我有数据和与其关联的时间“值”(Tx 和 X)。
如何对数据执行快速傅立叶变换。
Tx 是我拥有的一个数组,X 是我拥有的另一个数组。两个数组的长度当然是相同的,并且它们通过 Tx[i] 与 X[i] 关联,其中 i 从 0 到 len(X)。
如何对此类数据执行 fft,以最终获得相对于 |fft|^2 的功率谱密度图频率。
最佳答案
如果数据未均匀采样(即 Tx[i]-Tx[i-1] 恒定),则无法对其进行 FFT。
这是一个想法: 如果您非常了解信号的带宽,那么您可以创建 DFT 基向量 R 的重采样版本。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 是您的观测值,z 是信号的未知频率内容,A 是重采样的 DFT 基础。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。它几乎肯定不会是像 DFT 那样的正交基。
关于python - 使用时间相关数据 Python 进行快速傅立叶变换 (fft),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/13636758/