我有一些我在 Python 中查看的时间序列数据,我知道它们应该遵循正弦2函数,但由于各种原因不太适合它。我正在对其进行 FFT,它具有相当广泛的频率扩展,而它应该是一个非常窄的单一频率。但是,导致这种情况的错误是非常一致的——如果我再次获取数据,它与之前的数据集非常匹配,并给出了非常相似的 FFT。
所以我一直在尝试想出一种方法,我可以重新调整数据的时间轴,使其处于单一频率,然后将同样的重新调整应用于我收集的未来数据。我尝试了各种过滤技术来平滑数据或从 FFT 中削减频率,但运气不佳。我还尝试将频率变化的正弦2拟合到数据中,但无法很好地拟合(如果能够,我会使用频率与时间函数来重新调整原始数据的时间轴使其具有恒定的频率,然后对我收集的任何新数据应用相同的重新缩放)。
这是我正在查看的数据的一个小样本(完整数据持续了几百个周期)。以及由此产生的完整数据的FFT
任何建议将不胜感激。谢谢!