作为对这个问题的回应，我建议在 DFT（意味着现有 DFT 结果的频率样本）中插入足以成为新样本的新样本，如果我们要采用逆 DFT，我们将得到一个零填充序列。引用的属性是零填充时域序列将在原始序列的 DFT 的现有样本之间创建内插样本。新样本由 DFT 与狄利克雷核的循环卷积确定，如果处理得当，结果的逆 FFT 将是原始序列零填充到更长的长度。

在推导实现的细节时，我最有效的解决方案（在一条长长的迂回路径中，没有看到森林只见树木）最终只是简单地采用逆 FFT，零填充然后采用 FFT。

这导致我现在的问题是，如果我们的意图是从给定的 FFT（这将是零填充逆 FFT 的 FFT）创建插值 FFT，是否有比逆 FFT 更有效的更直接方法，零填充，基于所述卷积属性的 FFT？我们能否以更有效的方式预测频域样本而无需进入时域？