scipy.signal.windows.
flattop#
- scipy.signal.windows.flattop(M, sym=True, *, xp=None, device=None)[源代码]#
返回平顶窗。
- 参数:
- Mint
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, 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。
- xparray_namespace, 可选
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
窗口,最大值归一化为 1(尽管如果 M 为偶数且 sym 为 True,则不会出现值 1)。
注释
与其它窗口相比,平顶窗用于在频域中进行信号幅度的精确测量,从频率仓的中心到其边缘的扇形误差最小。 这是一个 5 阶余弦窗,其中 5 个项经过优化,使主瓣最大程度地平坦。 [1]
参考
[1]D’Antona, Gabriele, and A. Ferrero, “Digital Signal Processing for Measurement Systems”, Springer Media, 2006, p. 70 DOI:10.1007/0-387-28666-7。
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.flattop(51) >>> plt.plot(window) >>> plt.title("Flat top 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 flat top window") >>> plt.ylabel("Normalized magnitude [dB]") >>> plt.xlabel("Normalized frequency [cycles per sample]")