numpy.blackman#
- numpy.blackman(M)[source]#
返回 Blackman 窗。
Blackman 窗是一个通过使用余弦和的前三项形成的锥度函数。它的设计目的是具有尽可能小的泄漏。它接近最佳,仅略逊于 Kaiser 窗。
- 参数:
- Mint
输出窗口中的点数。如果为零或更小,则返回空数组。
- 返回值:
- outndarray
窗口,最大值归一化为 1(只有当样本数为奇数时,值才为 1)。
注释
Blackman 窗定义为
\[w(n) = 0.42 - 0.5 \cos(2\pi n/M) + 0.08 \cos(4\pi n/M)\]大多数关于 Blackman 窗的参考文献都来自信号处理文献,其中它被用作许多平滑值的窗函数之一。它也被称为渐近函数(意思是“去除底部”,即平滑采样信号开始和结束处的间断)或锥度函数。它被称为“接近最佳”的锥度函数,几乎与 Kaiser 窗一样好(根据某些度量)。
参考文献
Blackman, R.B. and Tukey, J.W., (1958) The measurement of power spectra, Dover Publications, New York.
Oppenheim, A.V., and R.W. Schafer. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.
示例
>>> import numpy as np >>> 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])
绘制窗口和频率响应。
import matplotlib.pyplot as plt from numpy.fft import fft, fftshift window = np.blackman(51) plt.plot(window) plt.title("Blackman window") plt.ylabel("Amplitude") plt.xlabel("Sample") plt.show() # doctest: +SKIP
plt.figure() 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) plt.title("Frequency response of Blackman window") plt.ylabel("Magnitude [dB]") plt.xlabel("Normalized frequency [cycles per sample]") plt.axis('tight') plt.show()