torch.signal.windows.general_cosine

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

计算通用余弦窗。

通用余弦窗定义如下

$$w_n = \sum^{M-1}_{i=0} (-1)^i a_i \cos{ \left( \frac{2 \pi i n}{M - 1}\right)}$$

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 1 不会出现。

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

• a (Iterable) – 与每个余弦函数相关的系数。

• sym (bool, optional) – 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, optional) – 返回张量的期望数据类型。默认值：如果 None，则使用全局默认值（参见 torch.set_default_dtype()）。

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

• device (torch.device, optional) – 返回张量的期望设备。默认值：如果 None，则为默认张量类型使用当前设备（参见 torch.set_default_device()）。device 对于 CPU 张量类型将为 CPU，对于 CUDA 张量类型将为当前 CUDA 设备。

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

返回类型

Tensor

示例

>>> # Generates a symmetric general cosine window with 3 coefficients.
>>> torch.signal.windows.general_cosine(10, a=[0.46, 0.23, 0.31], sym=True)
tensor([0.5400, 0.3376, 0.1288, 0.4200, 0.9136, 0.9136, 0.4200, 0.1288, 0.3376, 0.5400])

>>> # Generates a periodic general cosine window wit 2 coefficients.
>>> torch.signal.windows.general_cosine(10, a=[0.5, 1 - 0.5], sym=False)
tensor([0.0000, 0.0955, 0.3455, 0.6545, 0.9045, 1.0000, 0.9045, 0.6545, 0.3455, 0.0955])