matlab窗函数的频谱_如何理解频谱泄露？

这只是我个人的理解，错误之处还请指正。

在我《如何理解DFT》的文章中说到DFT和DTFT。这里就会有一个问题：

如果原始信号中有频率成分处于两个基本函数的频率之间，会怎么样呢？Fig.1(a)解释了答案，原始信号包含两路不同频率的正弦波，一路频率与基本函数匹配，一路频率不匹配。前者用一个点就能表示峰值，而后者则会出现一个峰值伴随着两个尾巴的频谱，即发生了谱泄露（拖尾）。可以理解峰值被相邻的基本函数“分摊”了。怎么解决这个问题呢？答案就是加窗，Fig.1(b)展示了汉明窗以后的频谱表现，发现两路正弦波的峰值形状更相似了，拖尾减少了，但是峰值的宽度变大了，也就是说加窗是谱泄露（拖尾）和频率分辨率（峰值宽度）之间的平衡。

Fig.1 Example of using a window in spectral analysis

我们从另一个角度来解释图(a)的拖尾效应。

假设有一个频率为

倍采样率的无限长的离散正弦波，它的频谱将是一个冲激函数。当然，这个信号无论是时域还是频域都无法输入计算机，只是从理论层面分析。给时域正弦波加一个256点的矩形窗，则保留窗内的256点的值，其余点全部设为0，它还是一个无限长的信号。对它做DTFT，得到它的频谱如Fig.2所示。根据时域乘积对应频域卷积，时域的加窗在频域中的表现是冲激函数和窗的频谱卷积，即将窗信号的频谱移到冲激函数的位置（0.1）。

Fig.1(a)的就是Fig.2抽样的结果，如果抽样在波谷（信号频率与基本函数频率匹配），则可消除拖尾，如果抽样在波峰和波谷的某一点（信号频率在基本函数频率之间），则会形成各种形式的拖尾。

总结一下，现实中对信号片段做DFT，相当理论中对无限长的信号加窗，求DTFT，再抽样。也就是说，只要你求一个信号片段的DFT就会有泄露，泄露无法避免。

Fig.2. Detailed view of a spectral peak using rectangular window

Fig.3. Spectrum of sinusoidal

用matlab验证一下，对于一个频率为41.4的正弦波做128点FFT。

fs=128;

T=1;

N=fs*T;

t=(0:N-1)/fs;

a=20*sin(2*pi*41.4*t);

b=fft(a);

plot(abs(b)/N*2);axis([0,75,0,20]);

可以看到频率为41.4，幅值为20的正弦波的频谱的幅值并不是20，因为发生了泄露。