圖4: 輸出結果類型的選擇

幅度：FFT分解后的正弦信號上每一個頻率點的峰值，幅度大小是線性的（電壓），進行頻譜加和減的數學操作中是非常方便的。

幅度的平方：這種方法對于將頻譜作為頻率的函數的積分很有用。

功率頻譜 (默認輸出格式)：相對于頻率函數的功率。 用對數函數表示，單位為1mW（dBm）。這是一種非常好的觀察方式，提供了寬動態(tài)范圍以便于觀察頻譜的細節(jié)。

功率譜密度：每一個頻率對應的功率值（功率譜除以FFT的等效噪聲帶寬），垂直刻度也是用dBm的對數單位，適用于觀察頻譜幅值的測量值，由于帶寬是已經定義的，所以，不會改變FFT的分辨率帶寬。

相位： 相位TAN-1 (虛/實) 代表FFT的每一個頻率的相位。

輪流 使用所有的類型，我們可以從F1通道的注釋框的報告中了解到不同類型對垂直大小和單位的影響，然后將輸出選擇為功率譜。

算法選擇

在圖5中提供了2種可選算法。默認算法為 Power2，這種算法提供了FFT的快速運算。示波器的時基通常為1,2,或者5的倍數，使用Power2只會得到所有捕獲數據一半進行運算，而Least Prime算法可以在運算稍微慢些，但是它是對成所有捕獲數據進行運算。

圖5: FFT 算法選擇

在圖6中，我們可以在F1數學標簽的右下方對話框中得到FFT狀態(tài)的總結，上面會對FFT的轉換大小和分辨率帶寬進行描述。

圖 6: Power2算法

選擇Power2算法，當轉換大小得到50,000個點時，此算法僅僅只能使用32768個點（2的冪小于50,000）

分辨率帶寬(Df),頻譜中頻率步進的大小為8Hz，在分辨率帶寬下方是FFT范圍，Df從8Hz到125kHz。

選擇Least Prime算法，查看FFT狀態(tài)欄，如圖7所示。注意，現(xiàn)在使用了全部的50,000點，因為使用了一個長的記錄長度，所以，分辨率帶寬(Df)已經減少到5Hz.

圖7: Least Prime算法的FFT狀態(tài)欄

如何決定FFT頻率分辨率和頻譜范圍

正如我們在前面了解的，F(xiàn)FT的頻率分辨率與捕獲數量和記錄的長度有關，頻率分辨率是示波器捕獲時間的倒數。在圖7的例子中捕獲到了200ms的數據(20ms/格，10格)，頻率分辨率就是1/200ms或者5Hz。

FFT頻譜的范圍是示波器采樣率的一半。在上面設置中采樣率是250kS/s，所以范圍是125 kHz。

打開時基對話框，將Time/Division設置從20 ms/division增加 到50 ms/ division，采樣率將減少到 100kS/s，返回到F1設置的FFT標簽。頻譜跨度現(xiàn)在是50kHz;為采樣率的一半。因為捕獲時間減少到500ms，所以，頻率分辨率從5HZ減少到2HZ(1/500 ms = 2 Hz)。

還原Time/division設置到20ms，關閉通道1顯示，將FFT的算法重新選擇到Power 2。

使用放大功能設置中心頻率和水平刻度

我們之前談論過的FFT頻譜范圍是采樣率的一半，你可以使用數學通道中的放大功能選擇一個中心頻率和水平刻度來觀察FFT。

點擊F1對話框中的放大標簽，我們可以觀察1kHz的頻譜線。

點擊水平放大區(qū)域的中心頻率欄兩次，會彈出一個小鍵盤，輸入中心頻率1 kHz然后點擊OK。

點擊Scale/Div欄兩次，會再次彈出小鍵盤，輸入值200 (Hz)然后點擊OK。FFT顯示為水平大小為200HZ每格，中心頻率為1KHZ。

在垂直放大區(qū)域檢查增益工具欄，允許我們設置1-2-5步進外的其它大小。點擊Ver/div工具欄, 輸入值12，設置垂直大小為12dB/div，點擊垂直中心工具欄，它會高亮顯示。使用WavePilot SuperKnob (或者前面板的垂直偏置按鈕)改變FFT垂直顯示，直到頻譜的峰值剛好顯示在屏幕內，如圖8所示；

圖 8: 使用F1函數對話框中的放大標簽設置FFT顯示的中心頻率和頻譜范圍

我們可以使用函數放大控制去進行垂直和水平方向的中心值及大小的設置，使用這種技巧有可能在屏幕中顯示FFT頻譜的任何部分。