FFT窗函数的选择和理解

什么是加窗

使用FFT分析信号的频率成分时，分析的是有限的数据集合。 FFT认为波形是一组有限数据的集合，一个连续的波形是由若干段小波形组成的。 对于FFT而言，时域和频域都是环形的拓扑结构。时间上，波形的前后两个端点是相连的。 如测量的信号是周期信号，采集时间内刚好有整数个周期，那么FFT的上述假设合理。

在很多情况下，并不能测量到整数个周期。 因此，测量到的信号就会被从周期中间切断，与时间连续的原信号显示出不同的特征。有限数据采样会使测量信号产生剧烈的变化。 这种剧烈的变化称为不连续性。

采集到的周期为非整数时，端点是不连续的。 这些不连续片段在FFT中显示为高频成分。这些高频成分不存在于原信号中。 这些频率可能远高于奈奎斯特频率，在0～ 采样率的一半的频率区间内产生混叠。 使用FFT获得的频率，不是原信号的实际频率，而是一个改变过的频率。 类似于某个频率的能量泄漏至其他频率。 这种现象叫做频谱泄漏。频率泄漏使好的频谱线扩散到更宽的信号范围中。

可通过加窗来尽可能减少在非整数个周期上进行FFT产生的误差。 数字化仪采集到的有限序列的边界会呈现不连续性。加窗可减少这些不连续部分的幅值。 加窗包括将时间记录乘以有限长度的窗，窗的幅值逐渐变小，在边沿处为0。 加窗的结果是尽可能呈现出一个连续的波形，减少剧烈的变化。 这种方法也叫应用一个加窗。

加窗函数

根据信号的不同，可选择不同类型的加窗函数。 要理解窗对信号频率产生怎样的影响，就要先理解窗的频率特性。

窗的波形图显示了窗本身为一个连续的频谱，有一个主瓣，若干旁瓣。 主瓣是时域信号频率成分的中央，旁瓣接近于0。 旁瓣的高度显示了加窗函数对于主瓣周围频率的影响。 对强正弦信号的旁瓣响应可能会超过对较近的弱正弦信号主瓣响应。 一般而言，低旁瓣会减少FFT的泄漏，但是增加主瓣的带宽。 旁瓣的跌落速率是旁瓣峰值的渐进衰减速率。 增加旁瓣的跌落速率，可减少频谱泄漏。

选择加窗函数并非易事。 每一种加窗函数都有其特征和适用范围。 要选择加窗函数，必须先估计信号的频率成分。

• 如果您的信号具有强干扰频率分量，与感兴趣分量相距较远，那么就应选择具有高旁瓣下降率的平滑窗。
• 如果您的信号具有强干扰频率分量，与感兴趣分量相距较近，那么就应选择具有低最大旁瓣的窗。
• 如果感兴趣频率包含两种或多种很距离很近的信号，这时频谱分辨率就非常重要。 在这种情况下，最好选用具有窄主瓣的平滑窗。
• 如果一个频率成分的幅值精度比信号成分在某个频率区间内精确位置更重要，选择宽主瓣的窗。
• 如信号频谱较平或频率成分较宽，使用统一窗，或不使用窗。

总之，Hanning窗适用于95%的情况。 它不仅具有较好的频率分辨率，还可减少频谱泄露。 如果您不知道信号特征但是又想使用平滑窗，那么就选择Hanning窗。

即使不使用任何窗，信号也会与高度一致的长方形窗进行卷积运算。本质上相当于对时域输入信号进行截屏，对离散信号也有效。 该卷积有一个正弦波函数特性的频谱。 基于该原因，没有窗叫做统一窗或长方形窗。

Hamming窗和Hanning窗都有正弦波的外形。 两个窗都会产生宽波峰低旁瓣的结果。 Hanning窗在窗口的两端都为0，杜绝了所有不连续性。 Hamming窗的窗口两端不为0，信号中仍然会呈现不连续性。 Hamming窗擅长减少最近的旁瓣，但是不擅长减少其他旁瓣。 Hamming窗和Hanning适用于对频率精度要求较高对旁瓣要求较低的噪声测量。

Blackman-Harris窗类似于Hamming和Hanning窗。 得到的频谱有较宽的波峰，旁瓣有压缩。 该窗主要有两种类型。 4阶Blackman-Harris是一种通用窗，在高90s dB处具有旁瓣抑制功能，有较宽的主瓣。 7阶Blackman-Harris窗函数有宽广的动态范围，有较宽的主瓣。

Kaiser-Bessel窗在幅值精度、旁瓣距离和旁瓣高度之间取得了较好的平衡。 Kaiser-Bessel窗与Blackman-Harris窗类似，对于相同的主瓣宽度而言，较近的旁瓣更高，较远的旁瓣更低。 选择该窗通常会将信号泄漏至离噪声较近的位置。

Flat top窗也是一个正弦波，穿过0线。 Flat top窗的结果是在频域中产生一个显著宽广的波峰，与其他窗相比离信号的实际幅值更近。

参考链接：

https://www.ilovematlab.cn/forum.php?mod=redirect&goto=findpost&ptid=554802&pid=3437159