bartlett#
- scipy.signal.windows.bartlett(M, sym=True, *, xp=None, device=None)[源代码]#
返回 Bartlett 窗口。
Bartlett 窗口与三角窗口非常相似,只是端点为零。 它通常用于信号处理中,用于对信号进行锥化处理,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,则返回一个空数组。 当它为负数时,会抛出一个异常。
- symbool,可选
当为 True(默认值)时,生成一个对称窗口,用于滤波器设计。 当为 False 时,生成一个周期性窗口,用于频谱分析。
- xparray_namespace, optional
可选的数组命名空间。 应与数组 API 标准兼容,或由 array-api-compat 支持。 默认值:
numpy
- device: any
输出的可选设备规范。 应与
xp
中支持的设备规范之一匹配。
- 返回值:
- wndarray
三角窗口,第一个和最后一个样本等于零,最大值归一化为 1(但如果 M 为偶数且 sym 为 True,则不会出现值 1)。
另请参阅
triang
一个在两端不接触零的三角窗口
注释
Bartlett 窗口定义为
\[w(n) = \frac{2}{M-1} \left( \frac{M-1}{2} - \left|n - \frac{M-1}{2}\right| \right)\]大多数对 Bartlett 窗口的引用来自信号处理文献,它被用作平滑值的众多窗口函数之一。 请注意,与此窗口的卷积会产生线性插值。 它也被称为 apodization(意思是“移除脚”,即平滑采样信号的开头和结尾处的不连续性)或锥化函数。 Bartlett 的傅里叶变换是两个 sinc 函数的乘积。 请注意 Kanasewich 中的精彩讨论。 [2]
参考文献
[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 和 R.W. Schafer,“Discrete-Time Signal Processing”,Prentice-Hall,1999,pp. 468-471。
[4]Wikipedia,“Window function”,https://en.wikipedia.org/wiki/Window_function
[5]W.H. Press、B.P. Flannery、S.A. Teukolsky 和 W.T. Vetterling,“Numerical Recipes”,Cambridge University Press,1986,第 429 页。
示例
绘制窗口及其频率响应
>>> import numpy as np >>> from scipy import signal >>> from scipy.fft import fft, fftshift >>> import matplotlib.pyplot as plt
>>> window = signal.windows.bartlett(51) >>> plt.plot(window) >>> plt.title("Bartlett window") >>> plt.ylabel("Amplitude") >>> plt.xlabel("Sample")
>>> plt.figure() >>> A = fft(window, 2048) / (len(window)/2.0) >>> freq = np.linspace(-0.5, 0.5, len(A)) >>> response = 20 * np.log10(np.abs(fftshift(A / abs(A).max()))) >>> plt.plot(freq, response) >>> plt.axis([-0.5, 0.5, -120, 0]) >>> plt.title("Frequency response of the Bartlett window") >>> plt.ylabel("Normalized magnitude [dB]") >>> plt.xlabel("Normalized frequency [cycles per sample]")