第2章 信号与系统基础：信号分类、傅里叶变换、时频域分析与采样定理
做无线通信这些年，我越来越觉得——信号与系统这块基础，就像盖楼的地基。你射频前端调得再好，算法写得再花哨，如果对信号本身的理解不到位，迟早要翻车。今天咱们就把这块地基夯实了。
2.1 信号的分类：先搞清楚你在跟谁打交道
信号说白了就是信息的载体。我习惯先按两个维度给它分类：连续 vs 离散，周期 vs 非周期。
2.1.1 模拟信号 vs 数字信号
这个区分其实很简单：看时间和幅度是不是连续的。
- 模拟信号：时间和幅度都连续。比如话筒出来的电压波形，温度传感器的输出。我在调试功放时，示波器上看到的包络就是典型的模拟信号。
- 数字信号：时间和幅度都离散。比如FPGA输出的0/1电平，I2C总线上的数据。说白了，就是一堆离散的码元。
关键点：现实世界是模拟的，但处理起来数字更香。所以ADC（模数转换器）就成了无线通信的咽喉。采样率不够？量化位数太低？信号直接废掉。
2.1.2 周期信号 vs 非周期信号
周期信号就是每隔固定时间T，波形一模一样。数学上写：x(t) = x(t + T)。正弦波、方波、锯齿波，都是周期信号的典型代表。
非周期信号呢？就是没有这个规律。比如语音信号、突发噪声、一次性的脉冲。嗯，这里要注意：周期信号的能量是无限的（因为它永远重复），而非周期信号的能量往往是有限的。
| 分类 | 特点 | 典型例子 | 傅里叶变换结果 |
|---|---|---|---|
| 周期信号 | x(t) = x(t+T)，能量无限 | 正弦波、方波、载波 | 离散谱线（傅里叶级数） |
| 非周期信号 | 无固定周期，能量有限 | 语音、脉冲、噪声 | 连续频谱（傅里叶变换） |
我的经验：在频谱仪上看信号，周期信号就是一根根竖线，非周期信号就是一片连续的底噪或包络。有一次我排查一个杂散问题，就是靠区分周期性和非周期性干扰定位到开关电源的谐波。
2.2 傅里叶变换：从时域到频域的“翻译官”
傅里叶变换，说白了就是把信号从时间域翻译到频率域。你想想看，时域里乱七八糟的波形，到了频域里可能就是几根清晰的谱线。
2.2.1 为什么需要频域分析？
时域里看信号，只能看到幅度随时间变化。但无线通信里，我们更关心：这个信号占了多少带宽？ 它的频率分量有哪些？ 滤波器能不能把它滤干净？
这些问题，在时域里很难回答。但到了频域，一目了然。
我记得刚入行时，有个老工程师跟我说：“你时域里折腾半天看不出来的问题，到频域里就是一根线的事。”后来我调一个带通滤波器，时域波形怎么看都正常，频谱一打——天哪，带外抑制差了20 dB。
2.2.2 傅里叶变换的数学形式
连续非周期信号的傅里叶变换公式：
X(f) = ∫_{-∞}^{∞} x(t) · e^{-j2πft} dt逆变换：
x(t) = ∫_{-∞}^{∞} X(f) · e^{j2πft} df别被积分吓到。你只要记住：傅里叶变换把信号分解成不同频率的正弦波之和。每个频率分量都有对应的幅度和相位。
核心直觉：时域是“信号长什么样”，频域是“信号由哪些频率组成”。两者是同一枚硬币的两面。
2.2.3 几种常见信号的傅里叶变换对
| 时域信号 | 频域表示 | 说明 |
|---|---|---|
| δ(t) 冲激函数 | 1（全频段均匀） | 理想冲激包含所有频率 |
| cos(2πf₀t) | ½[δ(f-f₀) + δ(f+f₀)] | 单频正弦波，两根谱线 |
| 矩形脉冲 | sinc函数 | 主瓣宽度与脉冲宽度成反比 |
| 高斯函数 | 高斯函数 | 傅里叶变换后仍是高斯形 |
避坑指南：我曾经在项目里用矩形脉冲做基带波形，结果发现频谱旁瓣太大，干扰了邻道。后来换成升余弦滚降脉冲，旁瓣才压下去。记住：时域越陡峭，频域越宽。
2.3 时域与频域分析：两个视角，一个真相
做无线通信，你必须在时域和频域之间来回切换。我个人的习惯是：调试用频域，验证用时域。
- 频域分析：看频谱、看带宽、看杂散、看谐波。工具：频谱仪、网络分析仪。
- 时域分析：看波形、看眼图、看时序、看包络。工具：示波器、逻辑分析仪。
举个例子：你设计一个QPSK调制器。频域里看，它的频谱是sinc形状的，带宽大约是符号速率的两倍。时域里看，它的星座图应该是四个点清晰分明。如果星座图模糊了，可能是相位噪声太大——这时候你切到频域，看看本振的相噪曲线，就找到根因了。
我的习惯：遇到信号异常，先看时域波形有没有削顶、有没有毛刺；再看频域有没有不该有的谱线。两个视角互相印证，基本不会漏掉问题。
2.4 采样定理：模拟到数字的“法律底线”
采样定理，也叫奈奎斯特-香农采样定理。它的核心就一句话：采样频率必须大于信号最高频率的两倍。
数学上：f_s > 2 · f_max
为什么？因为采样是在时域上对连续信号“打点”。如果采样率不够，高频分量会“伪装”成低频分量，这就是混叠。
2.4.1 混叠是怎么发生的？
你想想看，一个10 kHz的正弦波，你用15 kHz去采样。每个周期采不到两个点，结果重建出来的波形变成了5 kHz——这就是混叠。混叠一旦发生，就再也无法恢复原始信号了。
关键结论：采样定理是ADC设计的“法律底线”。低于这个底线，信息就永久丢失了。
2.4.2 实际工程中的采样设计
理论上是f_s > 2f_max，但工程上我一般留20%~30%的余量。比如信号最高频率100 MHz，我会选250 MHz甚至更高的采样率。
另外，采样前必须加抗混叠滤波器（低通滤波器）。为什么？因为信号里可能含有高于f_s/2的噪声或谐波，不滤掉它们，采样后就会混进基带。
| 参数 | 理论值 | 工程推荐值 | 说明 |
|---|---|---|---|
| 采样率 f_s | > 2f_max | 2.5~3倍 f_max | 留余量应对非理想滤波器 |
| 抗混叠滤波器截止频率 | f_s/2 | 0.4~0.45 f_s | 避免过渡带进入通带 |
| 量化位数 | 无下限 | 12~16 bit | 取决于动态范围要求 |
我曾经踩过的坑：有一款SDR接收机，我为了省成本选了低采样率的ADC，结果在接收宽带信号时，带外强干扰混进了基带，导致解调完全失败。后来加了抗混叠滤波器，又换了更高采样率的ADC，问题才解决。采样定理，真的不能省。
2.5 本章知识体系图
下面这张图把本章的核心逻辑串起来了。从信号分类出发，到傅里叶变换连接时域和频域，最后落到采样定理这个工程落地点。
这张图我画了很多遍才满意。你顺着箭头走一遍：先搞清楚信号是模拟还是数字、周期还是非周期；然后用傅里叶变换把时域信号映射到频域；最后用采样定理指导ADC设计。这三步走通了，无线通信的物理层基础就算打牢了。