基于interp1/spline的不等长信号重采样长度匹配问题求助

我之前也踩过类似的手动构造插值点的坑，给你分享几个靠谱的解决方案：

1. 精准生成对应长度的插值点（最直接的方法） #

你之前手动计算xq的方式容易因为浮点精度或非整数比例出现长度偏差，换用linspace函数就能完美解决——它可以精确生成指定数量的均匀分布点，覆盖原时间向量x2的整个区间，完全不需要担心长度不匹配：

% 生成恰好与y1长度一致的查询时间向量
xq = linspace(x2(1), x2(end), length(y1));
% 用spline插值得到匹配长度的y2_interp
y2_interp = interp1(x2, y2, xq, 'spline');
% 计算RMS误差
RMS = rms(y1 - y2_interp);

linspace会自动计算每个点的间隔，不管原长度比例是不是整数，都能保证生成的xq长度正好是length(y1)，彻底解决你之前的长度匹配问题。

2. 时间轴对齐的插值（更严谨的信号比较方式） #

如果x1和x2是对应信号的实际时间轴，其实更合理的做法是直接把y2插值到x1的时间点上，这样不仅长度匹配，信号的时间维度也完全对齐，避免单纯拉伸长度带来的物理意义偏差：

% 直接用y1的时间轴x1作为插值查询点
y2_interp = interp1(x2, y2, x1, 'spline');
RMS = rms(y1 - y2_interp);

这种方式下，y2_interp的长度自然和y1一致（因为x1的长度就是length(y1)），同时保证每个插值点都对应y1的实际采样时间，比较结果更有意义。

关于resample的替代说明 #

你提到resample有混叠问题且不想滤波，上面的interp1方法完全不需要滤波步骤，它是纯插值操作，不会引入resample的低通滤波，正好符合你的需求。如果用resample且关闭滤波（n=0），本质是直接重采样，容易出现采样失真，所以不推荐。

内容的提问来源于stack exchange，提问作者RubenS