Python scipy signal.windows.slepian用法及代碼示例

用法：

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

返回數字Slepian(DPSS)窗口。

用於最大化主瓣中的能量集中。也稱為數字長球體序列(DPSS)。

注意

在SciPy 1.1中已棄用。slepian將在以後的SciPy版本中刪除，由替換為dpss，它使用數字Slepian窗口的標準定義。

參數：

M：int

輸出窗口中的點數。如果為零或更少，則返回一個空數組。

width：float

帶寬

sym：bool, 可選參數

為True(默認)時，將生成一個對稱窗口，用於過濾器設計。如果為False，則生成一個周期性窗口，以用於光譜分析。

返回值：

w：ndarray

最大值始終標準化為1的窗口

參考文獻：

1

D. Slepian和H. O. Pollak：“扁球麵波函數，傅立葉分析和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：“扁球麵波函數，傅立葉分析和uncertainty-II，” Bell Syst。科技J.，vol.40，pp.65-83，1961。https://archive.org/details/bstj40-1-65

例子：

繪製窗口及其頻率響應：

>>> 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]")

源碼：

scipy.signal.windows.slepian的API實現見：[源代碼]

相關用法

• python scipy signal.windows.dpss用法及代碼示例

注：本文由純淨天空篩選整理自 scipy.signal.windows.slepian。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。