scipy.signal.windows.

hamming

scipy.signal.windows.hamming(M, sym=True)

返回汉明窗。

汉明窗是由使用具有非零端点的升余弦形成的锥度，经过优化以最小化最接近的旁瓣。

参数:

Mint

输出窗口中的点数。如果为零，则返回空数组。当它为负时会抛出异常。

symbool, 可选

当为 True（默认值）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）。

备注

汉明窗定义为

\[w(n) = 0.54 - 0.46 \cos\left(\frac{2\pi{n}}{M-1}\right) \qquad 0 \leq n \leq M-1\]

汉明窗以 R. W. Hamming 的名字命名，他是 J. W. Tukey 的同事，并在 Blackman 和 Tukey 的著作中有所描述。它被推荐用于平滑时域中截断的自相关函数。大多数关于汉明窗的参考资料来自信号处理文献，它被用作用于平滑值的众多窗函数之一。它也被称为“去足”（即消除采样信号开始和结束处的间断）或锥形函数。

参考文献

[1]

Blackman, R.B. and Tukey, J.W., (1958) The measurement of power spectra, Dover Publications, New York.

[2]

E.R. Kanasewich, “Time Sequence Analysis in Geophysics”, The University of Alberta Press, 1975, pp. 109-110.

[3]

Wikipedia, “Window function”, https://en.wikipedia.org/wiki/Window_function

[4]

W.H. Press, B.P. Flannery, S.A. Teukolsky, and W.T. Vetterling, “Numerical Recipes”, Cambridge University Press, 1986, page 425.

示例

在您的浏览器中尝试它！

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.hamming(51)
>>> plt.plot(window)
>>> plt.title("Hamming 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 Hamming window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

返回在新标签页中打开