numpy.bartlett#
- numpy.bartlett(M)[源代码]#
返回 Bartlett 窗口。
Bartlett 窗口与三角窗口非常相似,但端点为零。它常用于信号处理中,用于平滑信号,而不会在频域中产生过多的纹波。
- 参数:
- Mint
输出窗口中的点数。如果为零或负数,则返回空数组。
- 返回:
- out数组
三角窗口,最大值归一化为一(当样本数为奇数时,值为一),第一个和最后一个样本等于零。
备注
Bartlett 窗口定义为
\[w(n) = \frac{2}{M-1} \left( \frac{M-1}{2} - \left|n - \frac{M-1}{2}\right| \right)\]大多数关于 Bartlett 窗口的参考文献都来自信号处理文献,在那里它被用作众多平滑值的窗口函数之一。请注意,与此窗口进行卷积会产生线性插值。它也称为“瘦身”(即,平滑采样信号开头和结尾的不连续性)或衰减函数。Bartlett 窗口的傅里叶变换是两个 sinc 函数的乘积。请注意 Kanasewich [2] 中的精彩讨论。
参考
[1]M.S. Bartlett, “Periodogram Analysis and Continuous Spectra”, Biometrika 37, 1-16, 1950。
[2]E.R. Kanasewich, “Time Sequence Analysis in Geophysics”, The University of Alberta Press, 1975, pp. 109-110。
[3]A.V. Oppenheim and R.W. Schafer, “Discrete-Time Signal Processing”, Prentice-Hall, 1999, pp. 468-471。
[4]维基百科,“窗口函数”,https://en.wikipedia.org/wiki/Window_function
[5]W.H. Press, B.P. Flannery, S.A. Teukolsky, and W.T. Vetterling, “Numerical Recipes”, Cambridge University Press, 1986, page 429。
示例
>>> import numpy as np >>> import matplotlib.pyplot as plt >>> np.bartlett(12) array([ 0. , 0.18181818, 0.36363636, 0.54545455, 0.72727273, # may vary 0.90909091, 0.90909091, 0.72727273, 0.54545455, 0.36363636, 0.18181818, 0. ])
绘制窗口及其频率响应(需要 SciPy 和 matplotlib)。
import matplotlib.pyplot as plt from numpy.fft import fft, fftshift window = np.bartlett(51) plt.plot(window) plt.title("Bartlett window") plt.ylabel("Amplitude") plt.xlabel("Sample") plt.show()
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 Bartlett window") plt.ylabel("Magnitude [dB]") plt.xlabel("Normalized frequency [cycles per sample]") plt.axis('tight') plt.show()