torch.signal.windows.blackman

torch.signal.windows.blackman(M, *, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

计算布莱克曼（Blackman）窗。

布莱克曼（Blackman）窗定义如下

$$w_n = 0.42 - 0.5 \cos \left( \frac{2 \pi n}{M - 1} \right) + 0.08 \cos \left( \frac{4 \pi n}{M - 1} \right)$$

窗函数被归一化为 1（最大值为 1）。然而，如果 M 为偶数且 sym 为 True，则最大值 1 不会出现。

参数

M (int) – 窗的长度。换句话说，返回的窗的点的数量。

关键字参数

• sym (bool, 可选) – 如果为 False，返回适用于频谱分析的周期性窗。如果为 True，返回适用于滤波器设计的对称窗。默认值：True。

• dtype (torch.dtype, 可选) – 返回张量所需的数据类型。默认值：如果为 None，则使用全局默认值（参见 torch.set_default_dtype()）。

• layout (torch.layout, 可选) – 返回张量所需的布局。默认值：torch.strided。

• device (torch.device, 可选) – 返回张量所需的设备。默认值：如果为 None，则使用默认张量类型的当前设备（参见 torch.set_default_device()）。对于 CPU 张量类型，device 将是 CPU；对于 CUDA 张量类型，则是当前的 CUDA 设备。

• requires_grad (bool, 可选) – 如果 autograd 应该记录对返回张量的操作。默认值：False。

返回类型

张量

示例

>>> # Generates a symmetric Blackman window.
>>> torch.signal.windows.blackman(5)
tensor([-1.4901e-08,  3.4000e-01,  1.0000e+00,  3.4000e-01, -1.4901e-08])

>>> # Generates a periodic Blackman window.
>>> torch.signal.windows.blackman(5, sym=False)
tensor([-1.4901e-08,  2.0077e-01,  8.4923e-01,  8.4923e-01,  2.0077e-01])