关于LOTO示波器使用FFT功能的视频演示如下：
https://www.bilibili.com/video/BV11k4y1z7KA
问题3：FFT频谱分析有什么用？
典型的应用场景有很多。
比如说，当你的信号上被噪声干扰了，你想去掉这个噪声。在时域波形上看，只能看出是一个密集的上蹿下跳的噪声，完全看不出其他有助于解决掉噪声的信息。这时候用FFT分析，可以得知噪声分布的频率范围，可以针对一些主要的噪声频点进行有针对性的滤波处理。
再比如，音频应用中，通过人耳朵很难客观和标准化分辨出来一些音频处理单元的频率范围。使用FFT对音频处理单元的信号进行扫频和分析，可以定量的得出音频响应的频谱范围，从而快速确定音频单元是否合格。
关于FFT使用时候的误差与频谱泄漏：
工程中最容易出现的FFT误差，是由于参与FFT计算的采样点数相对于这些采样点数覆盖的信号信息量太少了。举个简化的例子：
上图中的假如一个正弦波（上方）被采集到，如果在做FFT分析的时候由于参与FFT点数的设置，可能只取了黄色区域的局部波形数据进行FFT计算。那么在FFT算法看来，它会认为FFT针对的信号是黄色部分的周期性延宕，如图中下方的波形所示。
显而易见，这样进行FFT计算得出的结果肯定是错误的。而且可以推理，使用的FFT点数越少，错误越严重。
我们实测一下来看：
还有一种情况是，上面提到的FFT取点数的时候，点数足够大，但是并没有取到刚好整周期上，稍微偏差一点，这样进行FFT分析并不会产生错误，但是会有些误差，这些误差正是由于这些小偏差引起的，这是难以避免的，专业术语叫做频谱泄漏，如下图所示。
