当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy windows.blackman用法及代码示例


本文简要介绍 python 语言中 scipy.signal.windows.blackman 的用法。

用法:

scipy.signal.windows.blackman(M, sym=True)#

返回 Blackman 窗口。

布莱克曼窗是使用余弦和的前三项形成的锥度。它的设计目的是尽可能减少泄漏。它接近于最佳值,仅比 Kaiser 窗口差一点。

参数

M int

输出窗口中的点数。如果为零,则返回空数组。当它为负数时会抛出异常。

sym 布尔型,可选

当为 True(默认)时,生成一个对称窗口,用于滤波器设计。当为 False 时,生成一个周期窗口,用于频谱分析。

返回

w ndarray

最大值归一化为 1 的窗口(如果 M 为偶数且 sym 为 True,则不会出现值 1)。

注意

布莱克曼窗定义为

“exact Blackman” 窗口旨在消除第三和第四旁瓣,但在边界处有不连续性,导致 6 dB/oct fall-off。该窗口是“exact” 窗口的近似值,它也不会使旁瓣为零,但在边处是平滑的,将fall-off 速率提高到 18 dB/oct。 [3]

大多数对 Blackman 窗的引用来自信号处理文献,在该文献中,它被用作平滑值的许多窗函数之一。它也称为变迹(表示“removing the foot”,即在采样信号的开始和结束处平滑不连续性)或锥形函数。它被称为 “near optimal” 锥形函数,几乎与 Kaiser 窗口一样好(在某些方面)。

参考

[1]

Blackman, R.B. 和 Tukey, J.W.,(1958) 功率谱的测量,Dover Publications,纽约。

[2]

奥本海姆、A.V. 和 R.W. Schafer。 Discrete-Time 信号处理。新泽西州上萨德尔河:Prentice-Hall,1999 年,第 468-471 页。

[3]

哈里斯,弗雷 Delhi 克 J.(1978 年 1 月)。 “在离散傅里叶变换中使用 Windows 进行谐波分析”。 IEEE 66 (1) 会议记录:51-83。 DOI:10.1109/PROC.1978.10837

例子

绘制窗口及其频率响应:

>>> import numpy as np
>>> from scipy import signal
>>> from scipy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt
>>> window = signal.windows.blackman(51)
>>> plt.plot(window)
>>> plt.title("Blackman window")
>>> plt.ylabel("Amplitude")
>>> plt.xlabel("Sample")
>>> plt.figure()
>>> A = fft(window, 2048) / (len(window)/2.0)
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> response = np.abs(fftshift(A / abs(A).max()))
>>> response = 20 * np.log10(np.maximum(response, 1e-10))
>>> plt.plot(freq, response)
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title("Frequency response of the Blackman window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")
scipy-signal-windows-blackman-1_00.png
scipy-signal-windows-blackman-1_01.png

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.signal.windows.blackman。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。