scipy.signal.windows.nuttall

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

根据Nutall的说法，返回最少4个任期的Blackman-Harris窗口。

海因泽尔称这种变种为“坚果4c”。 [2]

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)。

参考文献

1

A.Nutall，“一些具有非常好的旁瓣行为的窗口”，IEEE声学、语音和信号处理学报，Vol.29，第1号，第84-91页，1981年2月。 DOI:10.1109/TASSP.1981.1163506 。

2

Heinzel G.等人，“通过离散傅立叶变换(Dft)进行频谱和频谱密度估计，包括窗口函数和一些新的平顶窗口的综合列表”，2002年2月15日，https://holometer.fnal.gov/GH_FFT.pdf

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.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]")