numpy.blackman#
- numpy.blackman(M)[source]#
返回 Blackman 窗。
Blackman 窗是一个通过使用余弦函数求和的前三个项形成的锥形。它被设计成具有尽可能小的泄漏。它接近最优,仅略逊于 Kaiser 窗。
- 参数:
- Mint
输出窗口中的点数。如果为零或更小,则返回一个空数组。
- 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 1 才出现)。
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 窗的参考文献来自信号处理文献,其中它被用作平滑值的众多窗函数之一。它也被称为渐隐(意思是“去除底部”,即平滑采样信号开始和结束处的间断)或锥形函数。它被称为“近似最优”的锥形函数,几乎与 Kaiser 窗一样好(根据某些衡量标准)。
参考文献
Blackman, R.B. 和 Tukey, J.W.,(1958) 功率谱的测量,Dover 出版社,纽约。
Oppenheim, A.V. 和 R.W. Schafer。离散时间信号处理。新泽西州上萨德尔河:普伦蒂斯-霍尔,1999 年,第 468-471 页。
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()