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
