Type af matematiske funktioner som typisk anvendes inden for signalbehandling. Vinduefunktioner bruges sammen med signaler i tidsdomæne (Som signalet ser ud på et Oscilloskop).

Vinduefunktionen kan anvendes ved konstruktionen af digitale filtre og ved beregning af frekvensindhold af et signal fouriertransformation (DFT, FFT).

Ved at tilføje (multiplicere) en vinduefunktion på et signal tilfører man vinduefunktionens frekvens respons og bestemmer derved selektiviteten og sidesløjfer (engelsk side-lobes). For at forstå konsekvensen af vinduefunktionen er man nødt til at forstå sammenhængen mellem enhedsrespons og frekvensindhold (Laplacetransformation).

__TOC__

Vinduefunktionseksempler: Diracs deltafunktion Rektangulærlvindue Hanning-vindue (Hann-vindue) Hamming-vinduet Gauss-vindue Bartlett-vindue Trekant-vindue Bartlett-Hann-vindue Blackman-vindue Kaiser-vindue Nuttall-vindue Blackman-Harris-vindue Blackman-Nuttall-vindue Bessel-vindue Sinusvindue

Hanning-vinduet (Hann-vinduet) thumb|right|Hanning vindue; frekvens respons Hanning-vinduet (eller Hanning vinduefunktion) er en matematisk funktion der bruges indenfor digital signalbehandling. Den er opkaldt efter Julius Ferdinand von Hann. Dens matematisk form er

Vinduer med formen:

har kun 2K+1 ikke-nul DFT koefficienter, hvilket gør dem gode valg for applikationer der kræver windowing by convolution in the frequency-domain. I de applikationer er DFT af den vindueløse data vektor påkrævet til et andet formål end ved spektralanalyse.

Hamming-vinduet right|thumb|Hamming vindue; B=1,37. Hamming-vinduet (eller Hamming vinduesfunktion) er en matematisk funktion der bruges indenfor digital signalbehandling. Den er opkaldt efter amerikaneren Richard Hamming. Dens matematisk form er

Hann-vinduet er en funktion der har næsten samme matematisk form, mens andre vinduefunktioner er det rektangulære vindue, det triangulære vindue og Kaiser-vinduet. I forhold til det rektangulære og det triangulære vindue har Hamming-vinduet forholdsvis små sidesløjfer.

Vindue funktion og FFT 1000px

En given vinduefunktion påvirker signalets spektrum.

+ Oversigt over sammenhæng mellem vinduefunktion og selektivitet Vinduefunktion Højestesidesløjfe [dB] Sidesløjfe-fald[dB/okt] Forstærkning[bin] Støjbåndbrede[bin] (-3dB)båndbrede[bin] (-6dB)båndbrede[bin] Rektangulær -13 -6 1.0 1.0 0.89 1.21 Trekant -27 -12 0.5 1.33 1.28 1.78 Cos</td> -23 -12 0.64 1.23 1.20 1.65 Hanning(Cos^2) -32 -18 0.5 1.50 1.44 2.00 Cos^3 -39 -24 0.42 1.73 1.66 2.32 Cos^4 -47 -30 0.38 1.94 1.86 2.59 Hamming</td> -43</td> -6</td> 0.54</td> 1.36</td> 1.30</td> 1.81</td> Riesz -21 -12 0.67 1.20 1.16 1.59 Riemann -26 -12 0.59 1.30 1.26 1.74 De La Valle-poussin -53 -24 0.38 1.92 1.82 2.55 Tukey a = 0.25a = 0.50a = 0.75 -14-15-19 -18-18-18 0.880.750.63 1.101.221.36 1.011.151.31 1.381.571.80 Bohman -46 -24 0.41 1.79 1.71 2.38 Poisson a = 2.0a = 3.0a = 4.0 -19-24-31 -6-6-6 0.440.320.25 1.301.852.08 1.211.151.75 1.692.082.58 Hanning-poisson a=0.5a=1.0a=2.0 -35-39NONE -18-18-18 0.430.380.29 1.611.732.02 1.541.64a.87 2.142.302.65 Cauchy a=3.0a=4.0a=5.0 -31-35-30 -6-6-6 0.420.330.28 1.48 1.762.06 1.341.501.68 1.902.202.53 Gaussian a=2.5a=3.0a=3.5 -42-55-69 -6-6-6 0.510.430.37 1.391.641.90 1.331.551.79 1.862.182.52 Dolph-Chebyshev a=2.5a=3.0a=3.5a=4.0 -50-60-70-80 0000 0.530.480.450.42 1.391.511.621.73 1.331.441.551.65 1.852.012.172.31 Kaisser-Bessel a=2.0a=2.5a=3.0a=3.5 -46-57-69-82 -6-6-6-6 0.490.440.400.37 1.501.651.801.93 1.431.571.711.83 1.992.202.392.57

Eksterne henvisninger National Instruments: Windowing: Optimizing FFTs Using Window Functions Citat: "...Figure 8. Recommendations for different window types..."

Noter

Kategori:Signalbehandling