numpy.hamming

numpy.hamming(M) [source]

Возвращает окно Хамминга.

Окно Хамминга — это ступенчатая функция, сформированная с помощью взвешенного косинуса.

Параметры:	M : int Количество точек в выходном окне. Если значение меньше или равно нулю, возвращается пустой массив.
Возвращает:	out : ndarray Окно, с максимальным значением, нормированным до единицы (значение единицы появляется только при нечётном количестве выборок).

См. также

bartlett, blackman, hanning, kaiser

Примечания

Окно Хамминга определяется как

Окно Хамминга названо в честь Р.У. Хамминга, сотрудника Дж.В. Такки, и описано в книге Блэкмана и Такки. Оно рекомендовалось для сглаживания усечённой функции автоковариации во временной области. Большинство ссылок на окно Хамминга взяты из литературы по обработке сигналов, где оно используется в качестве одной из многих оконных функций для сглаживания значений. Также оно известно как функция аподизации (что означает «удаление ноги», т.е. сглаживание разрывов в начале и конце выборочного сигнала) или функцией сужения.

Ссылки

[R24]

Блэкман, Р.Б. и Такки, Дж.В., (1958) Измерение спектра мощностей, Dover Publications, Нью-Йорк.

[R25]

Э.Р. Канасевич, «Анализ временных последовательностей в геофизике», Издательство Университета Альберты, 1975, стр. 109-110.

[R26]

Википедия, «Функция окна», http://en.wikipedia.org/wiki/Window_function

[R27]

У.Х. Пресс, Б.П. Фланнери, С.А. Теукольский и У.Т. Ветерлинг, «Численные рецепты», Издательство Кембриджского университета, 1986, страница 425.

Примеры

>>> np.hamming(12)
array([ 0.08      ,  0.15302337,  0.34890909,  0.60546483,  0.84123594,
        0.98136677,  0.98136677,  0.84123594,  0.60546483,  0.34890909,
        0.15302337,  0.08      ])

Постройте окно и частотную характеристику:

>>> from numpy.fft import fft, fftshift
>>> window = np.hamming(51)
>>> plt.plot(window)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Hamming window")
<matplotlib.text.Text object at 0x...>
>>> plt.ylabel("Amplitude")
<matplotlib.text.Text object at 0x...>
>>> plt.xlabel("Sample")
<matplotlib.text.Text object at 0x...>
>>> plt.show()

>>> plt.figure()
<matplotlib.figure.Figure object at 0x...>
>>> A = fft(window, 2048) / 25.5
>>> mag = np.abs(fftshift(A))
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> response = 20 * np.log10(mag)
>>> response = np.clip(response, -100, 100)
>>> plt.plot(freq, response)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Frequency response of Hamming window")
<matplotlib.text.Text object at 0x...>
>>> plt.ylabel("Magnitude [dB]")
<matplotlib.text.Text object at 0x...>
>>> plt.xlabel("Normalized frequency [cycles per sample]")
<matplotlib.text.Text object at 0x...>
>>> plt.axis('tight')
(-0.5, 0.5, -100.0, ...)
>>> plt.show()