torch.signal.windows.hann

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

計算 Hann 視窗。

Hann 視窗的定義如下

$$w_n = \frac{1}{2}\ \left[1 - \cos \left( \frac{2 \pi n}{M - 1} \right)\right] = \sin^2 \left( \frac{\pi n}{M - 1} \right)$$

視窗已正規化為 1（最大值為 1）。但是，如果 M 為偶數且 sym 為 True，則不會出現 1。

參數

M (int) – 視窗的長度。換句話說，是傳回視窗的點數。

關鍵字參數

• 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) – 傳回張量的所需版面配置。預設值： torch.strided。

• device (torch.device, optional) – 傳回張量的所需裝置。預設值：如果 None，則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 Hann window.
>>> torch.signal.windows.hann(10)
tensor([0.0000, 0.1170, 0.4132, 0.7500, 0.9698, 0.9698, 0.7500, 0.4132, 0.1170, 0.0000])

>>> # Generates a periodic Hann window.
>>> torch.signal.windows.hann(10, sym=False)
tensor([0.0000, 0.0955, 0.3455, 0.6545, 0.9045, 1.0000, 0.9045, 0.6545, 0.3455, 0.0955])