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)

計算具有指數波形的窗函數。 也稱為 Poisson 窗函數。

指數窗函數的定義如下：

$$w_n = \exp{\left(-\frac{|n - c|}{\tau}\right)}$$

其中 c 是窗函數的 center (中心)。

窗函數會被正規化到 1（最大值為 1）。但是，如果 M 是偶數且 sym 為 True，則不會出現 1。

參數

M (int) – 窗函數的長度。 換句話說，是返回的窗函數的點數。

關鍵字參數

• center (float, optional) – 窗函數的中心將位於何處。 預設值：如果 sym 為 False，則為 M / 2，否則為 (M - 1) / 2。

• tau (float, optional) – 衰減值。 Tau 通常與百分比相關，這表示該值應在區間 (0, 100] 內變化。 如果 tau 為 100，則認為是均勻窗函數。 預設值：1.0。

• sym (bool, optional) – 如果為 False，則傳回適用於頻譜分析的週期性窗函數。 如果為 True，則傳回適用於濾波器設計的對稱窗函數。 預設值：True。

• dtype (torch.dtype, optional) – 返回的張量的所需資料類型。 預設值：如果 None，則使用全域預設值 (請參閱 torch.set_default_dtype())。

• layout (torch.layout, optional) – 返回的張量的所需佈局。 預設值：torch.strided。

• device (torch.device, optional) – 返回的張量的所需裝置。 預設值：如果 None，則針對預設張量類型使用目前的裝置 (請參閱 torch.set_default_device())。 device 對於 CPU 張量類型將是 CPU，對於 CUDA 張量類型將是目前的 CUDA 裝置。

• requires_grad (bool, optional) – 如果 autograd 應記錄對傳回張量的操作。 預設值：False。

回傳類型

Tensor

範例

>>> # Generates a symmetric exponential window of size 10 and with a decay value of 1.0.
>>> # The center will be at (M - 1) / 2, where M is 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])

>>> # Generates a periodic exponential window and decay factor equal to .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])