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
窗口归一化为 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
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 。
beta (float, 可选) – 上述公式中的系数 。
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
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])