矩形窗函数的频谱图_如何理解FFT中时间窗与RBW的关系

傅里叶变换(FFT)实现了时域到频域的转换，是信号分析中最常用的基本功能之一。本文将描述FFT应用中为什么要采用时间窗，以及RBW与时间窗的关系。

FFT变换是在一定假设下完成的，即认为被处理的信号是周期性的。图1给出了一正弦信号的采集样点波形，如果对Frame 1作FFT运算，则会对其进行周期扩展。显然，在周期扩展的时候 ，造成了样点的不连续，样点不连续等同于相位不连续，相当于引入了相位调制，这将导致产生额外的频率成分，该现象称为频谱泄露。

图1. 周期扩展引起样点的不连续

频谱泄露产生了原本信号中并不包含的频率成分，如图2所示，信号的频率本应只在虚线位置，但由于样点不连续，FFT之后导致产生了诸多频率点，如图所示的实线位置。频谱泄露会扰乱测试，尤其在观测小信号时，较强的频谱泄露成分可能淹没比较微弱的信号。