本教程是美国国家仪器（National Instruments,简称NI）测量基础系列的一部分。此系列中的每一个教程都会通过解释理论并提供应用实例，来教您某一个常用的测量应用。本教程包含了RF及微波频谱测量的介绍。
要获取教程的完整列表，请访问NI测量基础主页；要获取关于RF的更多教程，请访问NI RF基础子页面。
目录：
• 快速付立叶变换（FFT）或功率谱分析中采样率和分辨率因素
• 细化FFT与基带FFT对比
• 高级频谱测量算法
• NI相关产品
• 结论
FFT或功率谱分析中的采样率和分辨率因素
FFT需要一个时域信号作为输入，并将输出反映在频域上。功率谱将这个频域输出以图形化形式显示，频率为x轴、功率为y轴。图1显示了在10kS/s采样频率下采集到的500 Hz正弦波的10,000个采样点。而右图显示的是对此时域信号进行基带FFT而得出的功率谱。频谱图x轴的频谱分辨率单位定义为频率直线。FFT总会得到N/2条直线，
其中N是采集到的时域信号传至FFT的点数。频谱图x轴的频率范围和分辨率取决于采样速率和所采集到的点数。频谱中的第一条频率直线代表0 Hz或直流信号，而最后一条频率直线则位于.
细化FFT与基带FFT的对比
基带FFT能描绘出从零频（直流）到奈奎斯特频率（Fs/2）之间的频率内容，因此，如果要研究一个较宽的频率范围，基带FFT是最好的方法。然而，如果期望在有限的频谱分布上获得更高的频率分辨率，或者需要对某一特定频谱区域进行放大的话，基带FFT恐怕并不是最有效的。当所关心的频率范围相对于奈奎斯特频率来说很小时，可以通过细化FFT提高处理时间的性能。细化FFT算法改进了处理过程，因此只对所关心的窄段频谱进行分析。对于要求窄频分辨率、在线分析和快速数据更新的应用，细化FFT是非常理想的。
图2说明了细化FFT如何检测两个非常接近的频率分量。基带FFT（见上图）显示了单峰，而细化FFT（见下图）清楚地显示了信号中两个独立的频率分量。