scipy.signal.windows.chebwin¶
- scipy.signal.windows.chebwin(M, at, sym=True)[源代码]¶
返回Dolph-Chebyshev窗口。
- 参数
- M集成
输出窗口中的点数。如果为零或更小,则返回空数组。
- at浮动
衰减(以分贝为单位)。
- sym布尔值,可选
如果为True(默认值),则生成对称窗口,用于过滤设计。如果为False,则生成周期性窗口,用于频谱分析。
- 退货
- wndarray
窗口,最大值始终归一化为1
注意事项
此窗口针对给定顺序的最窄主瓣宽度进行优化 M 和旁瓣等波纹衰减 at ,使用切比雪夫多项式。它最初是由Dolph开发的,目的是优化无线电天线阵列的方向性。
与大多数窗口不同,Dolph-Chebyshev是根据其频率响应定义的:
\[W(k) = \frac {\cos\{M \cos^{-1}[\beta \cos(\frac{\pi k}{M})]\}} {\cosh[M \cosh^{-1}(\beta)]}\]哪里
\[\beta=\cosh\Left[\frac{1}{M} \cosh^{-1}(10^\frac{A}{20})\右]\]0<=abs(K)<=M-1。A是以分贝为单位的衰减 (at )。
然后使用IFFT生成时域窗口,因此是2的幂 M 是生成速度最快的,并且是质数 M 是最慢的。
频域中的等纹波条件在时域中产生出现在窗口末端的脉冲。
参考文献
- 1
C.Dolph,“优化波束宽度和副瓣电平之间关系的宽侧面阵列的电流分布”,IEEE学报,第34卷,第6期
- 2
彼得·林奇,“多尔夫-切比雪夫窗口:一个简单的最优过滤”,美国气象学会(1997年4月)http://mathsci.ucd.ie/~plynch/Publications/Dolph.pdf
- 3
F·J·哈里斯,“关于用离散傅立叶变换进行谐波分析的窗的使用”,IEEE学报,第66卷,第1期,1978年1月。
示例
绘制窗口及其频率响应:
>>> from scipy import signal >>> from scipy.fft import fft, fftshift >>> import matplotlib.pyplot as plt
>>> window = signal.windows.chebwin(51, at=100) >>> plt.plot(window) >>> plt.title("Dolph-Chebyshev window (100 dB)") >>> 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 Dolph-Chebyshev window (100 dB)") >>> plt.ylabel("Normalized magnitude [dB]") >>> plt.xlabel("Normalized frequency [cycles per sample]")