torch.signal.windows.bartlett

torch.signal.windows.bartlett(M, *, sym=True, dtype=None, layout=torch.strided, device=None, requires_grad=False)

Computes the Bartlett window.

The Bartlett window is defined as follows

$$w_n = 1 - \left| \frac{2n}{M - 1} - 1 \right| = \begin{cases} \frac{2n}{M - 1} & \text{if } 0 \leq n \leq \frac{M - 1}{2} \\ 2 - \frac{2n}{M - 1} & \text{if } \frac{M - 1}{2} < n < M \\ \end{cases}$$

该窗口被归一化为 1（最大值为 1）。但是，如果 M 是偶数且 sym 为 True，则 1 不会出现。

参数

M (int) – 窗的长度。换句话说，是返回的窗的点数。

关键字参数

• sym (bool, optional) – 如果为 False，则返回适合用于频谱分析的周期性窗口。如果为 True，则返回适合用于滤波器设计的对称窗口。默认为 True。

• dtype (torch.dtype, optional) – 返回张量的期望数据类型。默认值：如果 None，则使用全局默认值（请参阅 torch.set_default_dtype()）。

• layout (torch.layout, optional) – 返回张量的期望布局。默认值：torch.strided。

• device (torch.device, optional) – 返回张量的期望设备。默认值：如果 None，则使用当前设备的默认张量类型（请参阅 torch.set_default_device()）。device 对于 CPU 张量类型将是 CPU，对于 CUDA 张量类型将是当前 CUDA 设备。

• requires_grad (bool, optional) – 是否应为返回的张量记录自动梯度操作。默认值：False。

返回类型

张量

示例

>>> # Generates a symmetric Bartlett window.
>>> torch.signal.windows.bartlett(10)
tensor([0.0000, 0.2222, 0.4444, 0.6667, 0.8889, 0.8889, 0.6667, 0.4444, 0.2222, 0.0000])

>>> # Generates a periodic Bartlett window.
>>> torch.signal.windows.bartlett(10, sym=False)
tensor([0.0000, 0.2000, 0.4000, 0.6000, 0.8000, 1.0000, 0.8000, 0.6000, 0.4000, 0.2000])