torch.signal.windows.blackman

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

計算布萊克曼（Blackman）窗。

布萊克曼（Blackman）窗定義如下

$$w_n = 0.42 - 0.5 \cos \left( \frac{2 \pi n}{M - 1} \right) + 0.08 \cos \left( \frac{4 \pi n}{M - 1} \right)$$

窗函式被歸一化為 1（最大值為 1）。然而，如果 M 為偶數且 sym 為 True，則最大值 1 不會出現。

引數

M (int) – 窗的長度。換句話說，返回的窗的點的數量。

關鍵字引數

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

• dtype (torch.dtype, 可選) – 返回張量所需的資料型別。預設值：如果為 None，則使用全域性預設值（參見 torch.set_default_dtype()）。

• layout (torch.layout, 可選) – 返回張量所需的佈局。預設值：torch.strided。

• device (torch.device, 可選) – 返回張量所需的裝置。預設值：如果為 None，則使用預設張量型別的當前裝置（參見 torch.set_default_device()）。對於 CPU 張量型別，device 將是 CPU；對於 CUDA 張量型別，則是當前的 CUDA 裝置。

• requires_grad (bool, 可選) – 如果 autograd 應該記錄對返回張量的操作。預設值：False。

返回型別

張量

示例

>>> # Generates a symmetric Blackman window.
>>> torch.signal.windows.blackman(5)
tensor([-1.4901e-08,  3.4000e-01,  1.0000e+00,  3.4000e-01, -1.4901e-08])

>>> # Generates a periodic Blackman window.
>>> torch.signal.windows.blackman(5, sym=False)
tensor([-1.4901e-08,  2.0077e-01,  8.4923e-01,  8.4923e-01,  2.0077e-01])