Table of Contents
Shortcuts

torch.signal.windows.exponential

torch.signal.windows.exponential(M, *, center=None, tau=1.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)[源代码]

计算具有指数波形的窗口。 也称为泊松窗口。

指数窗口定义如下：

wn=exp⁡(−∣n−c∣τ)w_n = \exp{\left(-\frac{|n - c|}{\tau}\right)}

其中 c 是窗口的 中心。

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

  • 中心 (浮点数, 可选) – 窗口中心的定位位置。 默认值: M / 2 如果 sym 是 False, 否则 (M - 1) / 2。

  • tau (float, 可选) – 衰减值。 Tau 通常与一个百分比相关联，这意味着该值应在区间 (0, 100] 内变化。如果 tau 为 100，则视为均匀窗口。 默认值：1.0。

  • 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：

>>> # 生成一个大小为10，衰减值为1.0的对称指数窗口。
>>> # 中心将在 (M - 1) / 2，其中 M 为 10。
>>> torch.signal.windows.exponential(10)
tensor([0.0111, 0.0302, 0.0821, 0.2231, 0.6065, 0.6065, 0.2231, 0.0821, 0.0302, 0.0111])

>>> # 生成一个周期性指数窗口，衰减因子等于0.5
>>> torch.signal.windows.exponential(10, sym=False,tau=.5)
tensor([4.5400e-05, 3.3546e-04, 2.4788e-03, 1.8316e-02, 1.3534e-01, 1.0000e+00, 1.3534e-01, 1.8316e-02, 2.4788e-03, 3.3546e-04])
优云智算