scipy.signal.windows.

general_hamming#

scipy.signal.windows.general_hamming(M, alpha, sym=True)[源代码][源代码]#

返回一个广义的海明窗。

广义汉明窗是通过将一个矩形窗乘以一个余弦函数的一个周期来构造的 [1]。

参数:

M整数: 输出窗口中的点数。如果为零，则返回一个空数组。如果为负数，则会抛出异常。
alpha浮动: 窗口系数，\(\alpha\)
symbool, 可选: 当为 True 时（默认），生成一个对称的窗口，用于滤波器设计。当为 False 时，生成一个周期性窗口，用于频谱分析。

返回:

wndarray: 窗口，最大值归一化为1（但如果 M 是偶数且 sym 为 True，则值1不会出现）。

参见

hamming, hann

注释

广义汉明窗定义为

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

常见的汉明窗和汉恩窗分别是广义汉明窗的特殊情况，其中 \(\alpha\) = 0.54 和 \(\alpha\) = 0.5 [2]。

参考文献

[1]

DSPRelated, “广义汉明窗族”, https://www.dsprelated.com/freebooks/sasp/Generalized_Hamming_Window_Family.html

[2]

维基百科，“窗口函数”，https://en.wikipedia.org/wiki/Window_function

[3]

Riccardo Piantanida ESA, “哨兵-1 一级详细算法定义”, https://sentinel.esa.int/documents/247904/1877131/Sentinel-1-Level-1-Detailed-Algorithm-Definition

[4]

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

示例

Sentinel-1A/B 仪器处理设施在处理星载合成孔径雷达（SAR）数据时使用了广义的汉明窗 [3]。该设施根据SAR仪器的操作模式使用不同的 \(\alpha\) 参数值。一些常见的 \(\alpha\) 值包括 0.75、0.7 和 0.52 [4]。作为一个例子，我们绘制了这些不同的窗口。

>>> 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")

../../_images/scipy-signal-windows-general_hamming-1_00.png

../../_images/scipy-signal-windows-general_hamming-1_01.png