我有一个收集的数据点列表,我需要对其进行 DFT,但是问题是中间大约四分之一的数据点丢失了,因此即使现有数据点均匀分布,它们仍然是一个需要考虑的巨大时间间隔。我在可变采样率 DFT 上查找了一些东西,但首先是在我脑海中,其次我不确定它是否适用。那么我的问题是我将如何在我的计算中考虑那个时间间隔。最好尽可能用通俗易懂的术语来解释所有内容,因为我对此并不了解。
感谢您的任何帮助。
我有一个收集的数据点列表,我需要对其进行 DFT,但是问题是中间大约四分之一的数据点丢失了,因此即使现有数据点均匀分布,它们仍然是一个需要考虑的巨大时间间隔。我在可变采样率 DFT 上查找了一些东西,但首先是在我脑海中,其次我不确定它是否适用。那么我的问题是我将如何在我的计算中考虑那个时间间隔。最好尽可能用通俗易懂的术语来解释所有内容,因为我对此并不了解。
感谢您的任何帮助。
基本上,不可能计算出数据的完整 DFT。看一下 DFT 矩阵。
它的所有元素都是非零的。因此,每个信号元素对于任何频率都很重要。
换一种方式看这个,如果可以做你想做的事,你可以找到信号的 DFT,做一个逆 DFT 变换,然后得到完整的信号!显然,这是错误的。你没有这个信息。
不过,可以近似计算数据的频率。回想一下,DFT 变换的一种可能解释是,它的每个系数都最适合移位正弦波或,其中取决于系数索引。进行最小二乘拟合,这是DFT的系数。