numpy.hanning

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.hanning.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.hanning(M)[source]

返回Hanning窗口。

汉宁窗是通过使用加权余弦形成的锥形。

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，shape（M，） 窗口，最大值归一化为1（只有M为奇数时才出现该值）。

也可以看看

bartlett，blackman，hamming，kaiser

笔记

Hanning窗口定义为

汉宁被任命为奥地利气象学家朱利叶斯·冯·汉恩。它也被称为余弦钟。一些作者喜欢将其称为Hann窗口，以帮助避免与非常相似的Hamming窗口混淆。

大多数对Hanning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。

参考文献

[R25]

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

[R26]

E.R.Kanasewich，“Time Sequence Analysis in Geophysics”，The University of Alberta Press，1975，pp。106-108。

[R27]

维基百科，“窗口函数”，http://en.wikipedia.org/wiki/Window_function

[R28]

W.H.Press，B.P.Flannery，S.A.Teukolsky和W.T.Vetterling，“Numerical Recipes”，Cambridge University Press，1986，第425页。

例子

>>> 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.        ])

绘制窗口及其频率响应：

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