torch.signal.windows.windows.hamming

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

Вычисляет окно Хэмминга.

Окно Хэмминга определяется следующим образом:

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

Окно нормализовано до 1 (максимальное значение равно 1). Однако значение 1 не достигается, если M чётное, а sym равно True.

Параметры:

M (int) – длина окна. Иными словами, количество точек в возвращаемом окне.

Именованные аргументы:

• sym (bool, необязательно) – Если False, возвращает периодическое окно, подходящее для спектрального анализа. Если True, возвращает симметричное окно, подходящее для проектирования фильтров. Значение по умолчанию: True.
• alpha (float, необязательно) – Коэффициент $\alpha$ в приведённом выше уравнении.
• beta (float, необязательно) – Коэффициент $\beta$ в приведённом выше уравнении.
• dtype (torch.dtype, необязательно) – требуемый тип данных возвращаемого тензора. Значение по умолчанию: если None, используется глобальное значение по умолчанию (см. torch.set_default_dtype()).
• layout (torch.layout, необязательно) – требуемый формат возвращаемого Tensor. Значение по умолчанию: torch.strided.
• device (torch.device, необязательно) – требуемое устройство возвращаемого тензора. Значение по умолчанию: если None, используется текущее устройство для типа тензора по умолчанию (см. torch.set_default_device()). device будет CPU для типов тензоров CPU и текущим устройством CUDA для типов тензоров CUDA.
• requires_grad (bool, необязательно) – Следует ли autograd записывать операции над возвращаемым тензором. Значение по умолчанию: False.

Тип возвращаемого значения:

Tensor

Примеры:

>>> # Generates a symmetric Hamming window.
>>> torch.signal.windows.hamming(10)
tensor([0.0800, 0.1876, 0.4601, 0.7700, 0.9723, 0.9723, 0.7700, 0.4601, 0.1876, 0.0800])

>>> # Generates a periodic Hamming window.
>>> torch.signal.windows.hamming(10, sym=False)
tensor([0.0800, 0.1679, 0.3979, 0.6821, 0.9121, 1.0000, 0.9121, 0.6821, 0.3979, 0.1679])