重现Moore降雨Periodogram时，傅里叶分析计算周期值遇技术问题

你在复现Henry Ludwell Moore《Economic Cycles: Their Law and Cause》里的俄亥俄流域降雨周期图时，遇到的是离散傅里叶变换（DFT）固有的分辨率限制问题，我来帮你拆解清楚：

问题核心：DFT的频率分辨率约束 #

你用的是72年的时间序列数据，标准傅里叶分析（DFT）只能输出基频整数倍频率对应的系数。这里的基频是1/72年⁻¹，对应周期72年；它的整数倍频率对应的周期就是72/k（k为正整数）——这正好是你能得到正确结果的那些周期：3（72/24）、4（72/18）、6（72/12）、8（72/9）、9（72/8）、12（72/6）、18（72/4）、24（72/3）、36（72/2）。

对于非72约数的周期（比如5年、7年），它们对应的频率不是基频的整数倍，DFT会产生频谱泄漏，导致计算出的系数偏离真实值，这就是你出错的原因。

可行的解决方法 #

要得到所有周期的可靠周期图值，你可以试试这几种方法：

• 补零插值：在原始72个数据点后添加足够多的零，把序列长度扩展到128、256这类2的幂次（方便FFT计算）。补零能提升DFT的频率分辨率，让你插值得到非约数周期对应的周期图值——注意，补零不会增加真实频谱信息，只是对现有频谱做平滑插值。
• Welch频谱估计法：把原始数据分成多个重叠的子段，分别计算每个子段的周期图后取平均。这种方法能大幅减少频谱泄漏的影响，同时得到更平滑的频谱估计，适合分析非整数倍基频的周期。
• 直接计算周期图定义式：周期图的本质是样本自协方差函数的傅里叶变换，你可以直接针对任意感兴趣的周期T（对应频率f=1/T）计算：

  I(f) = (1/N) * |Σₙ=1到N xₙ * e^(-2πi f n)|²
  

  这里N=72，xₙ是第n年的降雨数据。直接代入任意f值（不用是基频整数倍），就能得到对应周期的周期图数值，完全不受DFT分辨率限制。

关于Moore原始计算的补充 #

Moore那个年代的周期图计算，大概率没有用现代DFT方法，而是直接针对每个候选周期计算谐波分量的振幅——本质就是上面提到的直接计算周期图定义式。所以如果你想复现他的结果，直接对每个感兴趣的周期（不管是不是72的约数）代入公式计算，就能得到正确数值。

内容的提问来源于stack exchange，提问作者Ausar