चूंकि आप एक निश्चित नमूना दर के साथ काम कर रहे हैं, आपकी एफएफटी लंबाई (जिसकी खिड़की को उसी चौड़ाई पर होना आवश्यक है) आपके आवृत्ति संकल्प को बढ़ाएगा। एक महीन आवृत्ति आवृत्ति होने का लाभ दो गुना है: स्पष्ट यह है कि आपको एक महीन फ्रीक्वेसी संकल्प प्राप्त होता है, जिससे आप दो संकेतों को अलग करने में सक्षम हो सकते हैं जो आवृत्ति में बहुत करीब हैं। दूसरा यह है कि, उच्च आवृत्ति संकल्प के साथ, आपका एफएफटी शोर तल कम होगा। आपके सिस्टम में शोर की एक निश्चित शक्ति है, जो आपके FFT के अंकों की संख्या से असंबंधित है, और यह शक्ति समान रूप से आपके सभी आवृत्ति घटकों को (यदि हम सफेद शोर से बात कर रहे हैं) वितरित की जाती है। इस प्रकार, अधिक आवृत्ति घटकों के होने का अर्थ है कि आपके आवृत्ति के डिब्बे का व्यक्तिगत शोर योगदान कम हो जाएगा, जबकि कुल एकीकृत शोर समान रहता है, जिसके परिणामस्वरूप शोर कम होता है। यह आपको एक उच्च गतिशील रेंज को भेद करने की अनुमति देगा।
हालांकि, लंबे एफएफटी का उपयोग करने में कमियां हैं। पहला यह है कि आपको अधिक प्रसंस्करण शक्ति की आवश्यकता होगी। FFT एक O (NlogN) एल्गोरिथ्म है, जहाँ N, अंकों की संख्या है। हालांकि यह भोली डीएफटी के रूप में नाटकीय नहीं हो सकता है, एन में वृद्धि आपके प्रोसेसर को खून बहाना शुरू कर देगी, खासकर यदि आप एक एम्बेडेड सिस्टम की सीमा में काम कर रहे हैं। दूसरे, जब आप एन को बढ़ाते हैं, तो आप समय रिज़ॉल्यूशन खोते समय आवृत्ति रिज़ॉल्यूशन प्राप्त कर रहे हैं। एक बड़े एन के साथ, आपको अपने आवृत्ति डोमेन परिणाम पर पहुंचने के लिए अधिक नमूने लेने की आवश्यकता है, जिसका अर्थ है कि आपको लंबे समय तक नमूने लेने की आवश्यकता है। आप एक उच्च गतिशील रेंज और महीन आवृत्ति रिज़ॉल्यूशन का पता लगाने में सक्षम होंगे, लेकिन यदि आप स्पर्स की तलाश कर रहे हैं, तो आपके पास कम स्पष्ट विचार होगा कि स्पर वास्तव में कैसे हुआ।
आपको जिस प्रकार की विंडो का उपयोग करना चाहिए वह एक पूरी तरह से अन्य विषय है, जो कि मुझे नहीं है जो आपको सूचित करता है कि आपको किसका उत्तर देना बेहतर है। हालांकि, अलग-अलग विंडो में अलग-अलग आउटपुट विशेषताएं होती हैं, जिनमें से अधिकांश (यदि सभी नहीं हैं) एफएफटी परिणाम को संसाधित करने वाली प्रतिवर्ती पोस्ट हैं। कुछ विंडो आपके फ़्रीक्वेंसी घटकों को साइड डंस पर ब्लीड कर सकती हैं (यदि मैं गलत नहीं हूँ, तो हनिंग विंडो आपके कंपोनेंट्स को तीन डब्बे में प्रदर्शित करती है।), अन्य आपके कंपोनेंट्स के लिए कुछ लाभ त्रुटि का परिचय देते हुए आपको एक बेहतर फ़्रीक्वेंसी सटीकता दे सकते हैं। यह पूरी तरह से उस परिणाम की प्रकृति पर निर्भर करता है जिसे आप प्राप्त करने की कोशिश कर रहे हैं, इसलिए मैं आने के लिए कुछ शोध (या कुछ सिमुलेशन) करूंगा, जिसमें से एक आपके विशिष्ट अनुप्रयोग के लिए सबसे अच्छा है।