numpy.hanning

numpy.hanning(M) [source]

Возвращает окно Ханнинга.

Окно Ханнинга — это обрезка, сформированная с использованием взвешенного косинуса.

Параметры

Mint

Количество точек в выходном окне. Если значение равно нулю или меньше, возвращается пустой массив.

Возвращает

outndarray, shape(M,)

Окно, с максимальным значением, нормированным до единицы (значение единица появляется только если M нечетно).

См. также

bartlett, blackman, hamming, kaiser

Примечания

Окно Ханнинга определяется как

Окно Ханнинга названо в честь Юлиуса фон Ханнинга, австрийского метеоролога. Также оно известно как косинусный колокол. Некоторые авторы предпочитают называть его окном Ханна, чтобы избежать путаницы с очень похожим окном Хамминга.

Большинство ссылок на окно Ханнинга взяты из литературы по обработке сигналов, где оно используется в качестве одной из многих функций окон для сглаживания значений. Оно также известно как функция аподизации (что означает «удаление ноги», т. е. сглаживание разрывов в начале и конце выборочного сигнала) или функция обрезки.

Ссылки

1

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

2

Э.Р. Канасевич, «Анализ временных последовательностей в геофизике», Издательство Университета Альберты, 1975, стр. 106-108.

3

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

4

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

Примеры

>>> np.hanning(12)
array([0.        , 0.07937323, 0.29229249, 0.57115742, 0.82743037,
       0.97974649, 0.97974649, 0.82743037, 0.57115742, 0.29229249,
       0.07937323, 0.        ])

Постройте окно и его частотную характеристику:

>>> import matplotlib.pyplot as plt
>>> from numpy.fft import fft, fftshift
>>> window = np.hanning(51)
>>> plt.plot(window)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Hann window")
Text(0.5, 1.0, 'Hann window')
>>> plt.ylabel("Amplitude")
Text(0, 0.5, 'Amplitude')
>>> plt.xlabel("Sample")
Text(0.5, 0, 'Sample')
>>> plt.show()

>>> plt.figure()
<Figure size 640x480 with 0 Axes>
>>> A = fft(window, 2048) / 25.5
>>> mag = np.abs(fftshift(A))
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> with np.errstate(divide='ignore', invalid='ignore'):
...     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 the Hann window")
Text(0.5, 1.0, 'Frequency response of the Hann window')
>>> plt.ylabel("Magnitude [dB]")
Text(0, 0.5, 'Magnitude [dB]')
>>> plt.xlabel("Normalized frequency [cycles per sample]")
Text(0.5, 0, 'Normalized frequency [cycles per sample]')
>>> plt.axis('tight')
...
>>> plt.show()