主要内容

gausswin

高斯窗

折叠所有页面

语法

w =高斯温(L)
w =高斯温(L，)

描述

例子

w= gausswin (l）返回一个l-点高斯窗口。

w= gausswin (l，α）返回一个l带宽度因子的-点高斯窗口α．

请注意

如果窗口似乎被剪切，则增加l，点数。

例子

全部折叠

打开实时脚本

创建一个64点的高斯窗口。显示结果wvtool．

L = 64;wvtool (gausswin (L))

图窗口可视化工具包含2轴对象和其他类型的uimenu, uitoolbar, uipanel对象。坐标轴对象1，标题Time domain, xlabel Samples, ylabel Amplitude包含一个line类型的对象。坐标轴对象2，标题为频域，xlabel归一化频率(\times\pi rad/sample)， ylabel幅度(dB)包含一个类型为line的对象。

打开实时脚本

这个例子表明，高斯窗口的傅里叶变换也是具有倒数标准差的高斯变换。这是时频不确定原理的一个例子。

创建一个长度为高斯的窗口 N ＝ 64 通过使用gausswin定义方程。集 α ＝ 8 ，得到的标准差为 （ N - 1 ） / 2 α ＝ 63 / 16 ．高斯分布本质上限制在平均值±3个标准差，或近似支持[- 12,12]。金宝app

N = 64;n = -(n -1)/2:(n -1)/2;Alpha = 8;w =高斯温(N，);stdev = (N-1)/(2*alpha);Y = exp(-1/2*(n/stdev).^2);情节(n, w)在情节(n y“。”)举行从包含(“样本”)标题("高斯窗口，N = "+ N)([传奇“gausswin”“定义”])

图中包含一个轴对象。标题为高斯窗口的axis对象，N = 64, xlabel Samples包含2个类型为line的对象。其中一行或多行仅使用标记显示其值。这些对象表示高斯温，定义。

得到高斯窗口的傅里叶变换 4 N ＝ 256 点。使用fftshift将傅里叶变换置于零频率(DC)的中心。

nfft = 4*N;频率= -pi:2*pi/nfft:pi-pi/nfft;WDFT = fftshift(fft(w,nfft));

高斯窗口的傅里叶变换也是高斯的，其标准差是时域标准差的倒数。在计算中包括高斯归一化因子。

ydft = exp(1/2 *(频率/(1 /方差))^ 2)*(方差* 12 +(2 *π));情节(频率/π,abs (wdft))在情节(频率/π,abs (ydft),“。”)举行从包含(归一化频率(\乘以\ π rad/sample))标题(“高斯窗口的傅里叶变换”)传说([“fft”“定义”])

图中包含一个轴对象。标题为“高斯窗口的傅里叶变换，xlabel归一化频率(乘以空r d / s a m p le)”的坐标轴对象包含2个类型为line的对象。一个或多个行仅使用标记显示其值。这些对象表示fft, Definition。

输入参数

全部折叠

窗口长度，指定为正整数。

数据类型:单|双

宽度因子，指定为正实标量。α与窗口的宽度成反比。

数据类型:单|双

输出参数

全部折叠

高斯窗口，作为列向量返回。

算法

高斯窗口的系数由下式计算:

w （ n ） ＝ e − 1 2 （ α n （ l − 1 ） / 2 ） 2 ＝ e − n 2 / 2 σ 2 ，

- - - - - - (l- 1)/2≤n≤(l- 1)/2，和α与标准差成反比，σ，一个高斯随机变量。与高斯概率密度函数的标准差的精确对应关系是σ= (l- 1) / (2α）．

参考文献

[1]汉森，埃里克W。傅里叶变换:原理和应用．纽约:John Wiley & Sons出版社，2014年。

奥本海姆、艾伦五世、罗纳德·w·谢弗和约翰·r·巴克。离散时间信号处理．上马鞍河，新泽西州:Prentice Hall, 1999。

扩展功能

C/ c++代码生成
使用MATLAB®Coder™生成C和c++代码。

版本历史

R2006a之前介绍

另请参阅

应用程序

功能