cupyx.scipy.signal.windows.gaussian#

cupyx.scipy.signal.windows.gaussian(M, std, sym=True)[source]#

返回一个高斯窗函数。

参数:

M (int) – 输出窗函数的点数。如果为零或负数，则返回空数组。
std (float) – 标准差，sigma。
sym (bool, 可选) – 当为 True（默认值）时，生成用于滤波器设计的对称窗函数。当为 False 时，生成用于频谱分析的周期性窗函数。

返回:

w – 窗函数，其最大值归一化为 1（但如果 M 是偶数且 sym 为 True，则值 1 不会出现）。

返回类型:

ndarray

说明

高斯窗函数的定义如下

\[w(n) = e^{ -\frac{1}{2}\left(\frac{n}{\sigma}\right)^2 }\]

示例

绘制窗函数及其频率响应

>>> import cupyx.scipy.signal.windows
>>> import cupy as cp
>>> from cupy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt

>>> window = cupyx.scipy.signal.windows.gaussian(51, std=7)
>>> plt.plot(cupy.asnumpy(window))
>>> plt.title(r"Gaussian window ($\sigma$=7)")
>>> plt.ylabel("Amplitude")
>>> plt.xlabel("Sample")

>>> plt.figure()
>>> A = fft(window, 2048) / (len(window)/2.0)
>>> freq = cupy.linspace(-0.5, 0.5, len(A))
>>> response = 20 * cupy.log10(cupy.abs(fftshift(A / cupy.abs(A).max())))
>>> plt.plot(cupy.asnumpy(freq), cupy.asnumpy(response))
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title(r"Frequency response of the Gaussian window ($\sigma$=7)")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")