blackman#
- scipy.signal.windows.blackman(M, sym=True, *, xp=None, device=None)[源代码]#
返回一个 Blackman 窗口。
Blackman 窗口是一种锥形窗,通过使用余弦和的前三项形成。它旨在具有尽可能小的泄漏。它接近最佳状态,仅比 Kaiser 窗口略差。
- 参数:
- Mint (整数)
输出窗口中的点数。如果为零,则返回一个空数组。当为负数时,会抛出异常。
- symbool (布尔值), 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 (数组命名空间), 可选
可选的数组命名空间。应与 array API 标准兼容,或由 array-api-compat 支持。默认值:
numpy
- device: any (任何)
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 (数组)
窗口,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)。
注释
Blackman 窗口定义为
\[w(n) = 0.42 - 0.5 \cos(2\pi n/M) + 0.08 \cos(4\pi n/M)\]“精确 Blackman”窗口旨在消除第三和第四个旁瓣,但在边界处具有不连续性,导致 6 dB/倍频程的衰减。此窗口是“精确”窗口的近似值,后者不能很好地消除旁瓣,但在边缘处是平滑的,从而将衰减率提高到 18 dB/倍频程。[3]
大多数对 Blackman 窗口的引用来自信号处理文献,其中它用作平滑值的众多窗口函数之一。它也称为 apodization (意思是“移除脚”,即平滑采样信号开始和结束处的不连续性) 或锥形函数。它被称为“接近最佳”的锥形函数,几乎与 Kaiser 窗口一样好 (通过某些衡量标准)。
参考文献
[1]Blackman, R.B. 和 Tukey, J.W., (1958) 功率谱测量, Dover Publications, New York.
[2]Oppenheim, A.V., 和 R.W. Schafer. 离散时间信号处理. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.
[3]Harris, Fredric J. (Jan 1978). “使用窗口进行谐波分析与离散傅里叶变换”. IEEE 会议记录 66 (1): 51-83. DOI:10.1109/PROC.1978.10837.
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.blackman(51) >>> plt.plot(window) >>> plt.title("Blackman 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 = np.abs(fftshift(A / abs(A).max())) >>> response = 20 * np.log10(np.maximum(response, 1e-10)) >>> plt.plot(freq, response) >>> plt.axis([-0.5, 0.5, -120, 0]) >>> plt.title("Frequency response of the Blackman window") >>> plt.ylabel("Normalized magnitude [dB]") >>> plt.xlabel("Normalized frequency [cycles per sample]")