为了消除这些影响，将采样帧中的采样数据乘以时间窗函数，该函数可以将帧的开始和结尾附近的采样数据平滑地锥化为零。因此，当将这些修改后的采样数据进行FFT分析时，该采样帧的周期性扩展不会出现明显的不连续性，从而减少了频谱泄漏(图6)。
图6. 对采样信号加窗之后进行FFT处理，可减少频谱泄漏
RBW和SPAN相互关系
时间窗还用于在FFT频谱分析中实现RBW滤波器。对时间窗进行FFT处理会使带通滤波器响应出现在FFT分析带宽内的任何频率分量附近。图7显示了包含多个CW信号的输入的FFT频谱，这些CW信号的频率间隔为一个RBW。只需捕获一次，FFT即可将一组并行RBW滤波器有效地应用于输入信号。请注意，在FFT跨度的开始和结束附近的频率处，RBW滤波器响应是不完整的。因此，可用带宽仅约为FFT整个分析带宽的80％，等于FFT输入I/ Q采样率(Fs)。
图7. 带窗的FFT处理形成了一组并行的RBW滤波器
该图显示了频率间隔等于一个RBW的多个CW信号输入的频谱
时间窗函数有许多不同类型，它们的频域特性各不相同，例如主瓣宽度，旁瓣滚降和通带平坦度。
图8.常用窗口函数的时域和频域响应
请注意，每个窗函数的主瓣宽度不尽相同(图8)。RBW滤波器带宽等于窗口主瓣的3dB带宽，它是通过调整窗口长度(W)和FFT输入I/ Q采样率(Fs)来控制的。窗口长度可以等于或小于FFT大小(N)。安立公司的FieldMaster Pro MS2090A频谱分析仪使用Kaiser-Bessel窗口函数，并通过以下公式计算RBW：
RBW=2.3×Fs/W ， W≤N
由于一个FFT的跨度取决于采样率，因此RBW和SPAN是相互关联的。在RTSA频谱分析仪中，这种相互关联很明显，因为测量仅限于一个FFT的跨度。例如，若选择较窄的RBW，可以增加窗口长度，直到最大FFT大小限制N，但必须减小采样率Fs和SPAN。非RTSA频谱分析仪可以将多个FFT拼接在一起，以覆盖更宽的跨度，但这需要调整LO频率，而在本振切换期间，分析仪是无法工作的。
窗口重叠
由于加窗将采样帧开始和结尾处的时间采样逐渐减小为零，因此丢失了边缘处的瞬态信号(图9)。而窗口重叠用于确保捕获这些信号(图10)。FFT的每个采样帧都交叉捕获了先前采样帧中的采样数据。
图9.窗口采样框边缘出现的瞬态信号将丢失
图10.重叠采样允许捕获任何采样帧边缘的事件
RTSA中的采样重叠数受FFT计算速度相对于FFT输入采样率(Fs)的限制。
最大允许重叠百分比= (FFT Clock – Fs) / FFT Clock
FFT时钟速率是FFT可以进行一次采样的速率。例如，在MS2090A频谱分析仪中，FFT时钟为270MHz，因此它可以在512x 1/270 MHz = 1.9us内完成512点的FFT处理或每秒进行527000次的512点的FFT处理。FFT时钟越快，允许的重叠就越大。后面章节将阐述在较高的重叠下，如何获取较短的信号POI持续时间。
振幅精度的POI要求
图11.具有不同持续时间和开始时间的突发信号具有不同的频谱幅度
