torch.kaiser_window

torch.kaiser_window(window_length, periodic=True, beta=12.0, *, dtype=None, layout=torch.strided, device=None, requires_grad=False) → 张量

计算具有窗口长度 window_length 和形状参数 beta 的Kaiser窗口。

设 I_0 为第一类零阶修正贝塞尔函数（参见 torch.i0()）， N = L - 1 如果 periodic 为 False 且 L 如果 periodic 为 True， 其中 L 是 window_length。此函数计算：

$$out_i = I_0 \left( \beta \sqrt{1 - \left( {\frac{i - N/2}{N/2}} \right) ^2 } \right) / I_0( \beta )$$

调用 torch.kaiser_window(L, B, periodic=True) 等价于调用 torch.kaiser_window(L + 1, B, periodic=False)[:-1])。 periodic 参数旨在作为一个有用的简写， 以生成一个周期性窗口作为输入传递给类似 torch.stft() 的函数。

注意

如果 window_length 为1，则返回的窗口是一个包含1的单元素张量。

Parameters

• window_length (int) – 窗口的长度。

• 周期性 (bool, 可选) – 如果为True，返回一个适合用于光谱分析的周期性窗口。如果为False，返回一个适合用于滤波器设计的对称窗口。

• beta (float, 可选) – 窗口的形状参数。

Keyword Arguments

• dtype (torch.dtype, 可选) – 返回张量的所需数据类型。 默认值：如果 None，则使用全局默认值（参见 torch.set_default_dtype()）。

• 布局 (torch.layout, 可选) – 返回窗口张量的所需布局。仅支持torch.strided（密集布局）。

• 设备 (torch.device, 可选) – 返回张量所需的设备。 默认值：如果 None，则使用默认张量类型的当前设备 （参见 torch.set_default_device()）。device 将是 CPU 用于 CPU 张量类型，以及当前 CUDA 设备用于 CUDA 张量类型。

• requires_grad (布尔值, 可选) – 如果 autograd 应该记录对返回张量的操作。默认值：False。