捷徑

torch.signal.windows.nuttall

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

計算根據 Nuttall 的最小 4 項 Blackman-Harris 窗。

wn=10.36358cos(zn)+0.48917cos(2zn)0.13659cos(3zn)+0.01064cos(4zn)w_n = 1 - 0.36358 \cos{(z_n)} + 0.48917 \cos{(2z_n)} - 0.13659 \cos{(3z_n)} + 0.01064 \cos{(4z_n)}

其中 zn=2πnMz_n = \frac{2 \pi n}{M}

此窗格已正規化為 1 (最大值為 1)。 但是,如果 M 為偶數且 symTrue,則不會出現 1。

參數

M (int) – 窗格的長度。 換句話說,傳回窗格的點數。

關鍵字引數
  • sym (bool, optional) – 如果為 False,則傳回適用於頻譜分析的週期性窗格。 如果為 True,則傳回適用於濾波器設計的對稱窗格。 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 Tensor 的所需版面配置。 預設值:torch.strided

  • device ( torch.device, optional) – 傳回張量的目標裝置。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 將會是 CPU 張量類型的 CPU,以及 CUDA 張量類型的目前 CUDA 裝置。

  • requires_grad (bool, optional) – 如果 autograd 應該記錄在傳回張量上的運算。預設值: False

回傳類型

Tensor

參考資料

- A. Nuttall, "Some windows with very good sidelobe behavior,"
  IEEE Transactions on Acoustics, Speech, and Signal Processing, vol. 29, no. 1, pp. 84-91,
  Feb 1981. https://doi.org/10.1109/TASSP.1981.1163506

- Heinzel G. et al., "Spectrum and spectral density estimation by the Discrete Fourier transform (DFT),
  including a comprehensive list of window functions and some new flat-top windows",
  February 15, 2002 https://holometer.fnal.gov/GH_FFT.pdf

範例

>>> # Generates a symmetric Nutall window.
>>> torch.signal.windows.general_hamming(5, sym=True)
tensor([3.6280e-04, 2.2698e-01, 1.0000e+00, 2.2698e-01, 3.6280e-04])

>>> # Generates a periodic Nuttall window.
>>> torch.signal.windows.general_hamming(5, sym=False)
tensor([3.6280e-04, 1.1052e-01, 7.9826e-01, 7.9826e-01, 1.1052e-01])

文件

存取 PyTorch 的完整開發人員文件

檢視文件

教學

取得初學者和進階開發人員的深入教學

檢視教學

資源

尋找開發資源並取得您問題的解答

檢視資源