加拿大温哥华
自从 1978 年毕业于不列颠哥伦比亚大学以来，我几乎从不离开电脑。自 2005 年以来，我一直是 Linux 的全职用户；从 1986 年到 2005 年，我一直是 Solaris 和 SunOS 的全职用户；在那之前，我是 UNIX System V 用户。
在技术方面，我的职业生涯大部分时间是作为顾问，从事数据分析和可视化工作，特别是空间数据分析。我拥有大量的相关编程经验，使用 C、awk、Java、Python、PostgreSQL、PostGIS，最近还使用了 Groovy。我对 Julia 非常感兴趣。我还构建了一些桌面和基于 Web 的应用程序，主要使用 Java，最近使用 Grails，前端使用大量 JavaScript，PostgreSQL 作为我的首选数据库。
除此之外，我花费大量时间撰写提案、技术报告，当然还有在 https://www.opensource.com 上的内容。
撰写评论
很高兴知道，乔什。我读了你在 G+ 上的免责声明，我相信你不会介意我对此持保留态度！
恕我直言，我对插值的评论并非无关紧要。“插值”是确定已知值之间存在的未知值的正确数学术语。你使用“预测”一词，例如“你可以准确预测声波上的任何采样点”或“它在原理上类似于预测直线上的点”或“你可以完全准确地预测两个样本之间的任何点”，实际上正是“插值”。
此外，选择插值的阶数（线性、二次、三次等），每种阶数都需要更多点来求解插值系数，无论是分段多项式还是其他，都不会提高对插值点处值预测的准确性。实际上，插值函数形状的选择完全是美观的。
当你应用低通滤波器来限制原始信号的带宽，然后对该带宽受限的信号进行采样时，你丢弃了原始信号在插值点处发生的实际值，因此你无法说明结果相对于原始信号的准确性。你所知道的是，你对采样点处滤波信号的测量是精确的。当你预测两个样本之间的点时，你所做的只是猜测。如果你幸运的话，你的猜测会是悦耳的。但它们不会是准确的。
恕我直言，我建议你进一步研究插值问题，也许在 https://en.wikipedia.org/wiki/Interpolation 上；或者如果你愿意，我仍然收藏着我的数值分析教科书，可以为你提供章节和出处。