生成频谱
下图25说明晰生成闪现频谱曲线的进程：
图25 生成频谱曲线
在这个进程中，首先把数据乘以窗口函数。因为FFT假定信号在整个期间不变，因而采样距离终究的不接连点将在得到的频谱中表现为频谱走漏。窗口函数是为了削减这些不接连点。如需进一步了解各种窗口函数及其运用，请参阅附录一。
信号在整个期间不变的假定的其间一个意义，在RF时域数据掩盖的时刻距离期间内，若信号改动起伏的话，它将以下降的功率电平闪现在所得到的频谱中。防止这种成果的仅有途径是调理RBW分辨率带宽设置，确保信号在整个时刻距离期间是安稳的。
因为FFT处理在2的幂数的数据长度中愈加有用，因而输入数据会加上零衬垫，直到最近的2的幂数。零衬垫增加了频谱分辨率，而不会改动频率成分。
应该指出的是，运用的FFT长度彻底取于跨度/RBW之比。上面的公式中能够很简单看出：
FFT长度= (窗口因数* 滤波因数* (1/2 * 跨度)) / RBW （公式10）
对MDO4000混合域示波器，默许Kaiser窗口的窗口因数是2.23。如上所述，滤波因数约等于3。默许的跨度/ RBW之比为1000:1。在这些默许设置下，得到的FFT长度约为3345点。这将零衬垫直到4096点FFT。
每个改换帧中样点数越多，改换完成后频率分辨率越好。惋惜的是，这也意味着改换帧所需的数据核算数量越多。FFT这个改换进程也因密布核算要求而出名。
图26. 进步时刻样点数改进了频域分辨率。
然后咱们运用FFT，以频谱方法把RF时域数据转换成频域数据。然后进一步修正这个频谱：
整个频谱乘以一套调理平整度的系数。这些系数在出厂校按时确认。MDO4000混合域示波器中没有相位校准。
如前所述，FFT进程能够触及1,000 – 2,000,000点。能够紧缩频谱记载，以习惯1000点画面。这种数据紧缩（样本抽取）进程称为检测，用来把多个FFT二元组会聚成一个闪现的二元组。用户能够操控挑选的检测办法，紧缩方法如下：
- + Peak：保存紧缩距离中最大的数据点
- -Peak：保存紧缩距离中最小的数据点
- Average：均匀整个紧缩距离中的数据
- Sample：保存紧缩距离中终究一个数据点
然后能够对终究频谱求对数，得到终究画面。
生成RF时域数据
IQ数据的另一个用处是生成RF时域数据。回想一下，在上面的数字下变频中，IQ数据只是在虚数IQ数据平面中作为矢量制作的信号的卡笛尔表明。因而，IQ数据能够作如下改换：
图27. 生成RF时域数据
能够在时域格线中，与其它时域曲线一同制作得到RF时域数据图。一切时域数据(包含模仿数据、数字数据和RF射频通道) 在格线中都时刻对准，答应用户点评各条通道之间的守时联系。
留意相位核算和频率核算都独立于起伏核算。假如起伏低，那么IQ数据会越来越以噪声为主。下面的截图中闪现了这种效应：
图28. 没有消隐的相位随时刻改变。
为了防止这个问题，MDO4000混合域示波器具有静噪操控功用，答应用户在起伏降到用户自定义门限以下时消隐相位和频率曲线。下面截图闪现了这一成果。
