Объяснить этот эффект проще всего, ИМХО, вспомнив тождество
Весовые функции не всегда явно содержат сумму константы и косинусоиды с периодом, равным ширине окна, но могут, к примеру - треугольная или гауссова, быть разложены по частотам, и главными членами разложения будут константа и такая косинусоида.
То есть применение окна приводит к появлению частотного сдвига. Собственно, окно есть амплитудная модуляция, порождающая боковые полосы. И после windowing'а исходный образец получает двойников, сдвинутых по частоте.
А поскольку образец линейно меняет частоту, и каждой частоте соответствует свой момент времени, то корреляция двойников с исходным сигналом будет максимальна не тогда, когда они совпадают по "честному времени", а когда совпадут частоты, то есть появляются ложные пики, сдвинутые по времени вперёд и назад сообразно сдвигу частоты.