信号与系统基础：连续与离散信号、采样定理、混叠效应、线性时不变系统、卷积与差分方程

数字信号处理（DSP）的整个理论大厦，都建立在“如何用离散的数值序列去表示、分析和处理连续物理世界中的信号”这一核心命题之上。本章作为课程的第二块基石，将系统梳理从连续时间域到离散时间域的映射逻辑，深入剖析采样定理与混叠效应的物理本质，并严格定义线性时不变（LTI）系统的数学框架。理解这些概念，是后续学习傅里叶变换、Z变换以及滤波器设计的必要前提。下图概括了本章知识模块之间的内在逻辑关系：

上图清晰地展示了本章的知识脉络：连续信号经过采样与量化成为离散序列，离散序列通过LTI系统后得到输出，而采样定理与混叠效应是连接连续与离散世界的“安全边界”。下面我们逐一展开每个核心模块。

核心原理：从连续时间到离散时间的数学映射

在自然界中，绝大多数物理信号（如声音、温度、振动）都是连续时间信号，用 x(t) 表示，其中 t 是连续变化的实数。DSP 的第一步是将这些信号转换为数字世界能处理的离散序列 x[n]，其中 n 是整数索引，代表第 n 个采样时刻。这一过程由模数转换器（ADC）完成，包含两个关键动作：采样（时间离散化）和量化（幅度离散化）。

理想采样过程可以数学化为：

x[n] = x(n·T_s) = x(t)|_{t = n·T_s}

其中 T_s 为采样周期，其倒数 f_s = 1/T_s 为采样率。值得注意的是，采样并非简单的“取点”，它在频域上会产生周期延拓效应。若原始连续信号的最高频率分量为 f_max，则采样后的离散信号频谱是原频谱以 f_s 为周期进行搬移叠加的结果。这一频域视角是理解采样定理和混叠效应的钥匙。

判断方法：采样定理与混叠效应的工程判定

奈奎斯特采样定理给出了无失真采样的充分必要条件：采样率必须大于信号最高频率的两倍，即 f_s > 2·f_max。这里的 f_max 是信号中存在的最高频率分量（对于带通信号，条件略有不同，但基础原理一致）。当采样率不满足该条件时，高频分量会“伪装”成低频分量，产生不可逆的频谱混叠。

工程上判断混叠风险，通常遵循以下操作流程：

1. 确定信号带宽：通过频谱分析仪或理论计算，获取信号的有效最高频率 f_max。
2. 选择采样率：工程实践中通常取 f_s = (3~5)·f_max，而非仅仅 2 倍，以留出抗混叠滤波器的过渡带余量。
3. 设计抗混叠滤波器：在 ADC 之前放置低通滤波器，将高于 f_s/2 的频率成分衰减到可接受水平（通常要求 -60dB 以上）。
4. 验证：采集数据后，观察频谱在 f_s/2 附近是否有异常抬升或“折叠”现象。

案例拆解：音频采样中的混叠现象与对策

以 44.1kHz 采样率的 CD 音频系统为例。人耳听觉上限约为 20kHz，因此理论上 f_s = 40kHz 即可满足奈奎斯特条件。但实际 CD 标准采用 44.1kHz，并预留了约 2.05kHz 的过渡带。假设我们直接对一个包含 25kHz 超声分量的信号进行 44.1kHz 采样，该分量会混叠到 |25 - 44.1| = 19.1kHz 处，恰好落在人耳可听范围内，产生刺耳的“差拍”噪声。

工程解决方案是在 ADC 前级加入一个截止频率为 20kHz 的椭圆低通滤波器。该滤波器在 20kHz 处衰减 0.1dB，在 22.05kHz（即 f_s/2）处衰减达到 -80dB。这样，25kHz 的信号在进入采样器之前已被衰减至本底噪声以下，混叠效应被有效抑制。这一设计在几乎所有音频编解码器芯片（如 CS42L51、WM8731）内部都已集成，但理解其原理对于调试外部模拟前端至关重要。

核心原理：线性时不变（LTI）系统的数学刻画

在 DSP 中，我们研究的系统绝大多数被建模为线性时不变（LTI）系统。线性意味着系统满足叠加原理：输入 a·x₁[n] + b·x₂[n] 产生输出 a·y₁[n] + b·y₂[n]。时不变意味着系统的特性不随时间平移而改变：若输入延迟 k 个采样点，输出也延迟相同的 k 个采样点。这两个性质保证了系统可以用唯一的单位冲激响应 h[n] 来完全表征。

LTI 系统的输入输出关系由卷积和定义：

y[n] = x[n] * h[n] = Σ_{k=-∞}^{∞} x[k]·h[n-k]

