cupyx.scipy.signal.windows.taylor#

cupyx.scipy.signal.windows.taylor(M, nbar=4, sll=30, norm=True, sym=True)[source]#

返回一个 Taylor 窗。Taylor 窗的锥度函数近似于 Dolph-Chebyshev 窗的恒定旁瓣电平，适用于参数化数量的近程旁瓣，但在 [2] 之外允许进行锥度处理。合成孔径雷达 (SAR) 领域通常使用 Taylor 加权进行图像形成处理，因为它提供了强大的、可选择的旁瓣抑制，同时最大程度地减少了主瓣展宽 [1]。

参数：

  • M (int) – 输出窗口中的点数。如果小于等于零，则返回一个空数组。

  • nbar (int, 可选) – 主瓣附近具有近似恒定电平的旁瓣数量。

  • sll (float, 可选) – 相对于主瓣的直流增益，所需的旁瓣电平抑制（以分贝 (dB) 为单位）。这应该是一个正数。

  • norm (bool, 可选) – 当为 True（默认值）时，将窗函数除以奇数长度窗的最大（中间）值，或偶数长度窗的两个重复中间值之间的值，以便所有值都小于等于 1。当为 False 时，直流增益将保持在 1 (0 dB)，旁瓣将比主瓣低 sll dB。

  • sym (bool, 可选) – 当为 True（默认值）时，生成一个对称窗，用于滤波器设计。当为 False 时，生成一个周期窗，用于频谱分析。

返回值：

out – 窗函数。当 norm 为 True（默认值）时，最大值归一化为 1（尽管如果 M 是偶数且 sym 为 True，则值 1 不会出现）。

返回类型：

数组

另请参阅

chebwin, kaiser, bartlett, blackman, hamming, hanning

参考文献

示例

绘制窗函数及其频率响应： >>> from scipy import signal >>> from scipy.fft import fft, fftshift >>> import matplotlib.pyplot as plt >>> window = signal.windows.taylor(51, nbar=20, sll=100, norm=False) >>> plt.plot(window) >>> plt.title(“Taylor 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(“Taylor 窗 (100 dB) 的频率响应”) >>> plt.ylabel(“归一化幅度 [dB]”) >>> plt.xlabel(“归一化频率 [每采样周期]”)