numpy.blackman

numpy.blackman(M)

傳回 Blackman 視窗。

Blackman 視窗是一種錐狀函數，透過使用餘弦總和的前三項形成。它的設計目標是盡可能地減少洩漏。它接近最佳狀態，僅略遜於 Kaiser 視窗。

參數:

Mint

輸出視窗中的點數。如果為零或更少，則傳回空陣列。

傳回值:

outndarray

視窗，最大值正規化為一（只有在樣本數為奇數時才會出現值一）。

另請參閱

bartlett, hamming, hanning, kaiser

註解

Blackman 視窗定義為

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

大多數對 Blackman 視窗的參考文獻來自訊號處理文獻，其中它被用作眾多視窗函數之一，用於平滑值。它也被稱為去足跡函數（apodization，意思是「去除足部」，即平滑取樣訊號開始和結束處的不連續性）或錐狀函數。它被認為是「接近最佳」的錐狀函數，在某些方面幾乎與 Kaiser 視窗一樣好。

參考文獻

Blackman, R.B. 和 Tukey, J.W., (1958) The measurement of power spectra, Dover Publications, New York.

Oppenheim, A.V. 和 R.W. Schafer. Discrete-Time Signal Processing. Upper Saddle River, NJ: Prentice-Hall, 1999, pp. 468-471.

範例

>>> 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])

繪製視窗和頻率響應。

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

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()