这个问题是在扩展到以前的职位-How to uniformly resample a non-uniform signal using SciPy?
我在使用scipy时也遇到了同样的问题。对大数据集进行信号重采样。均匀采样的信号被移位，并且与通常预期的原始信号不相同。相比之下，scipy。signal.resample非常适合小数据集。网络上的大多数解决方案都是使用scipy。插入以避免此问题。是的，很棒。内插对于大型数据集也如预期那样工作。
我很困惑为什么要scipy。信号。重采样对于大型数据集效果不佳。据我所知，西比。使用傅里叶变换进行信号重采样然后进行插值的方法，但通常的解决方案是仅使用scipy。插入以避免这个问题对吗？
1条答案
按热度按时间tzdcorbm1#
正如与您的问题相关的帖子和文档中所解释的那样，
scipy.signal.resample期望等间隔采样位置，因此请确保您的输入信号满足此要求。否则，使用插值方法。关于大型数据集上的性能问题，这与傅立叶变换有关，在scipy.signal.resample documentation中也有明确说明：
如上所述，重采样使用FFT变换，如果输入或输出样本的数量很大并且是质数，则FFT变换可能非常慢;参见scipy.fft.FFT