torch.signal.windows.bartlett

torch.signal.windows.bartlett(M, *, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

计算巴特利特窗。

Bartlett窗口定义如下：

$$w_n = 1 - \left| \frac{2n}{M - 1} - 1 \right| = \begin{cases} \frac{2n}{M - 1} & \text{if } 0 \leq n \leq \frac{M - 1}{2} \\ 2 - \frac{2n}{M - 1} & \text{if } \frac{M - 1}{2} < n < M \\ \end{cases}$$

窗口被归一化为1（最大值为1）。然而，如果M是偶数且sym为True，则1不会出现。

Parameters

M (int) – 窗口的长度。 换句话说，返回窗口的点的数量。

Keyword Arguments

• sym (bool, 可选) – 如果为False，返回一个适合用于光谱分析的周期性窗口。如果为True，返回一个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 None，则使用全局默认值（参见 torch.set_default_dtype()）。

• 布局 (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。

Return type

张量

示例：

>>> # 生成一个对称的Bartlett窗口。
>>> torch.signal.windows.bartlett(10)
tensor([0.0000, 0.2222, 0.4444, 0.6667, 0.8889, 0.8889, 0.6667, 0.4444, 0.2222, 0.0000])

>>> # 生成一个周期性的Bartlett窗口。
>>> torch.signal.windows.bartlett(10, sym=False)
tensor([0.0000, 0.2000, 0.4000, 0.6000, 0.8000, 1.0000, 0.8000, 0.6000, 0.4000, 0.2000])