torch.signal.windows.kaiser¶
- torch.signal.windows.kaiser(M, *, beta=12.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)[源代码]¶
计算凯泽窗。
凯泽窗定义如下
其中
I_0
是第一类零阶修正贝塞尔函数(见torch.special.i0()
),以及N = M - 1 if sym else M
。窗口被归一化到 1(最大值为 1)。但是,如果
M
是偶数且sym
为 True,则 1 不会出现。- 参数
M (int) – 窗口长度。换句话说,返回的窗口的点数。
- 关键字参数
beta (float, optional) – 窗口的形状参数。必须是非负数。默认值:12.0
sym (bool, optional) – 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
, optional) – 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(见torch.set_default_dtype()
)。layout (
torch.layout
, optional) – 返回张量的所需布局。默认值:torch.strided
。device (
torch.device
, optional) – 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(见torch.set_default_device()
)。device
将是 CPU 张量类型的 CPU,以及 CUDA 张量类型的当前 CUDA 设备。requires_grad (bool, optional) – 是否应在返回的张量上记录自动梯度。默认值:
False
。
- 返回类型
示例
>>> # Generates a symmetric gaussian window with a standard deviation of 1.0. >>> torch.signal.windows.kaiser(5) 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.kaiser(5, 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])