Python numpy blackman用法及代碼示例

本文簡要介紹 python 語言中 numpy.blackman 的用法。

用法:

numpy.blackman(M)

返回布萊克曼窗口。

布萊克曼窗是使用餘弦和的前三項形成的錐度。它的設計目的是盡可能減少泄漏。它接近於最佳值，僅比 Kaiser 窗口差一點。

參數：

M： int

輸出窗口中的點數。如果為零或更小，則返回一個空數組。

返回：

out： ndarray

最大值歸一化為 1 的窗口(僅當樣本數為奇數時才會出現值 1)。

注意：

布萊克曼窗定義為

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

大多數對 Blackman 窗的引用來自信號處理文獻，它被用作平滑值的許多窗函數之一。它也被稱為變跡(表示“removing the foot”，即平滑采樣信號開始和結束處的不連續性)或錐形函數。它被稱為“near optimal” 錐形函數，幾乎與凱撒窗口一樣好(在某些方麵)。

參考：

Blackman, R.B. 和 Tukey, J.W.，(1958) 功率譜的測量，Dover Publications，紐約。

奧本海姆、A.V. 和 R.W. Schafer。 Discrete-Time 信號處理。新澤西州上薩德爾河：Prentice-Hall，1999 年，第 468-471 頁。

例子：

>>> import matplotlib.pyplot as plt
>>> np.blackman(12)
array([-1.38777878e-17,   3.26064346e-02,   1.59903635e-01, # may vary
        4.14397981e-01,   7.36045180e-01,   9.67046769e-01,
        9.67046769e-01,   7.36045180e-01,   4.14397981e-01,
        1.59903635e-01,   3.26064346e-02,  -1.38777878e-17])

繪製窗口和頻率響應：

>>> from numpy.fft import fft, fftshift
>>> window = np.blackman(51)
>>> plt.plot(window)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Blackman window")
Text(0.5, 1.0, 'Blackman window')
>>> plt.ylabel("Amplitude")
Text(0, 0.5, 'Amplitude')
>>> plt.xlabel("Sample")
Text(0.5, 0, 'Sample')
>>> plt.show()

>>> plt.figure()
<Figure size 640x480 with 0 Axes>
>>> A = fft(window, 2048) / 25.5
>>> mag = np.abs(fftshift(A))
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> with np.errstate(divide='ignore', invalid='ignore'):
...     response = 20 * np.log10(mag)
...
>>> response = np.clip(response, -100, 100)
>>> plt.plot(freq, response)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Frequency response of Blackman window")
Text(0.5, 1.0, 'Frequency response of Blackman window')
>>> plt.ylabel("Magnitude [dB]")
Text(0, 0.5, 'Magnitude [dB]')
>>> plt.xlabel("Normalized frequency [cycles per sample]")
Text(0.5, 0, 'Normalized frequency [cycles per sample]')
>>> _ = plt.axis('tight')
>>> plt.show()