为什么 scipy.signal.windows.gaussian 产生的数字与 Matlab 和 Octave 的 gausswin 不同？

Question

例如，我们可以使用长度 16 window，偏差为 3：

scipy.signal.windows.gaussian(16,3)
#returns : 
array([0.04393693, 0.09563444, 0.18627046, 0.32465247, 0.50633562,
       0.70664828, 0.8824969 , 0.98620712, 0.98620712, 0.8824969 ,
       0.70664828, 0.50633562, 0.32465247, 0.18627046, 0.09563444,
       0.04393693])

八度产生的位置：

gausswin(16,3)
#returns : 
0.011109
   0.034047
   0.088922
   0.197899
   0.375311
   0.606531
   0.835270
   0.980199
   0.980199
   0.835270
   0.606531
   0.375311
   0.197899
   0.088922
   0.034047
   0.011109

Matlab 产生与 Octave 相似的结果。我真的不明白为什么数字会故意不同？这是一个错误吗？

Answer 1

Octave signal 包中的函数 gaussian(M, std) from scipy.signal.windows and the Octave function gausswin(m, a) 不以相同方式处理第二个参数。要将 Octave 参数 m 和 a 转换为 scipy 参数，您可以使用

std = (m - 1)/(2*a)

例如，您可以通过以下方式获得与使用 gausswin(16, 3) 在 Octave 中生成的值相同的值：

In [74]: from scipy.signal.windows import gaussian

In [75]: m = 16

In [76]: a = 3

In [77]: gaussian(m, (m - 1)/(2*a))
Out[77]: 
array([0.011109  , 0.03404745, 0.08892162, 0.1978987 , 0.3753111 ,
       0.60653066, 0.83527021, 0.98019867, 0.98019867, 0.83527021,
       0.60653066, 0.3753111 , 0.1978987 , 0.08892162, 0.03404745,
       0.011109  ])

为什么 scipy.signal.windows.gaussian 产生的数字与 Matlab 和 Octave 的 gausswin 不同？

Why does scipy.signal.windows.gaussian produce different numbers than Matlab and Octave's gausswin?

scipy