torch.signal.windows.exponential

torch.signal.windows.exponential(M, *, center=None, tau=1.0, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

計算具有指數波形的視窗。也稱為泊松視窗。

指數視窗定義如下：

$$w_n = \exp{\left(-\frac{|n - c|}{\tau}\right)}$$

其中 c 是視窗的 center。

該視窗被歸一化為 1（最大值為 1）。但如果 M 為偶數且 sym 為 True，則 1 不會出現。

引數

M (int) – 視窗的長度。換句話說，返回視窗的點數。

關鍵字引數

• center (float, optional) – 視窗的中心位置。預設值：如果 sym 為 False，則為 M / 2，否則為 (M - 1) / 2。

• tau (float, optional) – 衰減值。Tau 通常與百分比相關，這意味著該值應在 (0, 100] 區間內變化。如果 tau 為 100，則認為它是均勻視窗。預設值：1.0。

• sym (bool, optional) – 如果為 False，則返回適用於頻譜分析的週期視窗。如果為 True，則返回適用於濾波器設計的對稱視窗。預設值：True。

• dtype (torch.dtype, optional) – 返回張量的期望資料型別。預設值：如果 None，則使用全域性預設值（參見 torch.set_default_dtype()）。

• layout (torch.layout, 可選) – 返回張量的所需佈局。預設：torch.strided。

• device (torch.device, optional) – 返回張量的期望裝置。預設值：如果為 None，則使用預設張量型別的當前裝置（請參閱 torch.set_default_device()）。對於 CPU 張量型別，device 將是 CPU，對於 CUDA 張量型別，將是當前 CUDA 裝置。

• requires_grad (bool, optional) – 如果 autograd 應記錄在返回的張量上的操作。預設值：False。

返回型別

張量

示例

>>> # Generates a symmetric exponential window of size 10 and with a decay value of 1.0.
>>> # The center will be at (M - 1) / 2, where M is 10.
>>> torch.signal.windows.exponential(10)
tensor([0.0111, 0.0302, 0.0821, 0.2231, 0.6065, 0.6065, 0.2231, 0.0821, 0.0302, 0.0111])

>>> # Generates a periodic exponential window and decay factor equal to .5
>>> torch.signal.windows.exponential(10, sym=False,tau=.5)
tensor([4.5400e-05, 3.3546e-04, 2.4788e-03, 1.8316e-02, 1.3534e-01, 1.0000e+00, 1.3534e-01, 1.8316e-02, 2.4788e-03, 3.3546e-04])