作為一種常用的頻譜分析工具，快速傅里葉變換(FFT) 實現了時域到頻域的轉換，是數字信號分析中最常用的基本功能之一。FFT 頻譜分析是否與傳統的掃頻式頻譜儀類似，也具有分辨率帶寬(RBW) 的概念？如果具有RBW ，那么FFT 的RBW 又與什么因素有關呢？這將是本文要重點給大家介紹的內容。

眾所周知，FFT 變換是在一定假設下完成的，即認為被處理的信號是周期性的。圖1給出了一正弦波信號的采集樣點波形，如果對Frame 1作FFT 運算，則會對其進行周期擴展。顯然，在周期擴展的時候 ，造成了樣點的不連續，樣點不連續等同于相位不連續，相當于引入了相位調制，這將導致產生額外的頻率成分，該現象稱為頻譜泄露。

文章“如何理解FFT中的頻譜泄露效應”中已經對頻譜泄露效應的機理做了比較深入的推導，此處不再贅述。

圖1. 周期擴展引起樣點的不連續

頻譜泄露產生了原本信號中并不包含的頻率成分，具有諸多危害：首先頻率測不準了，通常決定信號頻率都是選取幅度最高的譜線，但是幅度最高譜線往往并不是載波，因此造成頻率測試結果存在比較明顯的偏移，這是調相的影響；其次測得的頻譜幅度變小了，本來只有一根譜線，發生頻譜泄露后產生眾多譜線，但是信號總功率是一定的，因此測得的信號幅度一定會減??；另外，頻譜泄露會擾亂測試，尤其在觀測小信號時，較強的頻譜泄露成分可能淹沒比較微弱的信號。

如何避免或者降低頻譜泄露呢？這就需要使用下文介紹的時間窗(Window) 技術。

如果能夠消除樣點不連續，就可以消除頻譜泄露。為了實現這一點，需要引入時間窗(Window)，時間窗包含的樣點數目與信號相同，而且兩端的樣點值通常為0。在FFT 之前，時間窗與波形相乘，周期擴展后可以保證樣點的連續性。

圖2以Kaiser Window 為例，給出了時間窗波形、原始波形以及加了時間窗之后的波形。由圖可知，引入時間窗后，在周期擴展后并不會造成相位不連續，從而消除頻譜泄露效應。

值得一提的是，頻譜泄露是無法完全消除的，雖然引入合適的時間窗使得周期擴展后相位連續，但是又等效形成了特殊的射頻脈沖信號，所以還會產生一些新的頻率成分，只是這些頻率成分非常微弱。換句話說，時間窗只能盡量抑制頻譜泄露，而無法完全消除！

圖2. 引入時間窗以改善頻譜泄露效應

在FFT 應用中，時間窗就相當于一個濾波器，不同的時間窗具有不同的頻響特性，比如不同的邊帶抑制和矩形因子等，相應的幅度測試精度也不同。雖然與傳統的掃頻式頻譜儀不同，但是基于FFT 的頻譜分析中依然有RBW 的概念，RBW就是指時間窗對應的幅頻響應的3dB 帶寬，時間窗寬度及類型就決定了RBW 的大小。

RBW 稱為分辨率帶寬，決定了頻譜分析中對多個頻率的分辨能力，RBW 越小，分辨率越高。RBW 與時間窗寬度(即Window Time) 成反比，但即使時間窗寬度相同，不同的時間窗類型對應的RBW 也不同，存在一個因子k，并滿足如下關系：

下面以矩形時間窗為例，討論一下RBW 與時間窗寬度具體有什么關系呢？矩形窗的雙邊帶頻譜為Sa(ω) 函數，如圖3所示，假設窗口時間為T，則在頻率為  ±N*2π/T  ( N 為非零正整數) 處均為零點。矩形窗的雙邊帶頻譜可以寫為如下表達式：

對于圖3所示的頻譜，相對峰值電平下降3dB的頻點位于何處？從電壓的角度講，下降3dB的頻點處，幅值降為峰值的 √2/2 。

圖3. 矩形窗的頻譜特性(雙邊帶頻譜)

簡便起見，利用圖4所示的圖解法，令sin(x)/x=√2/2 ，則x≈1.39 。經計算ω=2.78/T ，f=ω/2π≈0.443/T 。因此，圖3所示的頻譜中，3dB帶寬為：

圖4. x=1.39處，幅值下降3dB

如前所述，FFT 過程中會進行周期擴展，因此FFT 是將信號當作一個周期信號來對待的。FFT得到的頻點也是離散的，這些離散的頻點稱為freq. bin，兩個相鄰bin 之間的頻間距為周期擴展后總時長的倒數。bin 間距決定了頻率分辨率，bin 間距越小，頻率分辨率越高。假設進行了N次周期擴展，則bin間距為

類似于掃頻式頻譜分析，FFT 頻譜分析中也有RBW 的概念，盡管不存在IF filter 。在FFT 頻譜分析中，RBW 決定于時間窗幅頻特性的3dB帶寬。不同的時間窗類型，具有不同的RBW 表達式。對于矩形窗，RBW 為

從上式可以看出，矩形窗的RBW 并不等于bin 間距，而往往是大于bin 間距。頻譜分析應用中通常提及RBW ，但RBW 與bin 間距存在如下關系

式中k為常系數，取決于時間窗的類型。

常見的時間窗類型包括：Kaiser、Rectangular、Hamming、Hanning、Blackman-Harris、Flat-Top等。下圖給出了不同時間窗類型對應的k因子大小。不同的時間窗，頻譜泄露、幅度測試精度及RBW 均不同，測試時應該根據待測信號的特點進行選擇。

圖5. 不同時間窗類型對應的k因子不同

小結

本文重點描述了FFT 頻譜分析中的RBW 由來，雖然不像掃頻式頻譜儀那樣具有IF filter ，但是FFT 頻譜分析中依然存在RBW 的概念。文中以矩形時間窗為例，通過數學的方式解釋了RBW 與時間窗寬度的關系。當采用不同的時間窗時，RBW 與時間窗寬度的關系也是不同的，這完全是由時間窗對應的幅頻響應決定的。頻譜測試時，應當根據測試的信號選擇合適的時間窗，至于如何選擇，后面有機會再給大家介紹。