在离散信号处理中，频域轴拓扑结构出人意料地不是一条直线，而是一个封闭的圆。因此，图像的上边缘和下边缘是真正“被识别”的，这意味着它们是相连的并且是直接的邻居。您看到的调制是两个干扰组件的跳动越来越近。

窗口大小对此有影响，因为它控制频率分辨率。如果您采用（有效）更长的窗口，则跳动将减少，因为以正弦分量频率为中心的窗口的傅立叶变换将重叠更少。

为了说明@Jazzmaniac 和@Phonon 都在告诉你什么，让我们看一下相同的情节，但窗口长度不同。另一个变化是使用fftshift视图查看图表 --- 以便更清楚地看到低正频率峰值接近于低负频率峰值。

下图绘制了scilab窗口长度为 32、64、128 和 256 的数据的等高线图（参见下面的代码）。即使在 256 窗口长度下，“跳动”的影响仍然存在。

代码仅在下面。

fs = 500;
t1 = [0:1/fs:(0.25-1/fs)]
t2 = [0.25:1/fs:(0.5-1/fs)]
t3 = [0.5:1/fs:(0.75-1/fs)]
t4 = [0.75:1/fs:(1-1/fs)]
T = [t1 t2 t3 t4];

x = [sin(2*%pi*100*t1) sin(2*%pi*50*t2) sin(2*%pi*25*t3) sin(2*%pi*10*t4)];

N = length(x);
figNo = 1;

figure(1)
clf
subplot(221)
xset("fpf","   ")
for window_length = 2.^[5:8];

    Z = [];
    X = [];
    Y = (([1:window_length]-1)/window_length*fs - fs/2);
    for k=1:10:N
        last_index = min(N,k+window_length-1);
        disp(last_index)
        padding = window_length - length(k:last_index);
        disp(padding)
        X = [X; k];
        Z = [Z; fftshift(abs(fft([x(k:last_index) zeros(1,padding)])))];
    end

    subplot(2,2,figNo);
    figNo = figNo + 1;
    contour(T(X),Y,Z,4,flag=[2,0,4])
    title("Window Length = " + string(window_length) )
    xlabel('Time');
    ylabel("Frequency (Hz)")
    //plot3d(X,Y,Z/max(Z)*10,alpha=60,theta=50,flag=[2,3,0],ebox=[0 N -fs/2 fs/2 0 10])
end

发生这种情况是因为您的窗口太短。我现在无法使用绘图工具，但请想象一下，您将一个缓慢变化的正弦曲线切成碎片，这些碎片比正弦曲线的周期短。如果你对这些部分进行傅里叶变换，你的一些块将比其他块捕获更多的正弦波能量，因为它们将包含函数的波峰或通过，而其他块将包含接近 0 的区域。

如果您增加窗口大小，您将能够在每个窗口内捕捉到慢速正弦曲线的几个周期，并且周期性将消失。权衡是您的窗口将捕获更长的时间，因此事件之间的界限将更加模糊。

如果这仍然没有意义，我稍后会尝试包含一些情节。