scipy.signal.windows.

nuttall

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

返回根据 Nuttall 的最小 4 项 Blackman-Harris 窗。

此变体在 Heinzel 中被称为“Nuttall4c”。[2]

参数:

Mint

输出窗口中的点数。如果为零，则返回空数组。如果为负数，则抛出异常。

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（如果M为偶数且sym为 True，则值 1 不会出现）。

参考资料

[1]

A. Nuttall，“一些具有非常好的旁瓣行为的窗口”，IEEE 声学、语音和信号处理汇刊，第 29 卷，第 1 期，第 84-91 页，1981 年 2 月。 DOI:10.1109/TASSP.1981.1163506.

[2]

Heinzel G. 等人，“离散傅里叶变换 (DFT) 的频谱和频谱密度估计，包括全面的窗函数列表和一些新的平顶窗”，2002 年 2 月 15 日 https://holometer.fnal.gov/GH_FFT.pdf

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

返回在新标签页中打开