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

\[w(n) = 0.42 - 0.5 \cos(2\pi n/M) + 0.08 \cos(4\pi n/M)\]

“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]")