我正在使用Lomb-Scargle代码来估计短时间序列中的一些频率，时间序列显示在第一张图像中。Lomb-Scargle 分析的结果显示在第二个中，我放大了每天大约 2 个周期的显着峰值。然而，该峰值被涂抹，因此证明难以解析该分量的实际频率。是否有任何其他方法或改进我正在使用的方法来准确解析这个短时间序列内的重要频率分量？
这里有一些关于短时间序列方法使用的信息，但不清楚它们是否需要定期采样。理想情况下，我正在寻找一种适用于不规则采样数据的方法，从一些研究看来，最大熵方法是答案，但我不确定这些方法是否已在 MATLAB 中实现？虽然从这个链接，似乎有一个等效的方法，'Yule-Walker AR 方法产生与最大熵估计器相同的结果。但是，是否需要对数据进行均匀采样，这又是一个不清楚的地方？