卷积的物理意义是：将输入信号分解为无数个加权冲激的叠加，每个冲激通过系统后产生相应的冲激响应，输出即为所有响应之和。这一运算虽然直观，但直接计算复杂度为 O(N²)。工程中常利用 FFT 将时域卷积转化为频域乘法来加速，但理解时域卷积的滑动叠加过程，对于分析系统稳定性、因果性以及设计有限长冲激响应（FIR）滤波器至关重要。

判断方法：差分方程与系统性质的快速判定

除了卷积，LTI 系统还常用常系数线性差分方程描述：

Σ_{k=0}^{N} a_k·y[n-k] = Σ_{m=0}^{M} b_m·x[n-m]

其中 a_k 和 b_m 为常系数，N 为系统阶数。通过差分方程，我们可以快速判断系统的基本性质：

• 因果性：若输出 y[n] 仅依赖于当前及过去的输入（x[n], x[n-1], ...）和过去的输出，则系统是因果的。在差分方程中，只要 a₀ ≠ 0 且方程右侧不出现 x[n+k]（k>0），即为因果。
• 稳定性：对于因果系统，稳定性要求系统所有极点（特征方程的根）位于单位圆内。这等价于冲激响应 h[n] 可和，即 Σ|h[n]| < ∞。
• FIR 与 IIR：当所有 a_k（k≥1）均为 0 时，系统为有限冲激响应（FIR）类型，天然稳定；否则为无限冲激响应（IIR）类型，需检查极点位置。

案例拆解：一阶 IIR 滤波器的稳定性分析与实现

考虑一个简单的一阶低通滤波器，其差分方程为：

y[n] = α·x[n] + (1-α)·y[n-1]

其中 α 为滤波系数（0 < α < 1）。该系统的传递函数为 H(z) = α / (1 - (1-α)·z⁻¹)，极点为 z = 1-α。由于 |1-α| < 1 恒成立，系统始终稳定。但若我们在定点 DSP 芯片（如 16-bit 定点）上实现时，系数 (1-α) 需要量化为 Q15 格式。假设 α = 0.1，则 1-α = 0.9，量化误差约为 0.00003，这不会导致不稳定。然而，若 α 极小（如 0.001），则 1-α = 0.999，其量化误差可能导致实际极点略微移出单位圆，在极端情况下引发极限环振荡。

实际调试中，我们曾遇到一个 24-bit 定点音频处理器上实现的二阶 IIR 滤波器，在输入正弦信号时输出出现持续的低电平“毛刺”。排查过程如下：

1. 首先检查滤波器系数，确认极点位于单位圆内（理论稳定）。
2. 使用示波器观察 DAC 输出，发现毛刺频率约为 3Hz，与输入信号无关。
3. 进一步分析发现，这是定点运算中的零输入极限环：当输入为零时，由于舍入误差，状态变量在死区范围内反复振荡，无法归零。
4. 解决方案：在滤波器状态更新中加入“死区检测”——当 |y[n-1]| 小于某个阈值（如 2⁻¹²）时，强制将状态清零。

这一案例说明，理论上的 LTI 系统分析（差分方程、稳定性判据）是基础，但实际工程实现还需考虑有限字长效应、量化误差等非理想因素。

常见误区与总结复盘

在学习信号与系统基础时，初学者常陷入以下误区：

• 误区一：认为采样率越高越好。实际上，过高的采样率会带来数据量激增、功耗上升、抗混叠滤波器设计难度加大等问题。正确做法是根据信号带宽和系统资源合理选择采样率。
• 误区二：混淆连续卷积与离散卷积。连续卷积是积分运算，离散卷积是求和运算。虽然符号相同，但计算方法和性质（如卷积定理的适用条件）有细微差别。
• 误区三：忽视系统的初始条件。差分方程的解由特解和通解组成，通解依赖于初始状态。在 DSP 中，通常假设系统初始静止（即 n<0 时 y[n]=0），但实际硬件上电时状态未知，需要显式初始化。
• 误区四：将 LTI 系统的结论直接用于非线性系统。例如，卷积定理只适用于 LTI 系统。对于非线性系统（如压缩器、限幅器），频域分析工具不再适用，必须采用其他方法。

总结复盘：本章的核心逻辑链为“连续信号 → 采样（满足奈奎斯特条件） → 离散信号 → LTI 系统（卷积/差分方程） → 输出”。采样定理是连接模拟与数字世界的桥梁，混叠是必须规避的陷阱；LTI 系统是 DSP 算法的理论温床，卷积与差分方程是时域分析的两大工具。掌握这些基础，后续学习 Z 变换、DFT 以及滤波器设计时，才能理解其推导的来龙去脉。建议读者动手完成一个小实验：用 Python 或 MATLAB 生成一个 30Hz 与 80Hz 混合的正弦信号，分别用 100Hz 和 200Hz 采样率进行采样，观察频谱差异，直观感受混叠效应的影响。