scipy.signal.windows.

指數

scipy.signal.windows.exponential(M, center=None, tau=1.0, sym=True)

傳回指數（或 Poisson）窗。

參數:

Mint

輸出窗中的點數。若為零，則傳回空陣列。當為負數時，會擲出例外。

centerfloat, optional

定義窗函數中心位置的參數。若未給定，預設值為 center = (M-1) / 2。對於對稱窗，此參數必須採用其預設值。

taufloat, optional

定義衰減的參數。對於 center = 0 使用 tau = -(M-1) / ln(x)，如果 x 是窗在末端剩餘的部分。

symbool, optional

當為 True（預設值）時，產生對稱窗，用於濾波器設計。當為 False 時，產生週期窗，用於頻譜分析。

傳回值:

wndarray

窗，最大值正規化為 1（但如果 M 為偶數且 sym 為 True，則不會出現值 1）。

注意事項

指數窗定義為

\[w(n) = e^{-|n-center| / \tau}\]

參考文獻

[1]

S. Gade and H. Herlufsen, “Windows to FFT analysis (Part I)”, Technical Review 3, Bruel & Kjaer, 1987.

範例

在您的瀏覽器中試試看！

繪製對稱窗及其頻率響應

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

>>> M = 51
>>> tau = 3.0
>>> window = signal.windows.exponential(M, tau=tau)
>>> plt.plot(window)
>>> plt.title("Exponential Window (tau=3.0)")
>>> 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, -35, 0])
>>> plt.title("Frequency response of the Exponential window (tau=3.0)")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

此函數也可以產生非對稱窗

>>> tau2 = -(M-1) / np.log(0.01)
>>> window2 = signal.windows.exponential(M, 0, tau2, False)
>>> plt.figure()
>>> plt.plot(window2)
>>> plt.ylabel("Amplitude")
>>> plt.xlabel("Sample")

返回在新分頁中開啟