torch.signal.windows.hamming

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

Вычисляет окно Хамминга.

Окно Хамминга 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 1 не появляется, если M четное и sym равно True.

Параметры

M (int) – длина окна. Другими словами, количество точек возвращаемого окна.

Ключевые аргументы

• sym (bool, необязательно) – Если False, возвращает периодическое окно, подходящее для использования в спектральном анализе. Если True, возвращает симметричное окно, подходящее для использования в проектировании фильтров. По умолчанию: True.
• alpha (float, необязательно) – Коэффициент $\alpha$ в уравнении выше.
• beta (float, необязательно) – Коэффициент $\beta$ в уравнении выше.
• dtype (torch.dtype, optional) – требуемый тип данных возвращаемого тензора. По умолчанию: если None, используется глобальный стандартный тип (см. torch.set_default_tensor_type()).
• layout (torch.layout, optional) – требуемый макет возвращаемого тензора. По умолчанию: torch.strided.
• device (torch.device, optional) – требуемое устройство возвращаемого тензора. По умолчанию: если None, используется текущее устройство для стандартного типа тензора (см. torch.set_default_tensor_type()). device будет CPU для CPU тензорных типов и текущее CUDA устройство для CUDA тензорных типов.
• requires_grad (bool, необязательно) – Если необходимо записывать операции с возвращаемым тензором в автограде. 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])