快捷方式

torch.signal.windows.blackman

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

计算 Blackman 窗口。

Blackman 窗口定义如下

wn=0.420.5cos(2πnM1)+0.08cos(4πnM1)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)

窗口归一化为 1(最大值为 1)。但是,如果 M 是偶数并且 symTrue,则不会出现 1。

参数

M (int) – 窗口的长度。换句话说,返回窗口的点数。

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

  • dtype (torch.dtype, 可选) – 返回张量的期望数据类型。默认值:如果为 None,则使用全局默认值(请参阅 torch.set_default_dtype())。

  • layout (torch.layout, 可选) – 返回张量的期望布局。默认值:torch.strided

  • device (torch.device, 可选) – 返回张量的期望设备。默认值:如果为 None,则使用默认张量类型(请参阅 torch.set_default_device())的当前设备。对于 CPU 张量类型,device 将为 CPU,而对于 CUDA 张量类型,则为当前 CUDA 设备。

  • requires_grad (bool, 可选) – 是否应记录返回张量的操作。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])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题的解答

查看资源