torch.signal.windows.general_hamming

torch.signal.windows.general_hamming(M, *, alpha=0.54, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

計算廣義漢明窗 (general Hamming window)。

廣義漢明窗的定義如下：

$$w_n = \alpha - (1 - \alpha) \cos{ \left( \frac{2 \pi n}{M-1} \right)}$$

視窗會正規化為 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) – 視窗的長度。換句話說，是傳回的視窗的點數。

關鍵字引數

• alpha (float, optional) – 視窗係數。預設值：0.54。

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

• dtype (torch.dtype, optional) – 傳回張量的期望資料類型。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) – 傳回張量的期望版面配置。預設值：torch.strided。

• device (torch.device, optional) – 傳回張量的期望裝置。預設值：如果 None，則使用預設張量類型的目前裝置 (請參閱 torch.set_default_device())。 device 對於 CPU 張量類型將為 CPU，對於 CUDA 張量類型將為目前的 CUDA 裝置。

• requires_grad (bool, optional) – 如果 autograd 應記錄傳回張量的運算。預設值：False。

傳回類型

Tensor

範例

>>> # Generates a symmetric Hamming window with the general Hamming window.
>>> torch.signal.windows.general_hamming(10, sym=True)
tensor([0.0800, 0.1876, 0.4601, 0.7700, 0.9723, 0.9723, 0.7700, 0.4601, 0.1876, 0.0800])

>>> # Generates a periodic Hann window with the general Hamming window.
>>> torch.signal.windows.general_hamming(10, alpha=0.5, sym=False)
tensor([0.0000, 0.0955, 0.3455, 0.6545, 0.9045, 1.0000, 0.9045, 0.6545, 0.3455, 0.0955])