Table of Contents
Shortcuts

torch.signal.windows.blackman

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

计算布莱克曼窗。

布莱克曼窗的定义如下：

wn=0.42−0.5cos⁡(2πnM−1)+0.08cos⁡(4πnM−1)w_n = 0.42 - 0.5 \cos \left( \frac{2 \pi n}{M - 1} \right) + 0.08 \cos \left( \frac{4 \pi n}{M - 1} \right)

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Blackman窗口。
>>> torch.signal.windows.blackman(5)
tensor([-1.4901e-08,  3.4000e-01,  1.0000e+00,  3.4000e-01, -1.4901e-08])

>>> # 生成一个周期性的Blackman窗口。
>>> torch.signal.windows.blackman(5, sym=False)
tensor([-1.4901e-08,  2.0077e-01,  8.4923e-01,  8.4923e-01,  2.0077e-01])
优云智算