torch.signal.windows.windows.hann

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

Вычисляет окно Ханна.

Окно Ханна определяется следующим образом:

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

Окно нормировано на 1 (максимальное значение равно 1). Однако значение 1 не достигается, если M чётное и 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. По умолчанию: True.
• dtype (torch.dtype, необязательно) – требуемый тип данных возвращаемого тензора. По умолчанию: если None, используется глобальное значение по умолчанию (см. torch.set_default_dtype()).
• layout (torch.layout, необязательно) – требуемый формат возвращаемого тензора. По умолчанию: torch.strided.
• device (torch.device, необязательно) – требуемое устройство для возвращаемого тензора. 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 с возвращаемым тензором. По умолчанию: False.

Тип возвращаемого значения:

Tensor

Примеры:

>>> # 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])