EDFT(扩展离散傅立叶变换)算法生成序列 X 的 N 点 DFT,其中 N 大于输入数据的长度。 与快速傅立叶变换 (FFT) 不同,其中 X 之外的未知读数是零填充的,EDFT 算法仅使用可用数据和扩展频率集(因此称为“扩展 DFT”)来计算 DFT。 EDFT 函数应用简单,类似于 FFT,除了 EDFT 还具有以下附加功能: 1. EDFT 可以将输入序列 X 外推到长度 N。 也就是说,如果将 EDFT 应用到 N>length(X),得到结果: F=edft(X,N)=edft(Y)=fft(Y),其中Y=ifft(F),长度(Y)=N。 Y是X加上X到长度N的非零向前和向后外推和/或如果X内的未知数据已被NaN(非数字)替换,则进行插值。 2. EDFT 可以将频率分辨率提高到 1/(N*T),其中 T 是采样周期。 众所周知,补零不会提高DFT的频率分辨率,因此FFT算法的