numpy.blackman(M)[source]

返回Blackman窗口。

布莱克曼窗口是通过使用余弦的和的前三个项形成的锥形。它被设计成具有接近可能的最小泄漏。它接近最佳，只是略差于凯泽窗口。

参数：	M：int 输出窗口中的点数。如果为零或更小，则返回一个空数组。
返回：	out：ndarray 窗口，最大值归一化为1（仅当样本数为奇数时才显示该值）。

参数：

M：int

输出窗口中的点数。如果为零或更小，则返回一个空数组。

out：ndarray

窗口，最大值归一化为1（仅当样本数为奇数时才显示该值）。

也可以看看

bartlett，hamming，hanning，kaiser

笔记

Blackman窗口定义为

大多数对Blackman窗口的引用来自信号处理文献，其中它被用作用于平滑值的许多窗口函数之一。它也称为变迹（意指“去除脚”，即在采样信号的开始和结束处的平滑不连续性）或渐变函数。它被称为“接近最优”渐缩函数，几乎与kaiser窗口一样好（通过一些措施）。

参考文献

布莱克曼和Tukey，J.W。，（1958）The measurement of power spectra，Dover Publications，New York。

Oppenheim，A.V.，and R.W.Schafer。离散时间信号处理。Upper Saddle River，NJ：Prentice-Hall，1999，468-471。

例子

>>> np.blackman(12)
array([ -1.38777878e-17,   3.26064346e-02,   1.59903635e-01,
         4.14397981e-01,   7.36045180e-01,   9.67046769e-01,
         9.67046769e-01,   7.36045180e-01,   4.14397981e-01,
         1.59903635e-01,   3.26064346e-02,  -1.38777878e-17])

绘制窗口和频率响应：

>>> from numpy.fft import fft, fftshift
>>> window = np.blackman(51)
>>> plt.plot(window)
[<matplotlib.lines.Line2D object at 0x...>]
>>> plt.title("Blackman 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 Blackman 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()