torch.signal.windows.gaussian

torch.signal.windows.gaussian(M, *, std=1.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

计算具有高斯波形的窗口。

高斯窗口定义如下：

$$w_n = \exp{\left(-\left(\frac{n}{2\sigma}\right)^2\right)}$$

窗口被归一化为 1（最大值为 1）。但是，如果 M 是偶数且 sym 为 True，则最大值 1 不会出现。

参数

M (int) – 窗口的长度。换句话说，即返回窗口的点数。

关键字参数

• std (float, 可选) – 高斯分布的标准差。它控制窗口的窄或宽程度。默认值：1.0。

• sym (bool, 可选) – 如果为 False，返回适用于频谱分析的周期窗口。如果为 True，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（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，则使用默认张量类型的当前设备（参见 torch.set_default_device()）。device 对于 CPU 张量类型将是 CPU，对于 CUDA 张量类型将是当前的 CUDA 设备。

• requires_grad (bool, 可选) – Autograd 是否应该记录返回张量上的操作。默认值：False。

返回类型

Tensor

示例

>>> # Generates a symmetric gaussian window with a standard deviation of 1.0.
>>> torch.signal.windows.gaussian(10)
tensor([4.0065e-05, 2.1875e-03, 4.3937e-02, 3.2465e-01, 8.8250e-01, 8.8250e-01, 3.2465e-01, 4.3937e-02, 2.1875e-03, 4.0065e-05])

>>> # Generates a periodic gaussian window and standard deviation equal to 0.9.
>>> torch.signal.windows.gaussian(10, sym=False,std=0.9)
tensor([1.9858e-07, 5.1365e-05, 3.8659e-03, 8.4658e-02, 5.3941e-01, 1.0000e+00, 5.3941e-01, 8.4658e-02, 3.8659e-03, 5.1365e-05])