베셀 함수로 만드는 가중치
길이 M≥2인 대칭형에서 q_n=2n/(M−1)−1로 두면 w_n=I₀(β√(1−q_n²))/I₀(β)다. n은 0부터 M−1까지다. 중심에서 가까운 점과 같은 거리만큼 반대쪽에 있는 점은 같은 값을 가진다. 입력 신호 x_n에 창을 적용하는 연산은 y_n=w_n x_n으로, 여러 시점 값을 섞는 이동평균과는 다르다.
끝과 중심의 값
양 끝은 q=±1이므로 w=1/I₀(β)다. 유한한 양의 β에서 이 값은 일반적으로 0이 아니다. 홀수 길이에서는 q=0인 중심점이 있어 w=1이 된다. 짝수 길이의 대칭형에서는 정확한 중심이 두 표본 사이에 있으므로 최댓값이 1에 못 미칠 수 있다. β=0에서는 모든 표본이 1이 되어 신호를 자르기만 하는 직사각형 창이 된다.
시간 폭과 주파수 폭 구분
같은 길이에서 β를 키우면 시간 영역에서는 중심 부근에 더 집중된 창이 된다. 주파수 영역에서는 일반적으로 부엽을 낮추는 대신 주엽이 넓어지는 절충이 생긴다. 시간 영역에서 좁아진다는 설명을 주파수 분해능이 무조건 좋아진다는 뜻으로 읽으면 안 된다. 신호 길이와 창 모양은 별개의 선택이며, 부엽 억제 하나만으로 모든 분석 목적에 최적이라고 판단하지 않는다.
대칭형과 주기형
필터 설계에 사용하는 대칭형과 주파수 분석에서 사용하는 주기형은 끝점 구성에 차이가 있다. 같은 길이와 같은 β라는 이유만으로 배열이 같다고 가정하지 않는다. 창의 최대 높이를 맞추는 정규화와 전체 합이나 에너지를 맞추는 정규화도 다르다. FFT의 진폭이나 전력을 해석할 때는 창을 곱하기 전후의 척도 변화를 함께 고려한다.