numpy.blackman¶
-
numpy.
blackman
(M)[source]¶ 返回Blackman窗口。
布莱克曼窗口是通过使用余弦的和的前三个项形成的锥形。它被设计成具有接近可能的最小泄漏。它接近最佳,只是略差于凯泽窗口。
参数: M:int
输出窗口中的点数。如果为零或更小,则返回一个空数组。
返回: out:ndarray
窗口,最大值归一化为1(仅当样本数为奇数时才显示该值)。
笔记
Blackman窗口定义为
大多数对Blackman窗口的引用来自信号处理文献,其中它被用作用于平滑值的许多窗口函数之一。它也称为变迹(意指“去除脚”,即在采样信号的开始和结束处的平滑不连续性)或渐变函数。它被称为“接近最优”渐缩函数,几乎与kaiser窗口一样好(通过一些措施)。
参考文献
布莱克曼和Tukey,J.W。,(1958)The measurement of power spectra,Dover Publications,New York。
Oppenheim,A.V.,and R.W.Schafer。离散时间信号处理。Upper Saddle River,NJ:Prentice-Hall,1999,468-471。
例子
>>> np.blackman(12) array([ -1.38777878e-17, 3.26064346e-02, 1.59903635e-01, 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])
绘制窗口和频率响应:
>>> from numpy.fft import fft, fftshift >>> window = np.blackman(51) >>> plt.plot(window) [<matplotlib.lines.Line2D object at 0x...>] >>> plt.title("Blackman window") <matplotlib.text.Text object at 0x...> >>> plt.ylabel("Amplitude") <matplotlib.text.Text object at 0x...> >>> plt.xlabel("Sample") <matplotlib.text.Text object at 0x...> >>> plt.show()
>>> plt.figure() <matplotlib.figure.Figure object at 0x...> >>> A = fft(window, 2048) / 25.5 >>> mag = np.abs(fftshift(A)) >>> freq = np.linspace(-0.5, 0.5, len(A)) >>> 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") <matplotlib.text.Text object at 0x...> >>> plt.ylabel("Magnitude [dB]") <matplotlib.text.Text object at 0x...> >>> plt.xlabel("Normalized frequency [cycles per sample]") <matplotlib.text.Text object at 0x...> >>> plt.axis('tight') (-0.5, 0.5, -100.0, ...) >>> plt.show()