scipy.signal.windows.

blackman

scipy.signal.windows.blackman(M, sym=True)

返回一个 Blackman 窗口。

Blackman 窗口是通过使用余弦求和的前三项形成的锥形。它的设计目标是尽可能地减少泄漏。它接近最优，只比 Kaiser 窗口稍差。

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，会抛出异常。

symbool, 可选

当为 True (默认) 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。

返回:

wndarray

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” 窗口的设计目的是消除第三和第四个旁瓣，但在边界处有不连续性，导致 6 dB/倍频程的衰减。这个窗口是“精确”窗口的近似值，它不能很好地消除旁瓣，但在边缘处是平滑的，将衰减率提高到 18 dB/倍频程。[3]

大多数关于 Blackman 窗口的参考文献都来自信号处理文献，其中它被用作平滑值的多种窗口函数之一。它也被称为切趾（意思是“去除足部”，即平滑采样信号的开始和结束处的不连续性）或锥形函数。它被称为“接近最优”的锥形函数，几乎与 Kaiser 窗口一样好（通过某些测量标准）。

参考文献

[1]

Blackman, R.B. 和 Tukey, J.W., (1958) The measurement of power spectra, Dover Publications, New York.

[2]

Oppenheim, A.V., 和 R.W. Schafer. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.

[3]

Harris, Fredric J. (1978 年 1 月)。 “On the use of Windows for Harmonic Analysis with the Discrete Fourier Transform”。 Proceedings of the IEEE 66 (1): 51-83。DOI:10.1109/PROC.1978.10837.

示例

在您的浏览器中尝试！

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]")

返回在新标签页中打开