scipy.signal.windows.

general_gaussian

scipy.signal.windows.general_gaussian(M, p, sig, sym=True)

返回具有广义高斯形状的窗口。

参数:

Mint

输出窗口中的点数。如果为零，则返回空数组。当它为负数时会抛出异常。

pfloat

形状参数。p = 1 与 gaussian 相同，p = 0.5 与拉普拉斯分布的形状相同。

sigfloat

标准差，sigma。

symbool, 可选

当为 True（默认）时，生成对称窗口，用于滤波器设计。当为 False 时，生成周期性窗口，用于频谱分析。

返回:

wndarray

窗口，最大值归一化为 1（尽管如果 M 为偶数且 sym 为 True，则值 1 不会出现）。

注释

广义高斯窗口定义为

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

半功率点位于

\[(2 \log(2))^{1/(2 p)} \sigma\]

示例

在您的浏览器中尝试一下！

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.general_gaussian(51, p=1.5, sig=7)
>>> plt.plot(window)
>>> plt.title(r"Generalized Gaussian window (p=1.5, $\sigma$=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"Freq. resp. of the gen. Gaussian "
...           r"window (p=1.5, $\sigma$=7)")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

返回在新标签页中打开