快捷方式

torch.signal.windows.nuttall

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

根據 Nuttall 計算最小 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}

窗函式被歸一化到 1(最大值為 1)。但是,如果 M 是偶數且 symTrue,則 1 不會出現。

引數

M (int) – 窗函式的長度。換句話說,返回的窗函式的點數。

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函式。如果為 True,返回適用於濾波器設計的對稱窗函式。預設值:True

  • dtype (torch.dtype, 可選) – 返回張量的期望資料型別。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) – 返回張量的期望佈局。預設值:torch.strided

  • device (torch.device, 可選) – 返回張量的期望裝置。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())。device 對於 CPU 張量型別將是 CPU,對於 CUDA 張量型別將是當前 CUDA 裝置。

  • requires_grad (bool, 可選) – 如果 autograd 應該記錄返回張量上的操作。預設值:False

返回型別

張量

參考

- 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

示例

>>> # 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

查閱 PyTorch 的完整開發者文件

檢視文件

教程

獲取面向初學者和高階開發者的深度教程

檢視教程

資源

查詢開發資源並獲得問題解答

檢視資源