torch.signal.windows.exponential¶
- torch.signal.windows.exponential(M, *, center=None, tau=1.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)[source]¶
计算具有指数波形的窗口。也称为泊松窗口。
指数窗口定义如下
其中 c 是窗口的
center
。窗口被归一化为 1(最大值为 1)。但是,如果
M
为偶数且sym
为 True,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
center (float, optional) – 窗口中心将位于的位置。默认值:如果 sym 为 False,则为 M / 2,否则为 (M - 1) / 2。
tau (float, optional) – 衰减值。Tau 通常与百分比相关联,这意味着该值应在区间 (0, 100] 内变化。如果 tau 为 100,则它被认为是均匀窗口。默认值:1.0。
sym (bool, optional) – 如果为 False,则返回适合在频谱分析中使用的周期性窗口。如果为 True,则返回适合在滤波器设计中使用的对称窗口。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(参见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
,则使用当前设备作为默认张量类型(参见torch.set_default_device()
)。对于 CPU 张量类型,device
将为 CPU,而对于 CUDA 张量类型,device
将为当前 CUDA 设备。requires_grad (bool, 可选) – 是否应记录对返回张量的操作。默认值:
False
。
- 返回类型
示例
>>> # Generates a symmetric exponential window of size 10 and with a decay value of 1.0. >>> # The center will be at (M - 1) / 2, where M is 10. >>> torch.signal.windows.exponential(10) tensor([0.0111, 0.0302, 0.0821, 0.2231, 0.6065, 0.6065, 0.2231, 0.0821, 0.0302, 0.0111]) >>> # Generates a periodic exponential window and decay factor equal to .5 >>> torch.signal.windows.exponential(10, sym=False,tau=.5) tensor([4.5400e-05, 3.3546e-04, 2.4788e-03, 1.8316e-02, 1.3534e-01, 1.0000e+00, 1.3534e-01, 1.8316e-02, 2.4788e-03, 3.3546e-04])