快捷方式

torch.signal.windows.hamming

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

计算汉明窗。

汉明窗定义如下

wn=αβ cos(2πnM1)w_n = \alpha - \beta\ \cos \left( \frac{2 \pi n}{M - 1} \right)

窗口归一化为 1(最大值为 1)。但是,如果M为偶数且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,则返回适合用于频谱分析的周期性窗口。如果为True,则返回适合用于滤波器设计的对称窗口。默认值:True

  • alpha (float, 可选) – 上述公式中的系数 α\alpha

  • beta (float, 可选) – 上述公式中的系数 β\beta

  • dtype (torch.dtype, 可选) – 返回张量的所需数据类型。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) – 返回张量的所需布局。默认值:torch.strided

  • 设备 (torch.device, 可选) – 返回张量的目标设备。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 将为 CPU;对于 CUDA 张量类型,device 将为当前 CUDA 设备。

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

返回类型

张量

示例

>>> # Generates a symmetric Hamming window.
>>> torch.signal.windows.hamming(10)
tensor([0.0800, 0.1876, 0.4601, 0.7700, 0.9723, 0.9723, 0.7700, 0.4601, 0.1876, 0.0800])

>>> # Generates a periodic Hamming window.
>>> torch.signal.windows.hamming(10, sym=False)
tensor([0.0800, 0.1679, 0.3979, 0.6821, 0.9121, 1.0000, 0.9121, 0.6821, 0.3979, 0.1679])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取针对初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并获得您的问题解答

查看资源