我有一个模拟程序生成的信号。因为这个程序中的求解器有一个可变的时间步长，所以我有一个数据不均匀的信号。我有两个列表，一个包含信号值的列表，另一个包含每个值发生时间的列表。数据可能是这样的
npts = 500
t=logspace(0,1,npts)
f1 = 0.5
f2 = 0.6
sig=(1+sin(2*pi*f1*t))+(1+sin(2*pi*f2*t))
我希望能够使用 python 对此信号执行频率分析。似乎我不能在 numpy 中使用 fft 函数，因为这需要均匀分布的数据。是否有任何标准函数可以帮助我找到该信号中包含的频率？
【问题讨论】：
标签： python signal-processing fft
解决此类问题的最常见算法称为频率Least-Squares Spectral analysis。看起来这将出现在 scipy.signals package 的未来版本中。也许有一个当前版本，但我似乎找不到它......此外，Astropython 提供了一些代码，我不会完整复制它，但它本质上创建了一个 lomb 类，你可以使用以下代码来获取一些值。您需要做的是：
import numpy
import lomb
x = numpy.arange(10)
y = numpy.sin(x)
fx,fy, nout, jmax, prob = lomb.fasper(x,y, 6., 6.)
【讨论】：
非常简单，只需查找傅立叶变换的公式，并将其实现为数据值的离散和：
给定一组值f(x) 超过一组x，然后对于每个频率k，
F(k) = sum_x ( exp( +/-i * k *x ) )
选择您的k，范围从0 到2*pi / min separation in x。
并且，您可以使用2 * pi / max(x) 作为增量大小
对于测试用例，请使用您知道正确答案的东西，c.f.，单个 cos( k' * x ) 用于某些 k'，或高斯。
【讨论】：
一个简单的方法是插入到均匀间隔的时间间隔
【讨论】：