对时间序列周期性的研究是现下研究的一个热点.目前生活中的许多事件和现象,它们的历史数据形成的时间序列存在一定的周期特征,但是有很多周期特征表现出周期长度不相等的现象.基于这方面的考虑,本文主要研究周期长度不固定的时间序列的周期性,即近似周期时间序列的周期识别及提取.本文首先介绍了近似周期时间序列的概念,对已被提出的基于矩估计方法提取时间变换函数做了简单的介绍.并在此基础上,提出了一种新的方法估计时间变换函数——拟合估计方法.对于拟合估计方法,拟合数据的提取非常重要,因此本文在第三章给出了两种拟合数据的选取方法,并证明了第二种方法选取出的数据能够真实的反映时间变换.最后将两种估计时间变换函数的方法通过实证分析进行比较,说明了基于拟合估计方法得到的结果优于基于矩估计方法得到的结果.本文最后指出一个现象,不同取样方式对时间序列周期识别是有影响的.指出对于某些取样方式,得到的时间序列的周期无法反映其真实周期.另外,由于时间序列噪声的存在,本文给出的拟合数据选取方法在某些程度上会受到影响,还需要不断改进.