具有时间相关数据Python的快速傅立叶变换（fft）

Question

我有数据和时间'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，并且它们由Tx [i]与X [i]相关联，其中i从0变为len（X）。

如何对这些数据执行fft以最终实现功率谱密度绘制频率对| fft | ^ 2。

Answer 1

如果数据未被均匀采样（即Tx [i] -Tx [i-1]是常数），则不能对其进行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基矢量R的重采样版本。复杂的正弦曲线在Tx时间进行评估。然后求解线性系统x = A * z：其中x是你的观察，z是信号的未知频率内容，A是重新映射的DFT基础。注意，根据非均匀性的严重程度，A实际上可能不是基础。它几乎肯定不会像DFT那样是正交基础。