torch.signal.windows.kaiser

torch.signal.windows.kaiser(M, *, beta=12.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False) [source]

Вычисляет окно Кайзера.

Окно Кайзера определяется следующим образом:

$$w_n = I_0 \left( \beta \sqrt{1 - \left( {\frac{n - N/2}{N/2}} \right) ^2 } \right) / I_0( \beta )$$

где I_0 является модифицированной функцией Бесселя нулевого порядка первого рода (см. torch.special.i0()), и N = M - 1 if sym else M.

Окно нормализовано к 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

• beta (float, необязательно) – параметр формы окна. Должен быть неотрицательным. По умолчанию: 12.0
• 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.
• dtype (torch.dtype, optional) – желаемый тип данных возвращаемого тензора. По умолчанию: если None, используется глобальный параметр по умолчанию (см. torch.set_default_tensor_type()).
• layout (torch.layout, optional) – желаемая компоновка возвращаемого тензора. По умолчанию: torch.strided.
• device (torch.device, optional) – желаемая платформа возвращаемого тензора. По умолчанию: если None, используется текущая платформа для типа тензора по умолчанию (см. torch.set_default_tensor_type()). device будет ЦП для типов тензоров ЦП и текущее устройство CUDA для типов тензоров CUDA.
• requires_grad (bool, необязательно) – Если необходимо записывать операции с возвращаемым тензором в автограде. По умолчанию: False.

Тип возвращаемого значения

Тензор

Примеры:

>>> # Generates a symmetric gaussian window with a standard deviation of 1.0.
>>> torch.signal.windows.kaiser(5)
tensor([4.0065e-05, 2.1875e-03, 4.3937e-02, 3.2465e-01, 8.8250e-01, 8.8250e-01, 3.2465e-01, 4.3937e-02, 2.1875e-03, 4.0065e-05])
>>> # Generates a periodic gaussian window and standard deviation equal to 0.9.
>>> torch.signal.windows.kaiser(5, sym=False,std=0.9)
tensor([1.9858e-07, 5.1365e-05, 3.8659e-03, 8.4658e-02, 5.3941e-01, 1.0000e+00, 5.3941e-01, 8.4658e-02, 3.8659e-03, 5.1365e-05])