上述两信号中，中心频率f0=30，采样频率fs=128，唯一差别仅是FFT的长。在N=128的谱图上只在30Hz处有一条谱线，其他频点的幅值都为0； 而在N=100的谱图上有明显的泄漏现象，谱线用红实线表示。图中用虚线和红圈点表示了30Hz的频率点，而最大两根谱线在30Hz两侧。 即出现了当N=128时FFT后没有泄漏，而当N=100时FFT发生了泄漏。

对于小幅值信号，如果不加窗，即使在频谱上也很难分辨，而加窗后则能明显提高分辨力。用Sine pattern.vi产生两个相互叠加的小幅值信号，比较加窗前后两个信号在频谱上的不同分辨效果。 从图中可以看出，未加窗(红色实线)时信号在频谱上的幅度并不明显，加窗后(白色虚线)信号所在的频率成分幅度明显变强。这是因为未加窗时，信号能量泄漏，造成周围其他频率成分能量变强，信号本身能量变弱，所以幅度不明显，而加窗能减少频谱泄漏，所以从频域上看，信号所在的频率成分幅度明显高于周围其他的频率成分的幅度。

信号分析课程的各种程序，信号频谱分析，DDT，DFT，滤波器，假频，频谱泄露

【内容介绍】本资源为改进型的APFFT算法MATLAB实现，可以实现信号频谱泄露有效抑制。

简单的信号处理matlab实现，窗型和窗长对频谱泄漏影响的研究

频谱泄露及加窗的simulink仿真文件，研究频谱泄露现象及加窗的解决方法。

基于MATLAB FFT的电力谐波分析，输入时域信号采样值，在有频谱泄露、栅栏效应的前提下计算基波和谐波的频率、幅度、相位。根据论文《基于加汉宁窗的FFT高精度谐波检测改进算法》实现。函数[f_HA,A_HA,phi_HA]=harmonic_analysis(x,fs,N_HA)实现频谱分析的功能，主函数test_FFT产生仿真采样信号并调用频谱分析函数，计算电力质量指标。代码中有详细的注释。