scipy.signal.windows.

nuttall

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

返回一个根据 Nuttall 定义的最小 4 项 Blackman-Harris 窗口。

这种变体被Heinzel称为“Nuttall4c”。 [2]

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。

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）。

参考文献

[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. 等人，“通过离散傅里叶变换（DFT）进行频谱和频谱密度估计，包括全面的窗口函数列表和一些新的平顶窗口”，2002年2月15日，https://holometer.fnal.gov/GH_FFT.pdf

示例

Try it in your browser!

绘制窗口及其频率响应：

>>> 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]")

Go BackOpen In Tab