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]")
../../_images/scipy-signal-windows-gaussian-1_00.png
../../_images/scipy-signal-windows-gaussian-1_01.png