scipy.signal.windows.

general_gaussian

scipy.signal.windows.general_gaussian(M, p, sig, sym=True)

返回具有廣義高斯形狀的窗函數。

參數:

Mint

輸出視窗中的點數。 如果為零，則返回一個空陣列。 當為負數時，會拋出例外。

pfloat

形狀參數。 p = 1 與 gaussian 相同，p = 0.5 的形狀與 Laplace 分佈相同。

sigfloat

標準差，sigma。

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

窗函數，最大值標準化為 1（但如果 M 是偶數且 sym 為 True，則不會出現值 1）。

筆記

廣義高斯窗函數定義為

\[w(n) = e^{ -\frac{1}{2}\left|\frac{n}{\sigma}\right|^{2p} }\]

半功率點位於

\[(2 \log(2))^{1/(2 p)} \sigma\]

範例

在您的瀏覽器中試試看！

繪製窗函數及其頻率響應

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

>>> window = signal.windows.general_gaussian(51, p=1.5, sig=7)
>>> plt.plot(window)
>>> plt.title(r"Generalized Gaussian window (p=1.5, $\sigma$=7)")
>>> 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(r"Freq. resp. of the gen. Gaussian "
...           r"window (p=1.5, $\sigma$=7)")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")

返回在新分頁中開啟