快捷方式

torch.signal.windows.hann

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

计算汉宁窗。

汉宁窗定义如下

wn=12 [1cos(2πnM1)]=sin2(πnM1)w_n = \frac{1}{2}\ \left[1 - \cos \left( \frac{2 \pi n}{M - 1} \right)\right] = \sin^2 \left( \frac{\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 1 不会出现。

参数

M (int) – 窗口长度。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

  • 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(参见 torch.set_default_dtype())。

  • layout (torch.layout,可选) – 返回张量的所需布局。默认值:torch.strided

  • device (torch.device,可选) – 返回张量的所需设备。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 Hann window.
>>> torch.signal.windows.hann(10)
tensor([0.0000, 0.1170, 0.4132, 0.7500, 0.9698, 0.9698, 0.7500, 0.4132, 0.1170, 0.0000])

>>> # Generates a periodic Hann window.
>>> torch.signal.windows.hann(10, sym=False)
tensor([0.0000, 0.0955, 0.3455, 0.6545, 0.9045, 1.0000, 0.9045, 0.6545, 0.3455, 0.0955])

文档

访问 PyTorch 的全面开发者文档

查看文档

教程

获取适合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问题的解答

查看资源