scipy.signal.windows.

general_hamming

scipy.signal.windows.general_hamming(M, alpha, sym=True)

返回廣義漢明窗。

廣義漢明窗是通過將矩形窗與一個週期的餘弦函數相乘而構建的 [1]。

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。

alphafloat

視窗係數，\(\alpha\)

symbool，選填

當為 True（預設）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 為偶數且 sym 為 True，則不會出現值 1）。

另請參閱

hamming, hann

註解

廣義漢明窗定義為

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

常見的漢明窗和 Hann 視窗都是廣義漢明窗的特例，其中 \(\alpha\) = 0.54 和 \(\alpha\) = 0.5，分別為 [2]。

參考文獻

[1]

DSPRelated，“廣義漢明窗族”，https://www.dsprelated.com/freebooks/sasp/Generalized_Hamming_Window_Family.html

[2]

Wikipedia，“視窗函數”，https://en.wikipedia.org/wiki/Window_function

[3]

Riccardo Piantanida ESA，“Sentinel-1 Level 1 詳細演算法定義”，https://sentinel.esa.int/documents/247904/1877131/Sentinel-1-Level-1-Detailed-Algorithm-Definition

[4]

Matthieu Bourbigot ESA，“Sentinel-1 產品定義”，https://sentinel.esa.int/documents/247904/1877131/Sentinel-1-Product-Definition

範例

在您的瀏覽器中試試看！

Sentinel-1A/B 儀器處理設施在星載合成孔徑雷達 (SAR) 資料的處理中使用廣義漢明窗 [3]。該設施根據 SAR 儀器的操作模式，對 \(\alpha\) 參數使用各種值。一些常見的 \(\alpha\) 值包括 0.75、0.7 和 0.52 [4]。作為範例，我們繪製這些不同的視窗。

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

>>> fig1, spatial_plot = plt.subplots()
>>> spatial_plot.set_title("Generalized Hamming Windows")
>>> spatial_plot.set_ylabel("Amplitude")
>>> spatial_plot.set_xlabel("Sample")

>>> fig2, freq_plot = plt.subplots()
>>> freq_plot.set_title("Frequency Responses")
>>> freq_plot.set_ylabel("Normalized magnitude [dB]")
>>> freq_plot.set_xlabel("Normalized frequency [cycles per sample]")

>>> for alpha in [0.75, 0.7, 0.52]:
...     window = general_hamming(41, alpha)
...     spatial_plot.plot(window, label="{:.2f}".format(alpha))
...     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())))
...     freq_plot.plot(freq, response, label="{:.2f}".format(alpha))
>>> freq_plot.legend(loc="upper right")
>>> spatial_plot.legend(loc="upper right")

返回在新分頁中開啟