cupyx.scipy.signal.windows.hamming#

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

返回一个 Hamming 窗函数。

Hamming 窗函数是一种使用带有非零端点的升余弦形成的锥形函数，经过优化以最小化最近的旁瓣。

参数:

M (int) – 输出窗函数的点数。如果为零或负数，则返回一个空数组。
sym (bool, 可选) – 当为 True (默认) 时，生成对称窗函数，用于滤波器设计。当为 False 时，生成周期窗函数，用于频谱分析。

返回:

w – 窗函数，最大值归一化为 1 (尽管如果 M 是偶数且 sym 为 True 时，值 1 不会出现)。

返回类型:

ndarray

说明

Hamming 窗函数的定义如下

\[w(n) = 0.54 - 0.46 \cos\left(\frac{2\pi{n}}{M-1}\right) \qquad 0 \leq n \leq M-1\]

Hamming 窗以 R. W. Hamming 的名字命名，他是 J. W. Tukey 的同事，并在 Blackman 和 Tukey 的著作中有描述。它被推荐用于在时域中平滑截断的自协方差函数。大多数对 Hamming 窗的引用来自信号处理文献，它被用作平滑值的众多窗函数之一。它也被称为 apodization (意思是“去除尾部”，即平滑采样信号开头和结尾的不连续性) 或 tapering function。

更多信息请参见 [1], [2], [3] 和 [4]

参考文献

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.hamming(51)
>>> plt.plot(cupy.asnumpy(window))
>>> plt.title("Hamming window")
>>> 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("Frequency response of the Hamming window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")