這只是我個人的理解，錯誤之處還請指正。
如果原始訊號中有頻率成分處於兩個基本函式的頻率之間，會怎麼樣呢？fig.1(a)解釋了答案，原始訊號包含兩路不同頻率的正弦波，一路頻率與基本函式匹配，一路頻率不匹配。前者用乙個點就能表示峰值，而後者則會出現乙個峰值伴隨著兩個尾巴的頻譜，即發生了譜洩露（拖尾）。可以理解峰值被相鄰的基本函式「分攤」了。怎麼解決這個問題呢？答案就是加窗，fig.1(b)展示了漢明窗以後的頻譜表現，發現兩路正弦波的峰值形狀更相似了，拖尾減少了，但是峰值的寬度變大了，也就是說加窗是譜洩露（拖尾）和頻率解析度（峰值寬度）之間的平衡。
我們從另乙個角度來解釋圖(a)的拖尾效應。
假設有乙個頻率為
fig.1(a)的就是fig.2抽樣的結果，如果抽樣在波谷（訊號頻率與基本函式頻率匹配），則可消除拖尾，如果抽樣在波峰和波谷的某一點（訊號頻率在基本函式頻率之間），則會形成各種形式的拖尾。
總結一下，現實中對訊號片段做dft，相當理論中對無限長的訊號加窗，求dtft，再抽樣。也就是說，只要你求乙個訊號片段的dft就會有洩露，洩露無法避免。
用matlab驗證一下，對於乙個頻率為41.4的正弦波做128點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]);
可以看到頻率為41.4，幅值為20的正弦波的頻譜的幅值並不是20，因為發生了洩露。
頻譜洩露與窗函式
今天，我想談的是數字訊號處理中的兩個重要的問題，什麼是頻譜洩露，以及什麼是窗函式，為什麼使用窗函式。我想大部分人和我一樣，在學習數字訊號處理或者從事相關工作時，會遇到相關的問題，那麼今天，就給大家分析頻譜洩露這個問題。大家在其他地方也經常聽見頻譜洩露這個概念，那麼頻譜洩露究竟是什麼呢？頻譜洩露，來自...
頻譜分析中如何選擇合適的窗函式
加窗是為了減小洩漏 1 訊號截斷及能量洩漏效應 數字訊號處理的主要數學工具是傅利葉變換。應注意到，傅利葉變換是研究整個時間域和頻率域的關係。然而，當運用計算機實現工程測試訊號處理時，不可能對無限長的訊號進行測量和運算，而是取其有限的時間片段進行分析。做法是從訊號中擷取乙個時間片段，然後用觀察的訊號時...
mysql分窗函式 頻譜分析中如何選擇合適的窗函式
加窗是為了減小洩漏 1 訊號截斷及能量洩漏效應 數字訊號處理的主要數學工具是傅利葉變換。應注意到，傅利葉變換是研究整個時間域和頻率域的關係。然而，當運用計算機實現工程測試訊號處理時，不可能對無限長的訊號進行測量和運算，而是取其有限的時間片段進行分析。做法是從訊號中擷取乙個時間片段，然後用觀察的訊號時...