你仍然可以做很多事情。没有完美的采样器，抖动总是存在的。此外，传统系统包括（理论上）阻止满足 Shannon-Nyquist-Kotelnikov-Raabe... 条件的量化。如果您的系统包含低通滤波，或/和您看到的现象在 166 Hz 以上时非常微弱，则变化可能对您的目的来说足够小。我建议使用以下三种方法来查看谐波行为：

1. 假设周期是偶数，然后进行傅里叶分析，
2. 在偶数样本处以简单的方式重新采样（线性插值），然后执行傅里叶分析，
3. 使用适用于不规则采样的傅立叶工具，例如 Lomb-Scargle 周期图。

如果您在提取的特征中没有检测到有意义的差异，那么您就可以（暂时）。您甚至可以经常并行使用这些方法来检测它们不同时的奇怪行为。

如果您看到有意义的差异，那么您可能需要投资不规则采样处理方法。幸运的是，理论上，当你有不规则的样本，并且在时间上有足够的精度时，你可以提取 Nyquist 之外的信息，但代价是更多涉及的方法。傅里叶或时频方法、FIR 结果等有几种方法。

一些直觉。大部分频带上的小样本抖动相当于加性噪声，（可能）与信号相关。对于带外能量不为零的非理想采样，抖动具有使采样与重复信号的相位随机化的有益效果，因此与经典混叠不同，带外信号可以表现为随机的宽带噪声. 因此，只要您的抖动很小，并且您的信号能量主要远离 Nyquist，您就可以将采样视为理想，并带有附加白噪声。

如果抖动是循环的、非零均值或其他奇怪分布的，事情就会变得更加棘手。

Ref Introduction to Shannon Sampling and Interpolation Theory, Robert Marks