Python scipy signal.windows.slepian用法及代码示例

用法：

scipy.signal.windows.slepian(M, width, sym=True)

返回数字Slepian(DPSS)窗口。

用于最大化主瓣中的能量集中。也称为数字长球体序列(DPSS)。

注意

在SciPy 1.1中已弃用。slepian将在以后的SciPy版本中删除，由替换为dpss，它使用数字Slepian窗口的标准定义。

参数：

M：int

输出窗口中的点数。如果为零或更少，则返回一个空数组。

width：float

带宽

sym：bool, 可选参数

为True(默认)时，将生成一个对称窗口，用于过滤器设计。如果为False，则生成一个周期性窗口，以用于光谱分析。

返回值：

w：ndarray

最大值始终标准化为1的窗口

参考文献：

1

D. Slepian和H. O. Pollak：“扁球面波函数，傅立叶分析和uncertainty-I，” Bell Syst。科技J.，第40卷，pp.43-63，1961。https://archive.org/details/bstj40-1-43

2

H. J. Landau和H. O. Pollak：“扁球面波函数，傅立叶分析和uncertainty-II，” Bell Syst。科技J.，vol.40，pp.65-83，1961。https://archive.org/details/bstj40-1-65

例子：

绘制窗口及其频率响应：

>>> from scipy import signal
>>> from scipy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt

>>> window = signal.slepian(51, width=0.3)
>>> plt.plot(window)
>>> plt.title("Slepian (DPSS) window (BW=0.3)")
>>> 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 = 20 * np.log10(np.abs(fftshift(A / abs(A).max())))
>>> plt.plot(freq, response)
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title("Frequency response of the Slepian window (BW=0.3)")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

源码：

scipy.signal.windows.slepian的API实现见：[源代码]

相关用法

• python scipy signal.windows.dpss用法及代码示例

注：本文由纯净天空筛选整理自 scipy.signal.windows.slepian。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。