1、频谱泄露
在实际应用中，通常将所观测与处理的信号限制在一定的时间间隔内，即在时域对信号进行“ 截断操作” ，或称作加时间窗（用时间窗函数乘以信号）。由卷积定理可知：时域相乘等于频域卷积，例如矩形窗R5（n）（形式比较简单一种窗函数）的频域幅度谱如图1左子图所示，将它卷积信号的频谱图，就造成“ 拖尾现象 ” ，称之为频谱泄漏。
图1
若序列
的长度为无限长，为了利用 DFT 进行频谱分析，首先必须将其截断为有限长序列 
设![X(k)=FFT[x(n)]](https://i-blog.csdnimg.cn/blog_migrate/78a5199e1c4a4056eed7e2e52ea50f9c.png)
，则
![X_1(k)=FFT[x_1(n)]=FFT[x(n)R_N(n)]\\ \rightarrow X_1(e^{j\omega })=\frac{1}{{2\pi }}\int_{{\rm{ - }}\pi }^\pi X (e^{j\omega })R_N(e^{j(\omega-\theta)})d\theta](https://i-blog.csdnimg.cn/blog_migrate/e1ff0cbe17899d43ff1ecd4c45fbea95.png)
显然两种频谱是有差别的。
解决办法：
- 采用其他形式的窗函数
- 对于周期序列，取其过零点截取（但尽在仿真中可以实现，实际情况中基本找不到零点位置）
2、栅栏效应
利用FFT 进行频谱分析时，只知道离散频率点的整数倍处的频谱。在两个谱线之间的情况就不知道，这如同通过一个栅栏观察景象一样，故称作栅栏效应。
解决办法：在序列后面补零点加大FFT点数，可使谱线间隔变小来提高分辨力，以减少栅栏效应。
注意：若需要加窗，则应先加窗再补零。
610
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
