numpy.hamming#
- numpy.hamming(M)[source]#
返回汉明窗。
汉明窗是由加权余弦形成的锥度。
- 参数:
- Mint
输出窗口中的点数。如果为零或小于零,则返回空数组。
- 返回值:
- outndarray
窗口,最大值归一化为 1(仅当样本数为奇数时,值 1 才出现)。
注释
汉明窗定义为
\[w(n) = 0.54 - 0.46\cos\left(\frac{2\pi{n}}{M-1}\right) \qquad 0 \leq n \leq M-1\]汉明窗以 R. W. Hamming 的名字命名,他是 J. W. Tukey 的同事,并在 Blackman 和 Tukey 的著作中进行了描述。它被推荐用于平滑时域中的截断自协方差函数。大多数关于汉明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。它也被称为渐隐(意思是“去除底部”,即平滑采样信号开头和结尾处的间断)或锥度函数。
参考文献
[1]Blackman, R.B. 和 Tukey, J.W.,(1958) 功率谱的测量,Dover 出版社,纽约。
[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][4]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 425 页。
示例
>>> import numpy as np >>> np.hamming(12) array([ 0.08 , 0.15302337, 0.34890909, 0.60546483, 0.84123594, # may vary 0.98136677, 0.98136677, 0.84123594, 0.60546483, 0.34890909, 0.15302337, 0.08 ])
绘制窗口和频率响应。
import matplotlib.pyplot as plt from numpy.fft import fft, fftshift window = np.hamming(51) plt.plot(window) plt.title("Hamming 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)) response = 20 * np.log10(mag) response = np.clip(response, -100, 100) plt.plot(freq, response) plt.title("Frequency response of Hamming window") plt.ylabel("Magnitude [dB]") plt.xlabel("Normalized frequency [cycles per sample]") plt.axis('tight') plt.show()