用于创建多维周期基函数的R包？

我正在做一些建模工作，我试图参数化一种效果，这种效果随季节和一天中的时间而变化。一天中的时间效应在不同季节之间以复杂的方式存在差异，因此似乎最普遍的方法是在周期性[一天中的时间，一年中的一天]空间中对效应进行建模

所描述的效果与实际预测值和预测量之间存在非线性关系，因此我需要一个明确的参数化，我可以使用非线性优化进行调整

因此，最明显的选择是二维傅里叶基。有人能推荐一个R包来生成这个吗？我找到了具有“create.fourier.basis”功能的fda包，但这似乎只适用于1D

---

除了傅里叶方法外，我所拥有的数据采样在[time of day，day of year]平面上是高度不规则的，因此理想情况下，更局部化的方法，如周期性三次样条，我可以在平面上数据丰富的部分放置更多节点。有人知道为这种表示创建2D基的R包吗？

mgcv包可以创建两个或更多基础基函数的张量积基函数。它还允许循环三次和p样条曲线，可以用于您提到的变量，作为张量积的基本基函数

---

由于mgcv带有R，我将从它开始。首先看一下

？te

和

？平滑。术语
。
fda软件包适合处理多变量功能数据。看一看

？fd

fd的帮助说明，将三维数组指定给基函数对象可以得到多变量函数数据对象。在他们的书中，Ramsay、Hooker和Graves（2009）使用多变量函数数据对象来捕获笔迹数据，笔迹数据的二维定义是笔的位置加上时间维度

也许我错了，但是你不能对你的数据应用相同的框架，它是根据季节、白天和影响定义的吗