文档介绍：提高信号的频率分辨率只有提高信号的采样频率或增加序列的截断长度N(信号的持续时间加长)。
1)数据后面补零-------不能提高信号的频率分辨率
序列末端补零后,尽管信号的频谱不会变化,但对序列做补零后L点DFT后,计算出的频谱实际上是原信号频谱在[0,2*pi)区间上L个等间隔采样,从而增加了对真实频谱采样的点数,并改变了采样点的位置,这将会显示出原信号频谱的更多的细节。故而数据后面补零可以克服栅栏效应。
2)数据间隔补零-------不能提高信号的频率分辨率
3)数据插值
相当于提高了信号的采样率,可以提高信号的频率分辨率
频率细化是70年代发展起来的一种新技术,其主要目的是识别谱图上的细微结构。从通常的FFT分析方法中我们已经知道,在频谱图上的有效频率分布范围是从0HZ到奈魁斯特频率fN为止,而谱线间隔(fs/N)决定了频率分辨能力,N表示数据点数,这里fs表示采样频率,且fN=fs/2。因此,要获得较高的分辨率可从下面两个方面进行。第一方面:降低采样频率,谱线间隔减小,但这样会降低奈魁斯特频率fN,从而导致频率分析范围小;第二方面:提高FFT计算长度N值,但这样要求较大的内存和降低运算速度。 
高密度谱不等于高分辨率谱
数字域中,有一个概念是栅栏效应,通常可以靠补零的方式来减少此效应,但补零不能提高频率分辨率。
很多人在此很迷惑,在末尾加零后,使一个周期内的点数增加,必然使样点间隔更近,谱线更密,事以前看不到的谱分量就可以看到了,能够看到更多的谱,不是提高分辨力了吗?
其实加零后,并没有改变原有记录的数据,原有数据的频谱一开始就存在,我们只是有的看不见,加零后只是让我们看见原来本就存在的频率,也就是说,原始数据代表的该有的频率就有,没有的频率加再多的零(极限是成连续的),也没法看见。
举个例子:用到MATLAB工具,
有信号x(n)=cos(* pi*n)+cos(*pi*n)
当0<=n<=19时,和0<=n<=99时,画出各自的信号图像
由上面的图可以知道,20点样本值后补零后频率成分没有变化,只是将没有显示的现实出来了,而取100个样本值后, 两边。处, 这两个具体值,20点补