非均匀采样信号
非均匀采样信号经常出现在汽车工业、通信以及医学和天文学等领域。非均匀采样可能是由于传感器不完善、时钟不匹配或事件触发现象造成的。
频谱内容的计算和研究是信号分析的重要部分。传统的频谱分析方法,如周期图和 Welch 方法,要求输入信号均匀采样。当采样非均匀时,可以对信号进行重采样或插值到均匀采样网格上。然而,这会给频谱增加不需要的伪影,并可能导致分析误差。
更好的替代方法是使用 Lomb-Scargle 方法,该方法直接处理非均匀采样,因此不需要重采样或插值。该算法已在 plomb 函数中实现。
缺失数据的信号的频谱分析
假设有一个温度监控系统,其中微控制器记录房间的温度,并每 15 分钟将此读数传输到存储度数的基于云的服务器。众所周知,Internet 连接中的小故障会阻止基于云的系统接收微控制器发送的一些读数。此外,在测量期间,微控制器的电池会至少耗尽一次,导致存在大采样间隔。
加载温度读数和对应的时间戳。
load('nonuniformdata.mat','roomtemp','t1')
figure
plot(t1/(60*60*24*7),roomtemp,'LineWidth',1.2)
grid
xlabel('Time (weeks)')
ylabel('Temperature (\circF)')