scipy.signal.windows.
高斯#
- scipy.signal.windows.gaussian(M, std, sym=True, *, xp=None, device=None)[source]#
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
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]")