scipy.signal.windows.hamming

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

返回一个汉明窗口。

汉明窗口是通过使用具有非零端点的升余弦形成的锥形，优化以最小化最近的旁瓣。

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。

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

最大值归一化为1的窗口(尽管在以下情况下不会显示值1 M 是均匀的，并且 sym 为True)。

注意事项

汉明窗口定义为

\[W(N)=0.54-0.46\cos\Left(\frac{2\pi{n}}{M-1}\Right) \qquad 0\leq n\leq M-1\]

海明是以J.W.图基的同事R.W.海明的名字命名的，在“布莱克曼与图基”中描述了这一点。建议将其用于在时域中平滑截断的自协方差函数。大多数对汉明窗口的引用来自信号处理文献，在该文献中，它被用作许多用于平滑值的窗口函数之一。它也被称为变迹(意思是“去除脚部”，即平滑采样信号开始和结束处的不连续)或锥化函数。

参考文献

1

布莱克曼，R.B.和图基，J.W.(1958)功率谱的测量，多佛出版，纽约。

2

E.R.Kanasewich，“地球物理中的时间序列分析”，阿尔伯塔大学出版社，1975，第109-110页。

3

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

4

W.H.Press，B.P.Flannery，S.A.Teukolsky和W.T.Vetterling，“数值处方”，剑桥大学出版社，1986，第425页。

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.hamming(51)
>>> plt.plot(window)
>>> plt.title("Hamming 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 Hamming window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")