numpy.blackman#

numpy.blackman(M)[源代码]#

返回布莱克曼窗.

Blackman 窗是一个由使用前三个余弦项的和形成的渐变.它的设计接近于可能的最小泄漏.它接近于最优,仅略差于Kaiser窗.

参数:
Mint

输出窗口中的点数.如果为零或更少,则返回一个空数组.

返回:
outndarray

窗口,最大值归一化为1（只有在样本数为奇数时,值1才会出现）.

参见

bartlett, hamming, hanning, kaiser

备注

Blackman 窗口定义为

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

大多数对布莱克曼窗口的引用来自信号处理文献,其中它被用作许多窗口函数之一来平滑值.它也被称为去裙边（这意味着”去除底部”,即平滑采样信号开始和结束处的间断）或锥形函数.它被称为”接近最优”的锥形函数,几乎和凯泽窗口一样好（根据某些指标）.

参考文献

Blackman, R.B. 和 Tukey, J.W., (1958) 《功率谱的测量》, Dover Publications, 纽约.

Oppenheim, A.V., 和 R.W. Schafer. 离散时间信号处理. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.

示例

>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> np.blackman(12)
array([-1.38777878e-17,   3.26064346e-02,   1.59903635e-01, # may vary
        4.14397981e-01,   7.36045180e-01,   9.67046769e-01,
        9.67046769e-01,   7.36045180e-01,   4.14397981e-01,
        1.59903635e-01,   3.26064346e-02,  -1.38777878e-17])

绘制窗口和频率响应.

import matplotlib.pyplot as plt
from numpy.fft import fft, fftshift
window = np.blackman(51)
plt.plot(window)
plt.title("Blackman window")
plt.ylabel("Amplitude")
plt.xlabel("Sample")
plt.show()  # doctest: +SKIP
../../_images/numpy-blackman-1_00_00.png 
plt.figure()
A = fft(window, 2048) / 25.5
mag = np.abs(fftshift(A))
freq = np.linspace(-0.5, 0.5, len(A))
with np.errstate(divide='ignore', invalid='ignore'):
    response = 20 * np.log10(mag)
response = np.clip(response, -100, 100)
plt.plot(freq, response)
plt.title("Frequency response of Blackman window")
plt.ylabel("Magnitude [dB]")
plt.xlabel("Normalized frequency [cycles per sample]")
plt.axis('tight')
plt.show()
../../_images/numpy-blackman-1_01_00.png
On this page