fft 窗函数特性对比

fft 窗函数特性
窗名称	主瓣宽度	旁瓣相对衰减（旁瓣抑制）	旁瓣能量占比	最大值（32个点时）	最小值（32个点时）
hamming(symmetric)	4.3125*谱线间隔	-41.8dB	0.04%	0.9976	0.0800
hamming(periodic)	4.0625*谱线间隔	-41.8dB	0.04%	1	0.0800
bartlett	4*谱线间隔	-26.5dB	0.28%	0.9677	0
bartlett_hanning	4.09*谱线间隔	-35.8dB	0.03%	0.9903	0
blackman(symmetric)	6.125*谱线间隔	-58.2dB	0%	0.9958	0
blackman(periodic)	6*谱线间隔	-58.1dB	0%	1	0
black-harris(symmetric)	8.31*谱线间隔	-92dB	0%	0.9941	6e-5
black-harris(periodic)	6*谱线间隔	-91.9dB	0%	1	6e-5
bohman	6.188*谱线间隔	-46dB	0%	0.9950	0
chebyshev(60dB旁瓣衰减）	5.0625*谱线间隔	-60dB（可设置）	0%	1	0.0189
flat_top(symmetric)	11.3125*谱线间隔	0dB?	96.84%	0.9878	-0.0695
flat_top(periodic)	10*谱线间隔	0dB?	96.74%	1	-0.0705
gaussin（a=2.5)	6.4375*谱线间隔	-44.9dB	0.01%	0.9968	0.0439
hann(symmetric)	4.125*谱线间隔	-31.5dB	0.05%	0.9974	0
hann(periodic)	4*谱线间隔	-31.5dB	0.05%	1	0
Kaiser(β=6）	4.4375*谱线间隔	-44.1dB	0%	0.9998	0.0149
nuttall(symmetric)	9.4375*谱线间隔	-88.8dB	0%	0.9942	3.628e-4
nuttall(periodic)	9*谱线间隔	-88.9dB	0%	1	3.628e-4
parzen	7.9375*谱线间隔	-53.1dB	0%	0.9943	6.1035e-5
rectangle	1.7500*谱线间隔	-13.2dB	9.12%	1	1
taylor(nb=4, sl=50)	4.1875*谱线间隔	-44.2dB	0.02%	1.8861	0.1341
triang	3.9375*谱线间隔	-26.6dB	0.27%	0.9688	0.0313
tukey（a=0.5）	2.75*谱线间隔	-15.1dB	3.57%	1	0

N = 128;
hamm = hamming(N);
barthann = barthannwin(N);
bartlet = bartlett(N);%旁瓣抑制-26.5dB
blackman_sym = blackman(N,'symmetric');
blackman_prd = blackman(N,'periodic');blackman_harris_sym = blackmanharris(N,'symmetric');
blackman_harris_prd = blackmanharris(N,'periodic');
bohman_sym = bohman(N,'symmetric');
bohman_prd = bohman(N,'periodic');chebyshev_60 = chebwin(N, 60);
flat_top_sym = flattopwin(N, 'symmetric');
flat_top_prd = flattopwin(N, 'periodic');
gauss = gausswin(N,2.5);

幅值恢复系数= 1/ Coherent Gain
能量恢复系数= 1/sqrt[Equivalent Noise Bandwidth x (Coherent Gain^2)]

fft 窗函数特性对比相关推荐

虹科教您 | 实时频谱分析仪中如何选择合适的FFT窗函数
摘要本文主要介绍了常见的窗函数以及窗函数有什么用,以及在实时频谱分析中,该如何选择合适的加窗方式. 随着无线通信的逐步发展,带来的是频谱环境的越发复杂与丰富,高度的信号变化性使得短时间内信号不再是一 ...
ICEPAK与FLOTHERM数值特性对比
ICEPAK与FLOTHERM数值特性对比数值特性对比 ICEPAK与FLOTHERM : 数值特性 ICEPAK FLOTHERM 离散方法有限容积有限容积网格性质非结构化网格结构化网格 ...
MySql存储引擎特性对比
下表显示了各种存储引擎的特性: 其中最常见的两种存储引擎是MyISAM和InnoDB 刚接触MySQL的时候可能会有些惊讶,竟然有不支持事务的存储引擎,学过关系型数据库理论的人都知道,事务是关系型数据 ...
【MDCC 2015】开源选型之Android三大图片缓存原理、特性对比
from: http://www.csdn.net/article/2015-10-21/2825984 [CSDN现场报道]10月14日-16日," 2015移动开发者大会 · 中国&qu ...
深入了解电容（五）：不同种类电容的特性对比电容选择基本原则
作者:AirCity 2020.1.27 Aircity007@sina.com 本文所有权归作者Aircity所有 1. 选择电容的基本原则要想选对电容,就必须对电容有深入的了解,本文是深入了解电 ...
Vue于React特性对比（三）
最近重学React,再次和vue做了对比. 一,为官方插件提供便利的第三方插件横行 React仅仅是一个ui框架.虽然官方提供了redux,react-router:但也有第三方的redux-thun ...
Android之三大图片缓存原理、特性对比
一. 四大图片缓存基本信息 Universal ImageLoader 是很早开源的图片缓存,在早期被很多应用使用. Picasso 是 Square 开源的项目,且他的主导者是 JakeWhar ...
Mysql8.0Mysql5.7Mysql5.6Mysql5.5特性对比
Mysql5.5 特性,相对于Mysql5.1 性能提升默认InnoDB plugin引擎.具有提交.回滚和crash恢复功能.ACID兼容. 行级锁(一致性的非锁定读 MVCC). 表与索引存储在 ...
Hyper-V与VMware的技术特性对比
1.Hyper-V可伸缩性.性能与密度与VMware的对比系统资源 Hyper-V (2012) vSphere Hypervisor vSphere 5.1 Enterprise Plus 主机 ...
clickhouse的常见问题以及和mysql相关特性对比
FBI warning: 本文乃小白视角中的clickhouse,有一定mysql基础,但是没有clickhouse基础. 带着问题来学习如何理解行式存储和列式存储? clickhouse有哪些引擎 ...

fft 窗函数特性对比

fft 窗函数特性对比相关推荐

最新文章

热门文章