scipy.signal.windows.

高斯

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

返回一个高斯窗函数。

参数:

M整型

输出窗函数的点数。如果为零，则返回一个空数组。如果为负数，则抛出异常。

std浮点型

标准差，sigma。

sym布尔型, 可选

当为 True（默认）时，生成一个对称窗函数，用于滤波器设计。当为 False 时，生成一个周期窗函数，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，或受 array-api-compat 支持。默认值：numpy

device: 任意

用于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:

wndarray

窗函数，最大值归一化为 1（如果 M 是偶数且 sym 为 True，则值 1 不会出现）。

备注

高斯窗函数定义为

\[w(n) = e^{ -\frac{1}{2}\left(\frac{n}{\sigma}\right)^2 }\]

示例

在浏览器中尝试！

绘制窗函数及其频率响应

>>> import numpy as np
>>> from scipy import signal
>>> from scipy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt

>>> window = signal.windows.gaussian(51, std=7)
>>> plt.plot(window)
>>> plt.title(r"Gaussian window ($\sigma$=7)")
>>> 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(r"Frequency response of the Gaussian window ($\sigma$=7)")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

返回在新标签页中打开