所以...不知道我应该问这个问题，但我希望有人能够至少指出我正确的方向。我有一个时间序列，我想进行频谱分析，但我找不到任何工具来进行FFT，以适应数据点之间的不同时间差（它们都假设dt是常数）。有没有人知道一个适用于此的工具（我专门寻找周期图或其他方法来确定周期性）。
我唯一的想法是在特定时间间隔内对数据点进行线性插值，以便为数据提供恒定的dt，但我担心这会使频谱分析数据出现。
这是一小部分数据;时间，数据，dt
time data dt
39.630 49662.1 0.170
39.810 49582.5 0.180
40.150 49430.0 0.340
40.320 49413.8 0.170
40.490 49324.0 0.170
40.670 49092.5 0.180
40.830 49025.6 0.160
41.010 49101.5 0.180
任何建议??
答案 0 :(得分：0)
FFT背后的大多数数学理论都需要固定的采样周期。 我建议你做以下事情：
创建一系列等间隔时间
根据相邻点计算每个瞬间的值（线性或二次插值应该这样做）。您可以根据需要使用尽可能多的点，以获得最佳近似值。
根据您对结果的详细程度，使用参数或非参数方法估算光谱：Burg方法可能很有用，LPC / AR模型也很有用。
检查Mathworks上的链接：
http://www.mathworks.com/help/signal/nonparametric-spectral-estimation.html
http://www.mathworks.com/help/signal/parametric-spectral-estimation.html