这两个函数都计算坐标为 t 的向量 x 的 Lomb 归一化周期图（又名 Lomb-Scargle、Gauss-Vanicek 或最小二乘谱），这本质上是对不均匀采样数据的 DFT 的推广。 这些代码是从 Fortran 转录的子程序，见“Fortran 77 中的数值方法：科学计算的艺术”，第 2 版，第 13.8 节（第 569-577 页）。 1，剑桥大学出版社，纽约，美国，2001 年，WH 出版社，SA Teukolsky，WT Vetterling 和 BP Flannery， 但是，为了使Matlab 快速运行，已经考虑到了Matlab 的特性。 FASTLOMB 比 LOMB 快得多（尤其是当输入长度增加时），但即使是 LOMB 也比我在 FileExchange 中找到的任何其他实现都快。 此外，它们都没有内存问题（我对它们都进行了 100,000 个样本的输入测

LOMBSCARGLE（INPUTDATA，DUPE_ELIM）对不一定均匀分布的nx 2数据矩阵（inputdata = x（i），y（i））执行Lomb-Scargle周期图（频谱）分析。 （对于均匀分布的数据，更传统的基于傅立叶的光谱方法可能更合适。） DUPE_ELIM（= 0或1）是一个可选参数，它将提示程序（如果dupe_elim == 1）从分析中消除重复的样品。 默认值为 0。 该程序将绘制和光谱分析输入数据，然后绘制数据的功率谱。 该程序还能够覆盖已知频率和幅度的信号。 这可能有助于光谱校准。 生成的频谱图还将包括显着性水平。 最后，程序将重建确定为“显着”的频率图（在 alpha = 0.05）； 对于此重建，将丢弃校准信号（如果使用）的 5% 以内的频率。 重要的频率和功率被写入 MATLAB 命令窗口。 （此程序基于Press，Teukolsky等人的Lo

LombScargle.jl 文献资料 建立状态 代码覆盖率 介绍 LombScargle.jl是一个软件包，用于使用对周期信号的进行快速多线程估计。 提供工具以执行信号频谱分析的另一个Julia软件包是 ，但其方法要求信号在等间隔的时间进行采样。 相反，Lomb–Scargle周期图还使您能够分析采样数据不均匀的情况，这在天文学中是相当普遍的情况，在该领域中，此周期图被广泛使用。 以下文件报告了此软件包中使用的算法： Press，WH，Rybicki，GB 1989，ApJ，338，277（URL： ://dx.doi.org/10.1086/167197，Bibcode： :

LOMB算法进行功率谱估计，Lomb算法可以用于非均匀采样序列，自己编写的LOMB函数，经过测试，结果和Matlab的plomb一致。

LOMB(T,H,OFAC,HIFAC) 计算 Lomb 归一化周期图（光谱功率作为频率的函数）的一系列 N 个数据点 H， 在时间 T 采样，这不一定是均匀间隔的。 T 和 H 必须是大小相等的向量。 该例程将计算频谱功率对于增加的频率序列（以频率的倒数单位时间阵列 T) 高达 HIFAC 乘以平均奈奎斯特频率，具有OFAC 的过采样因子（通常 >= 4）。 返回值是所考虑的频率数组 (f)， 相关的频谱功率 (P) 和估计的功率显着性值（概率）。 注：返回的意义是误报零假设的概率，即数据由独立的高斯随机变量。 低概率值表明在相关的周期信号中具有高度的重要性。 尽管此实现基于 Press 中描述的实现， Teukolsky 等人。 数字配方在 C，第 13.8 节，而不是使用三角函数，这利用了 MATALB 的数组运算符来计算方程中定义的精确频谱功率第 577 页的 13.8.4。

matlab的一个函数 主要用于处理数据，做其频谱分析

谱分析方法一种，用于分析非等间隔信号最有效最方便的方法