快速傅立叶变换(fft)与时间关联数据Python

Question

我有数据和与之关联的时间"值"（Tx和X）。

如何对数据执行快速傅里叶变换。

Tx 是我拥有

的数组，X 是我拥有的另一个数组。两个数组的长度当然是相同的，它们由 Tx[i] 与 X[i] 相关联，其中 i 从 0 到 len（X）。

如何对此类数据执行 fft，以最终实现针对 |fft|^2 的功率谱密度图频率。

Answer 1

如果数据不是均匀采样的（即 Tx[i]-Tx[i-1] 是常数），那么你就不能对它进行 FFT。

这里有一个想法：如果你对信号的带宽有一个很好的了解，那么你可以创建一个DFT基向量R的重采样版本。 即在Tx时间评估的复杂正弦曲线。 然后求解线性系统 x = A*z：其中 x 是你的观察，z 是信号的未知频率成分，A 是重新映射的 DFT 基。请注意，A 实际上可能不是基础，具体取决于不均匀性的严重程度。 几乎可以肯定，它不会像DFT那样是正交基础。