數據窗是解決泄漏問題的一個常用方法。FFT 并不是誤差的起因，它能夠對時間記錄中的信號生成“精確”的頻譜。導致誤差的罪魁禍首是時間記錄之間的非周期性信號特性。數據窗使用窗功能修改時域數據使其變成按時間記錄為周期。實際上，它強迫波形在時間記錄的兩端變成零。這由給時間記錄乘以加權的窗函數來實現。窗對時域中的數據進行變形，以改善其在頻域中的精度。參見圖 8。

圖 8. 窗功能通過修改時域波形，減少頻域中的泄漏誤差。

Agilent 89600B VSA 基于用戶選定的測量類型假設用戶的優先考慮情況，自動選擇適合的窗濾波器。不過，如果希望手動改變窗類型，你可以從幾種內置的窗類型中選擇。每個窗功能及其相關的 RBW 濾波器形狀擁有各自的優勢和劣勢。某窗類型可能改善了幅度精度并減少了“泄漏”，但代價卻是減小了頻率分辨率。因為每種窗類型產生不同的測量結果 ( 差異大小取決于輸入信號的特性以及觸發方式 )，所以你需要針對所進行的測量謹慎選擇適合的窗類型。表 1 總結了四種常見的窗類型及其用途。

在傳統的掃頻調諧分析中，最后的 IF 濾波器決定了分辨率帶寬。在 FFT分析中，窗類型決定了分辨率帶寬濾波形狀。窗類型和時間記錄長度決定了分辨率帶寬濾波的寬度。因此，對于給定的窗口類型，分辨率帶寬的改變將直接影響時間記錄長度。反之，時間記錄長度的改變也會導致分辨率帶寬變化，如下式所示 :
RBW = 歸一化的 ENBW/T
其中 ENBW = 等效噪聲帶寬
RBW = 分辨率帶寬
T = 時間記錄長度
等效噪聲帶寬 (ENBW) 是窗口濾波器與理想矩形濾波器進行比較的因數。它等效于通過與窗口濾波器相同數量 ( 功率 ) 白噪聲時矩形濾波器的帶寬。表1-2 列出了幾種窗類型的歸一化 ENBW 值。ENBW 等于歸一化的 ENBW 除以時間記錄長度。例如，0.5 秒時間記錄長度的漢寧窗的 ENBW 為 3 Hz (1.5 Hz-s/0.5 s)。

信號現在已經準備好進行 FFT 變換。FFT 是針對記錄以特殊方式處理采樣數據的算法。FFT 不像 ADC 轉換那樣對每個數據采樣進行處理，而是等到獲得一定數量的樣本 (N) ( 稱為時間記錄 ) 之后，再將整個數據塊進行轉換。參見圖 9。換句話說，在 FFT 中，輸入是 N 個樣本的時間記錄，輸出是 N 個樣本的頻譜。

FFT 的速度取決于對稱性或未落入限定的 2 的 N 次方的重復采樣值。FFT 分析的典型記錄長度為 1024 (210) 個采樣點。FFT 生成的頻譜在采樣頻率ƒs/2 ( 這個值稱為“折疊頻率”，ƒƒ) 兩側對稱。因此，輸出記錄的前半段包含的是冗余信息，所以只有后半段被保留，即采樣點 0 至 N/2。這表明輸出記錄的有效長度為 (N/2) + 1。必須給 N/2 加 1，因為 FFT 包含零點線，輸出從 0 Hz 至 N/2 Hz 的結果。這些都是包括幅度和相位信息的復數數據點。

理論上，FFT 算法輸出的是從 0 Hz 到 ƒ（ƒ） 范圍內的 (N/2) +1 個頻率點。不過實際中，因為需要使用預防混疊的保護帶，所以通常不是所有點都被顯示出來。如上所述，保護帶 ( 大約在 ƒs 的 40% 至 50% 之間 ) 不顯示，因為它可能被混疊分量破壞。例如，對于記錄長度為 2048 的樣本，會產生 1025 個唯一的復數頻率點，而實際上只有 801 個頻率點會被顯示出來。

圖 9. FFT 的基本關系

這些頻域點被稱為“線 (line)”或“點 (bin)”，通常編號從 0 到 N/2 。這些點相當于一組濾波器分析中的單獨的濾波器 / 檢波器輸出。點 0 包含輸入信號中的 DC 電平，稱為 DC 點。這些點在頻率上的間割是相通的，頻率步長 (Δf) 是測量時間記錄長度 (T) 的倒數，即 Δf = 1/T。時間記錄長度 (T) 由采樣率 (ƒs) 和時間記錄中的采樣點數 (N) 來確定 : T = N/ƒs。每個點的頻率 (ƒn) 如下 :