scipy.signal.windows.

nuttall

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

根據 Nuttall 返回最小 4 項 Blackman-Harris 視窗。

此變體被 Heinzel 稱為 “Nuttall4c”。 [2]

參數:

M整數

輸出視窗中的點數。如果為零，則返回空陣列。當為負數時，會拋出異常。

sym布林值，選填

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 為偶數且 sym 為 True，則值 1 不會出現）。

參考文獻

[1]

A. Nuttall, “Some windows with very good sidelobe behavior,” IEEE Transactions on Acoustics, Speech, and Signal Processing, vol. 29, no. 1, pp. 84-91, Feb 1981. DOI:10.1109/TASSP.1981.1163506.

[2]

Heinzel G. et al., “Spectrum and spectral density estimation by the Discrete Fourier transform (DFT), including a comprehensive list of window functions and some new flat-top windows”, February 15, 2002 https://holometer.fnal.gov/GH_FFT.pdf

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.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]")

返回在新分頁中開啟