上次我们谈到最小频率分辨率与要剪切的时间窗口长度 (采样时间) 在DFT (离散傅里叶变换) 计算中是倒数关系，但那么可以分析的最大频率是什么?是吗?
在数字信号处理 (称为A/D转换) 中，根据特定的时间间隔，将随时间不断变化的信号 (模拟信号) 转换为不连续的数据串 (数字信号) 。此时间间隔称为采样周期。倒数fs (=1/Δt) 称为采样频率，表示每秒提取数据的速度或次数。
可以分析的最大频率取决于此采样频率。
假设要分析的正弦波信号的频率为fm,可以直观地理解，采样频率fs必须以比其更大的频率采样才能正确获得数据。那么，以多大的频率采样才能再现数据呢?
一般来说，存在奈奎斯特采样定理，“如果以输入频率的两倍或更多频率进行采样，则可以正确再现数据”。例如，如果输入正弦波的频率为fm,则采样频率fs必须为2fm或更高。此低采样频率2fm有时称为“奈奎斯特频率”。如果你不保留这一点，你可能会捕获谎言数据，这种现象称为“锯齿”。
反过来，确定采样频率fs后，可分析的最大频率为fs/2。
在数字信号处理中，当剪切有限的时间长度T时，数据的“采样点数”也变得重要。在采样周期Δt中，采样N点时，T=NΔt (=N/fs) 。具体而言，为了便于FFT计算，样本点N通常是2的幂(例如1024、2048)。
从N点的时间信号可以得到最多N/2个有意义的光谱，但是在许多具体情况下，可以得到更少的结果N/2.56个光谱。例如，N=1024和2048分别产生400和800行光谱。
如果要提高分析频率线，则必须将N设置得更大。同样地，采样频率fs与所得频谱的频率范围fR之间的关系也是2.56这个因子比 (fR=fs/2.56) 。
总结到目前为止的故事，有三个参数:采样频率fs,采样点N和捕获时间窗口长度T。如果您决定两个参数，则会自动确定其他参数。
普通FFT分析器允许用户选择频率范围和采样点数。
有关具体数值示例，请参阅以下小野测器网站上的常见问题解答部分。
FFT基本常见问题-数据长度，频率分辨率，时间长度的关系
(摘自2003年1月24日发行的电子邮件杂志)
