所谓coherent sampling，就是相关采样，或者相干采样.进行FFT变换的时候，如果不采取相关采样(coherent sampling)的话，会产生一些问题，如频谱泄漏，为了避免频谱泄漏一般有两种方法，一种就是采取相关采样，另外一种则需要用到窗函数进行补偿，减少频谱泄漏，但是不能完全消除，一般窗函数有不同种类，可根据实际情况选择适合的窗函数。 对于相关采样，需要遵循一定的规则:1）需要将被采样信号划分周期；2）Fs/N=Ft/M, Fs为采样频率，N为采样点的数目，Ft为被采样信号频率，M为被采样信号所采样的周期的数目；3）此外，M和N需要互为素数且都需要为整数，这样可避免重复采样，提高效率。

             采样是数字信号处理中的重要概念，它包含两方面内容，简单的说就是抽取和截断！抽取就是时域连续的模拟信号按照采样频率进行等间隔提取，所谓截断就是对时域无限长的模拟信号只取一段时间进行处理。经过抽取和截断后，我们就将模拟信号变成数字信号（这里暂不考虑量化）。而相干采样就是采样时截断所取的时间为所要处理信号周期的整数倍，非相干采样就是采样时截断所取的时间为所要处理信号周期的非整数倍。当然对于非周期信号，就不会有相干采样和非相干采样的概念了。

         对于信号处理来说，非相干采样经过FFT后存在频谱泄露，显然这对信号检测是不利，相干采样不存在这样的问题！下面就是普通的正弦信号相干采样和非相干采样的处理结果

可以看出相干采样时，频率维上信号能量都处在信号频点上，不处在频谱泄露，而非相干采样则处在明显的频谱泄露。下面就其原因稍微分析下，信号在时域上的截断就是将一个有限长的窗函数与无限长的模拟信号相乘，在频率上将表现为信号的频谱与窗函数的频率相卷积，对于正弦信号来说，其频谱就是正负频点的冲击函数，卷积的结果就是窗函数频谱的左右平移信号频点的长度。对于相干采样来说，信号频率的位置就是Sa函数（矩形窗的频谱）的零点，而非相干采样就是非零点。所以在信号处理，相干采样时最好的选择，但不幸的是，实际我们需要处理的信号大部分是非周期，同时由于各种因素的限制，大部分我们都是在做非相干采样，需要面临的问题就是如何减少频率泄露，最常用的方法就是加更加牛逼的窗函数了！！！！！！！！！！

转:http://blog.csdn.net/invywyh/article/details/7984106