窗函數是頻譜分析中一個重要的部分，CoCo包含了所有通用的窗函數以及沖擊測試中的受迫/指數(force/exponential)窗。
窗函數修正了由于信號的非周期性并減小了頻譜中由于泄露而帶來的測量不準確性。
快速傅里葉變換假定了時間信號是周期無限的。但在分析時，我們往往只截取其中的一部分，因此需要加窗以減小泄露。窗函數可以 加在時域，也可以加在頻域上，但在時域上加窗更為普遍。截斷效應帶來了泄漏，窗函數是為了減小這個截斷效應，其設計成一組加權系數。例如，一個窗函數可以 定義為：
w(t)=g(t) -T/2<t<T/2
w(t)=0 其他
g(t)是窗函數，T是窗函數的時間
待分析的數據x(t)則表示為：
x(t)=w(t)*x(t)’
x(t)’表示原始信號x(t)表示待分析信號。
加窗在時域上表現的是點乘，因此在頻域上則表現為卷積。卷積可以被看成是一個平滑的過程。這個平滑過程可以被看出是由一組具 有特定函數形狀的濾波器，因此，原始信號中在某一頻率點上的能量會結合濾波器的形狀表現出來，從而減小泄漏。基于這個原理，人們通常在時域上直接加窗。
大多數的信號分析儀一般使用矩形窗（rectangular），漢寧（hann），flattop和其他的一些窗函數。
矩形窗函數：
w(k)=1
漢寧窗：
w(k)=0.5*(1-cos(2*pi*k/(N-1))) 0<=k<=N-1
由于加窗計算中衰減了原始信號的部分能量，因此對于最后的結果還需要加上修正系數。在線性譜分析中，一般使用幅度系數（amplitude correction），在功率譜中，一般使用能量系數（energy correction）。具體請看下以章節。
泄露效應
對于簡單的信號，比如一個單頻率的正弦波，泄露就表現為不在其頻率點上仍然會有能量的出現。離其本身的頻率越近的頻率，泄露的情況越嚴重，而離的越遠，則情況則會好一些。
泄露的情況在時域上對原始信號做截斷的時候非常容易發生。如同圖片上展示的，時域上明顯的沒有按其整周期截斷，因此造成了頻域上的能量泄露。
上圖闡述了非整周期信號采樣時造成泄露的理論原因。
如果一個信號由兩個不同頻率的正弦波疊加而成，則泄露可能使用戶無法區分其各自的頻率分量。如果它們的頻率相差很多，而其中 的一個分量的能量遠大于另外一個，則能量小的那個頻率可能完全會被從能量大的頻率分量泄露過來的能量所覆蓋。若它們的頻率相近，則它們雙方泄露的能量可能 會使它們之間的頻率點和它們原有頻率點的能量保持一致，就是說，可能會使用戶只看到一個頻率峰值。
有兩種方法可以避免泄露的發生。第一個方法是采集信號足夠長，基本上可以覆蓋到整個有效信號的時間跨度。這種方法經常在瞬態捕捉中被使用到，比如說沖擊試驗，如果捕捉的時間夠長，捕捉到的信號可以一直包括了振動衰減為零的時刻。在這種情況下，可以不加窗函數。
第2種方法是對于信號的采樣時間正好能和信號整周期倍數吻合，即一幀數據的長度正好是原始信號中頻率的整數倍。比如一個正弦 波的頻率在1000Hz，因此采樣頻率就需要設到8000Hz..每個正弦周期有8個采樣點。1024點的數據正好涵蓋了8個整周期。在這種情況下，沒有 窗函數也可以避免泄露的情況。
以下的圖片顯示了一個1000Hz頻率的正弦波的頻譜，其中沒有泄露。
下圖顯示了一個1010Hz的正弦波，但是其頻率譜中有一個較寬的泄露情況。該頻率譜在1010Hz以外的地方也有著明顯的能量值。可以看到，泄露的能量總是圍繞著其原始的峰值。
很多種的窗函數被設計出來以減小這種泄露情況，以下的圖就展示了對1010Hz正弦波加floattop窗之后得到的功率譜。
加上floattop窗之后，泄露明顯的減小。正弦頻率和噪音可以被很好的區別開。但是，這個窗函數仍然使得頻率點的估計不是那么的精確。在以下的章節中將討論怎樣選擇不同的窗函數。
窗函數選擇指南
如果在測試中可以保證不會有泄露的發生，則不需要用任何的窗函數（在軟件中可選擇uniform）。但是如同剛剛討論的那樣，這種情況只是發生在時間足夠長的瞬態捕捉和一幀數據中正好包含信號整周期的情況。
如果測試信號有多個頻率分量，頻譜表現的十分復雜，且測試的目的更多關注頻率點而非能量的大小。在這種情況下，需要選擇一個主畔夠窄的窗函數，漢寧窗是一個很好的選擇。
如果測試的目的更多的關注某周期信號頻率點的能量值，比如，更關心其EUpeak,EUpeak-peak,EUrms或者EUrms2，那么其幅度的準確性則更加的重要，可以選擇一個主畔稍寬的窗，flattop窗在這樣的情況下經常被使用。
對沖擊實驗的數據進行分析時，因為在數據幀開始段的一些重要信息會被一般的窗函數所衰減，因此可以使用force/exponential窗。Force窗一移去了數據幀末端的噪聲，對激勵信號有用。而exponential窗則確保響應信號在末端的振動衰減為零值。
如果被測信號是隨機或者未知的，選擇漢寧窗。