scipy.signal.windows.

blackman

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

返回 Blackman 視窗。

Blackman 視窗是一種錐狀函數，透過使用餘弦總和的前三項形成。它的設計目標是盡可能接近最小洩漏。它接近最佳，僅略遜於 Kaiser 視窗。

參數:

Mint

輸出視窗中的點數。如果為零，則返回空陣列。當為負數時，會拋出例外。

symbool, optional

當為 True（預設值）時，產生一個對稱視窗，用於濾波器設計。當為 False 時，產生一個週期性視窗，用於頻譜分析。

返回:

wndarray

視窗，最大值標準化為 1（但如果 M 是偶數且 sym 為 True，則值 1 不會出現）。

註解

Blackman 視窗定義為

\[w(n) = 0.42 - 0.5 \cos(2\pi n/M) + 0.08 \cos(4\pi n/M)\]

「精確 Blackman」視窗的設計目的是消除第三和第四旁瓣，但在邊界處具有不連續性，導致 6 dB/oct 的衰減。此視窗是「精確」視窗的近似值，雖然不能很好地消除旁瓣，但在邊緣處平滑，將衰減率提高到 18 dB/oct。[3]

大多數對 Blackman 視窗的參考文獻來自訊號處理文獻，其中它被用作眾多視窗函數之一，用於平滑值。它也被稱為變跡（意思是「去除腳」，即平滑採樣訊號開始和結束處的不連續性）或錐狀函數。它被稱為「近乎最佳」的錐狀函數，幾乎與 Kaiser 視窗一樣好（以某些標準衡量）。

參考文獻

[1]

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

[2]

Oppenheim, A.V., 和 R.W. Schafer. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.

[3]

Harris, Fredric J. (1978 年 1 月)。 “On the use of Windows for Harmonic Analysis with the Discrete Fourier Transform”。 Proceedings of the IEEE 66 (1): 51-83。DOI:10.1109/PROC.1978.10837。

範例

在您的瀏覽器中試試看！

繪製視窗及其頻率響應

>>> import numpy as np
>>> from scipy import signal
>>> from scipy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt

>>> window = signal.windows.blackman(51)
>>> plt.plot(window)
>>> plt.title("Blackman 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 = np.abs(fftshift(A / abs(A).max()))
>>> response = 20 * np.log10(np.maximum(response, 1e-10))
>>> plt.plot(freq, response)
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title("Frequency response of the Blackman window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

返回在新分頁中開啟