我希望将曲线拟合到从FFT获得的数据。在研究这个时，我记得FFT提供了分箱数据，因此我想知道我是否应该通过曲线拟合来区别对待。
如果垃圾箱与结构相比较窄，我认为没有必要对数据进行不同的处理，但对我来说并非如此。
我希望正确的方法来装入分档数据是通过最小化bin和fit的值之间的差异，而是在bin区域和拟合曲线下方的区域之间，对于每个bin，使得每个bin中的能量匹配由曲线表示的箱子范围内的能量。
所以我的问题是：我是否正确思考这个问题？如果没有，我应该怎么做呢？
此外，在浏览有关此主题的信息时，我遇到了＆＃34;最大对数可能性＆＃34;例如，但没有找到足够的信息来了解它是否以及如何应用于我的情况。
PS：我不知道这个问题是否是正确的网站，如果有更好的地方，请告诉我。
答案 0 :(得分：0)
对于未加窗的FFT，区间之间的正确插值是使用Sinc（sin（x）/ x）或周期性Sinc（Dirichlet）插值内核。对于带限信号样本的FFT，将重建连续频谱。
答案 1 :(得分：0)
一种非常简单有效的频谱内插方法（来自FFT）是使用零填充。它在FFT之前有和没有窗口都有效。
你得到的是内插频谱。
祝你好运， 延
答案 2 :(得分：0)
这可以通过使用最大对数似然估计来完成。这是一种方法，可以找到最有可能产生测量数据的参数集 - 该技术源于统计数据。
我终于找到了一个可理解的来源，了解如何将其应用于分箱数据。可悲的是，我不能在这里输入公式，所以我参考该来源获得完整的解释：this slide show的幻灯片4。
修改
对于噪声较大的信号，这种方法似乎效果不佳。一种更健壮的方法是最小二乘拟合，其中区域之间的差异被最小化，如问题中所示。
我没有找到任何文献来捍卫这种方法，但它类似于最大对数似然估计中发生的情况，并且对于无噪声测试用例产生非常相似的结果。