scipy.signal.windows.

flattop

scipy.signal.windows.flattop(M, sym=True, *, xp=None, device=None)

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

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.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]")

返回在新标签页中打开