当我们将窗口函数添加到 DFT 的定义中时，我们得到

$$X(k) = \sum_{n=0}^{N-1} w[n]x[n] e^{-j \omega n}$$ 和$\omega_k= \frac{2\pi k}{N}, k\in \mathbb{Z} ,$ $w[n]$ 窗口函数和$x[n]$数据。数据的乘法$x[n]$带窗函数$w[n]$时域中的卷积对应于频域中的卷积。

CZT 和 FFT 基本上只是计算这个总和的不同方法。每种算法都有其优点和缺点。FFT 速度快，CZT 更灵活。如果您使用这两种算法来计算相同的系数$X(k)$你得到相同的结果。因此，在这种情况下，CZT 和 FFT 的窗口选择注意事项应该相同。

到目前为止，我只能回答原始问题：如果 CZT 用于计算与 FFT 提供的相同频率箱，则在窗口选择方面没有区别。

注意 1：您是否知道有关不同 DFT 算法的频率分辨率的问题，如本线程中所讨论的那样？“ CZT 与 FFT ”的频率分辨率主题与“ FFT 的零填充”或“ Goertzel 与 FFT ”的频率分辨率主题相同。

注2：这是我原帖的基本信息。

如果使用 CZT 在更精细的频率分辨率上计算 DFT，事情就会变得更加复杂。在这个线程中讨论了对 DFT 的影响。简而言之，CZT 对 DFT 进行插值。这种插值使窗口选择更加复杂。

如果（按照 OP 的意图）CZT 用于以更精细的频率分辨率对 DFT 进行插值，则基础数学保持不变，但必须牢记不同的频率分辨率。

这在一个非常简单的示例中进行了说明。第一个图显示了一个矩形窗口的绝对值。FFT（没有零填充或类似的东西）在窗口为零的频率处计算 DFT，这里用橙色标记。

随着频率分辨率的提高，这种情况会发生变化，如下图所示。 这可能（如示例中）引入额外的泄漏。