為了消除這些影響，將采樣幀中的采樣數據乘以時間窗函數，該函數可以將幀的開始和結尾附近的采樣數據平滑地錐化為零。因此，當將這些修改后的采樣數據進行FFT分析時，該采樣幀的周期性擴展不會出現明顯的不連續(xù)性，從而減少了頻譜泄漏(圖6)。

圖6. 對采樣信號加窗之后進行FFT處理，可減少頻譜泄漏

RBW和SPAN相互關系

時間窗還用于在FFT頻譜分析中實現RBW濾波器。對時間窗進行FFT處理會使帶通濾波器響應出現在FFT分析帶寬內的任何頻率分量附近。圖7顯示了包含多個CW信號的輸入的FFT頻譜，這些CW信號的頻率間隔為一個RBW。只需捕獲一次，FFT即可將一組并行RBW濾波器有效地應用于輸入信號。請注意，在FFT跨度的開始和結束附近的頻率處，RBW濾波器響應是不完整的。因此，可用帶寬僅約為FFT整個分析帶寬的80％，等于FFT輸入I/ Q采樣率(Fs)。

圖7. 帶窗的FFT處理形成了一組并行的RBW濾波器

該圖顯示了頻率間隔等于一個RBW的多個CW信號輸入的頻譜

時間窗函數有許多不同類型，它們的頻域特性各不相同，例如主瓣寬度，旁瓣滾降和通帶平坦度。

圖8.常用窗口函數的時域和頻域響應

請注意，每個窗函數的主瓣寬度不盡相同(圖8)。RBW濾波器帶寬等于窗口主瓣的3dB帶寬，它是通過調整窗口長度(W)和FFT輸入I/ Q采樣率(Fs)來控制的。窗口長度可以等于或小于FFT大小(N)。安立公司的FieldMaster Pro MS2090A頻譜分析儀使用Kaiser-Bessel窗口函數，并通過以下公式計算RBW：

RBW=2.3×Fs/W ， W≤N

由于一個FFT的跨度取決于采樣率，因此RBW和SPAN是相互關聯的。在RTSA頻譜分析儀中，這種相互關聯很明顯，因為測量僅限于一個FFT的跨度。例如，若選擇較窄的RBW，可以增加窗口長度，直到最大FFT大小限制N，但必須減小采樣率Fs和SPAN。非RTSA頻譜分析儀可以將多個FFT拼接在一起，以覆蓋更寬的跨度，但這需要調整LO頻率，而在本振切換期間，分析儀是無法工作的。

窗口重疊

由于加窗將采樣幀開始和結尾處的時間采樣逐漸減小為零，因此丟失了邊緣處的瞬態(tài)信號(圖9)。而窗口重疊用于確保捕獲這些信號(圖10)。FFT的每個采樣幀都交叉捕獲了先前采樣幀中的采樣數據。

圖9.窗口采樣框邊緣出現的瞬態(tài)信號將丟失

圖10.重疊采樣允許捕獲任何采樣幀邊緣的事件

RTSA中的采樣重疊數受FFT計算速度相對于FFT輸入采樣率(Fs)的限制。

最大允許重疊百分比= (FFT Clock – Fs) / FFT Clock

FFT時鐘速率是FFT可以進行一次采樣的速率。例如，在MS2090A頻譜分析儀中，FFT時鐘為270MHz，因此它可以在512x 1/270 MHz = 1.9us內完成512點的FFT處理或每秒進行527000次的512點的FFT處理。FFT時鐘越快，允許的重疊就越大。后面章節(jié)將闡述在較高的重疊下，如何獲取較短的信號POI持續(xù)時間。

振幅精度的POI要求

圖11.具有不同持續(xù)時間和開始時間的突發(fā)信號具有不同的頻譜幅度