做频谱分析的人迟早会遇到一个怪现象：输入一个干净的单频正弦，FFT 结果却在主峰两侧拖出长长的“裙摆”，附近的小信号被淹没其中。这不是信号本身有问题，而是有限长采样带来的频谱泄漏。加窗就是对付泄漏的标准手段，但窗口选错，测量结果同样会跑偏。

泄漏的根源在于 FFT 默认输入信号是周期延拓的。实际采样只截取了信号的一段，截断处如果不连续，周期延拓后就会出现跳变，能量从真实频率泄漏到相邻频点。窗函数的作用，是在时域给采样数据乘上一个两端渐变为零的权重，让截断处平滑过渡，代价是主瓣变宽。所谓选窗，本质上是在主瓣宽度和旁瓣高度之间做取舍。

矩形窗其实就是不加窗：权重全为一，主瓣最窄，频率分辨率最好，但旁瓣高达主瓣以下约十三分贝，泄漏最严重。它只适合信号频率恰好落在 FFT 频点上、或者信噪比极高、不怕泄漏的场合。很多初学者用矩形窗测多音信号，结果小信号被大信号的旁瓣盖住，误以为小信号不存在。

汉宁窗是最常用的折中方案。它的旁瓣比矩形窗低得多，泄漏明显改善，主瓣宽度约为矩形窗的两倍。测两个靠得不太近的频率成分、或者只关心各频率的幅度量级时，汉宁窗通常是第一选择。它的代价是频率分辨率下降约一倍，相邻很近的两个峰可能被抹成一个。

布莱克曼窗把旁瓣压得更低，适合强弱信号并存的场景，例如大信号旁边藏着一个小几十分贝的弱信号。但它的主瓣更宽，分辨率进一步下降。如果两个信号频率间隔小于布莱克曼窗的主瓣宽度，再低的旁瓣也救不回来。

选窗之前先问三个问题。第一，信号是单频还是多频，强弱悬殊有多大；第二，需要分辨的最小频率间隔是多少；第三，关心的是幅度精度还是频率精度。只测单频幅度，汉宁窗够用；要从大信号旁挖小信号，布莱克曼窗更合适；频率间隔极小、又必须分开，矩形窗配合更长的采样点数才是正解。

还有两个常见误区。一是补零：FFT 后补零只会让频谱曲线看起来更平滑，插值出更多频点，并不能提高真正的频率分辨率，分辨率只由采样时长决定。二是窗函数与幅度修正：加窗会降低信号的总能量，测幅度时要按所用窗函数的相干增益做修正，否则幅度读数会系统性偏小。

加窗没有放之四海而皆准的答案，理解主瓣与旁瓣的取舍之后，选窗就从玄学变成了算账：先定分辨率底线，再看泄漏容忍度，最后挑一个两者都满足的窗。