torch.kaiser_window

torch.kaiser_window(window_length, periodic=True, beta=12.0, *, dtype=None, layout=torch.strided, device=None, requires_grad=False) → Tensor

计算具有窗口长度 window_length 和形状参数 beta 的 Kaiser 窗口。

设 I_0 为第一类零阶修正贝塞尔函数（参见torch.i0()）。如果periodic为False，则N = L - 1；如果periodic为True，则N = L，其中L是window_length。此函数计算：

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

调用 torch.kaiser_window(L, B, periodic=True) 等同于调用 torch.kaiser_window(L + 1, B, periodic=False)[:-1]。参数 periodic 旨在作为一个有用的简写，用于生成像 torch.stft() 这样的函数所需的周期窗口。

注意

如果 window_length 为 1，那么返回的窗口将是一个包含数字 1 的单元素张量。

参数

• window_length (int) – 指定窗口的长度。

• periodic (bool, 可选) – 如果为 True，则返回一个适用于频谱分析的周期性窗口；如果为 False，则返回一个适用于滤波器设计的对称窗口。

• beta (float, 可选) – 窗口形状的参数。

关键字参数

• dtype (torch.dtype, 可选) – 返回张量的所需数据类型。默认情况下，如果未指定，则使用全局默认值（参见 torch.set_default_dtype()）。

• layout (torch.layout, 可选) – 返回窗口张量所需的布局。目前仅支持 torch.strided（稠密布局）。

• device (torch.device, 可选) – 返回张量所需的设备。默认情况下，如果未指定 None，则使用当前的默认张量类型设备（参见torch.set_default_device()）。对于 CPU 张量类型，默认为 CPU 设备；对于 CUDA 张量类型，则为当前的 CUDA 设备。

• requires_grad (bool, optional) – 是否启用自动求导记录返回的张量上的操作。默认值：False。