numpy.bartlett#
- numpy.bartlett(M)[source]#
返回 Bartlett 窗。
Bartlett 窗与三角窗非常相似,除了端点为零。它通常用于信号处理中对信号进行锥化,而不会在频域中产生太多纹波。
- 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:
- out数组
三角窗,最大值归一化为 1(仅当样本数为奇数时才出现值 1),第一个和最后一个样本等于零。
注释
Bartlett 窗定义为
\[w(n) = \frac{2}{M-1} \left( \frac{M-1}{2} - \left|n - \frac{M-1}{2}\right| \right)\]大多数关于 Bartlett 窗的参考文献来自信号处理文献,其中它被用作许多用于平滑值的窗函数之一。请注意,与该窗口进行卷积会产生线性插值。它也称为渐隐(意为“去除底部”,即平滑采样信号开头和结尾处的间断)或锥化函数。Bartlett 窗的傅里叶变换是两个 sinc 函数的乘积。请注意 Kanasewich [2] 中的出色讨论。
参考文献
[1]M.S. Bartlett,“周期图分析和连续谱”,Biometrika 37, 1-16, 1950。
[2]E.R. Kanasewich,“地球物理学中的时间序列分析”,阿尔伯塔大学出版社,1975 年,第 109-110 页。
[3]A.V. Oppenheim 和 R.W. Schafer,“离散时间信号处理”,普伦蒂斯-霍尔,1999 年,第 468-471 页。
[4][5]W.H. Press、B.P. Flannery、S.A. Teukolsky 和 W.T. Vetterling,“数值食谱”,剑桥大学出版社,1986 年,第 429 页。
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()