快速傅里葉變換(FFT)實現了時域到頻域的轉換，是信號分析中最常用的基本功能之一。FFT變換時，總是從離散數據中選取一部分處理，將其稱為一幀數據。而且FFT是在一定假設下完成的，即認為被處理的信號是周期信號。因此，FFT之前會對這一幀數據進行周期擴展。
以CW信號為例，如果選取的這一幀數據不是信號周期的整數倍，則在周期擴展時會存在樣點的不連續性，如圖1所示。這將導致FFT之后得到的頻譜失真，主要體現在頻率成分上。理論上，頻譜中只包含待測信號的頻率，但實際上此時的頻譜包含眾多的頻率分量。通常將這種現象稱為頻譜泄露效應。
圖1. 周期擴展造成樣點不連續
為了抑制頻譜泄露效應，可以采用諸如Hanning、Kaiser等多種時間窗。還有一種特殊的時間窗——矩形窗，其實就是不加時間窗，直接對原始樣點做FFT變換，上述例子就是采用矩形窗的情況。只有采用矩形窗，而且窗寬度不是信號周期的整數倍時，才會發生明顯的頻譜泄露效應。