scipy.signal.windows.

hamming

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

返回一个 Hamming 窗口。

Hamming 窗口是一种锥形，它通过使用具有非零端点的上升余弦形成，经过优化以最小化最近的旁瓣。

参数:

Mint

输出窗口中的点数。如果为零，则返回一个空数组。当为负数时，会抛出异常。

symbool, 可选

当为 True（默认值）时，生成一个对称窗口，用于滤波器设计。当为 False 时，生成一个周期性窗口，用于频谱分析。

xparray_namespace, 可选

可选的数组命名空间。应该与数组 API 标准兼容，或由 array-api-compat 支持。默认值：numpy

device: any

输出的可选设备规范。应与 xp 中支持的设备规范之一匹配。

返回值:

wndarray

窗口，最大值归一化为 1（但如果 M 是偶数且 sym 为 True，则不会出现值 1）。

注释

Hamming 窗口定义为

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

Hamming 以 J. W. Tukey 的同事 R. W. Hamming 的名字命名，并在 Blackman 和 Tukey 中进行了描述。 建议用于平滑时域中的截断自协方差函数。 大多数对 Hamming 窗口的引用来自信号处理文献，在信号处理文献中，它被用作平滑值的许多窗口函数之一。 它也称为变迹（意思是“去除脚”，即平滑采样信号的开头和结尾处的不连续性）或锥形函数。

参考文献

[1]

Blackman, R.B. 和 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

在你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.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