信号系统基础：信号的定义、类型与处理流程
在SOA架构中，信号是连接物理世界与数字服务的桥梁。无论是工业传感器采集的温度、医疗设备输出的心电波形，还是通信基站接收的射频载波，这些信号都必须经过采集、调理、转换、封装，最终以标准化的服务接口呈现给上层应用。理解信号的本质、分类与处理链路，是设计信号到服务迁移策略的前提。本章将系统梳理信号的定义、类型划分、处理流程，并分析典型信号源与信号消费者之间的映射关系。
2.1 信号的定义与本质特征
信号是承载信息的物理量变化，其本质是某种物理参数（电压、电流、光强、压力、位移等）随时间或空间的函数。在工程语境下，信号必须满足三个基本条件：可观测性（能够被传感器或测量设备捕获）、可表示性（能够用数学表达式或数据模型描述）、可传递性（能够通过介质或网络传输）。例如，工业现场的热电偶输出的毫伏级电压信号，其幅值随温度线性变化，该电压信号就是温度信息的载体。
从信息论角度看，信号包含三个维度：时间特性（连续/离散）、幅值特性（连续/量化）、频率特性（带宽/频谱）。这三个维度直接决定了后续处理方式和服务化策略。例如，心电信号（ECG）是典型的低频模拟信号（0.05Hz~100Hz），采样率通常设为500Hz；而5G基站的射频信号则是GHz级高频信号，必须经过下变频和IQ采样后才能数字化。
2.2 信号类型：模拟、数字与离散
根据时间与幅值的连续/离散属性，信号可分为三类。理解这三类信号的区别，是选择ADC/DAC、设计采样策略、确定服务数据格式的基础。
| 信号类型 | 时间轴 | 幅值轴 | 典型示例 | SOA服务化方式 |
|---|---|---|---|---|
| 模拟信号 | 连续 | 连续 | 麦克风输出、热电偶电压、电位器分压 | 需ADC转换后封装为数据点服务 |
| 数字信号 | 离散 | 量化（有限级） | SPI/I2C总线数据、PWM占空比、数字温度传感器输出 | 可直接映射为JSON/XML消息 |
| 离散信号 | 离散 | 连续（未量化） | 采样保持器输出、PAM调制信号、开关电容滤波器输出 | 需量化编码后再服务化 |
值得注意的是，实际系统中存在混合情况。例如，Σ-Δ ADC内部处理的是离散时间、连续幅值的信号，但最终输出的是数字码流。在SOA架构中，服务接口通常只接受数字数据，因此所有模拟和离散信号都必须经过数字化转换。
2.3 信号处理基本流程
从原始信号到可用的服务数据，需要经过完整的处理链路。该链路通常包含以下八个环节，每个环节都可能影响最终数据的质量和实时性。
- 信号调理：对原始信号进行放大、衰减、滤波、隔离、线性化。例如，PT100铂电阻的阻值变化仅0.385Ω/℃，需通过电桥和仪表放大器转换为0~5V的标准电压。
- 采样保持：按固定时间间隔捕获信号瞬时值，并保持足够时间供ADC转换。采样率必须满足奈奎斯特准则（Fs ≥ 2×信号最高频率）。
- 量化编码：将连续幅值映射为有限位数的二进制码。量化位数（如12bit、16bit）决定分辨率，量化误差是不可避免的。
- 数字信号处理：包括数字滤波（FIR/IIR）、FFT变换、特征提取、去噪、校准等。此环节可显著提升数据质量。
- 协议封装：将处理后的数据按工业协议（Modbus TCP、OPC UA、MQTT）或自定义格式打包，添加时间戳、设备ID、质量标志等元数据。
- 服务化映射：将协议数据映射为REST API资源、Kafka主题或gRPC消息。例如，温度值可映射为
/sensors/temp001/value的GET接口。 - 数据发布/订阅：通过消息中间件（如RabbitMQ、EMQX）实现实时推送，或通过API网关提供按需拉取。
- 服务编排与存储：将信号数据写入时序数据库（InfluxDB、TDengine），并触发告警、分析等下游服务。
2.4 常见信号源与信号消费者
在工业物联网和智能系统中，信号源与信号消费者的类型多样，它们之间的映射关系决定了SOA服务的粒度与接口设计。
典型信号源包括：
- 工业传感器：温度（热电偶/RTD）、压力（压阻式）、流量（涡街/电磁）、液位（雷达/超声波）、振动（加速度计）。输出多为4-20mA电流环、0-10V电压或RS485数字信号。
- 环境监测设备：温湿度（SHT30）、PM2.5（激光散射）、CO₂（NDIR）、光照（光敏电阻）。通常通过I2C/SPI输出数字量。
- 医疗电子设备：心电（ECG）、脑电（EEG）、血氧（SpO₂）、血压。信号微弱（μV~mV级），需高精度放大和滤波。
- 通信与射频设备：基带IQ信号、中频IF信号、天线接收的射频信号。需专用ADC（如JESD204B接口的ADC）和FPGA预处理。
- 视频与图像传感器：CMOS/CCD输出RAW数据或MIPI CSI接口信号，需ISP处理。
典型信号消费者包括：
- SCADA/HMI系统：需要实时刷新率（≤1s）的标签数据，通常通过OPC UA或Modbus TCP订阅。
- 数据分析平台：需要批量或流式数据，支持SQL查询和机器学习训练，通常通过Kafka或API接入。
- AI推理引擎：需要预处理后的特征向量或原始波形，对延迟和吞吐量有严格要求。
- 移动端/Web仪表盘：需要低频率（1~5s）的聚合数据，通过WebSocket或REST API获取。
- 企业ERP/MES：需要事件型数据（如设备故障、产量统计），通常通过消息队列异步接收。
2.5 案例拆解：某工厂温度监测系统的信号到服务迁移
背景与约束：某化工厂有120个温度测点，原系统采用PLC直接采集4-20mA信号，通过组态软件显示，数据仅保存在本地。现要求将温度数据接入企业级SOA平台，实现远程监控、历史趋势分析和告警推送。约束条件：不能停产改造，现有PLC和布线保留；网络带宽有限（车间到机房仅10Mbps）；要求数据延迟≤2s。
初始现象与目标：原系统数据无法被上层ERP和移动端访问，且缺乏统一时间戳和质量管理。目标是将120个温度点封装为RESTful服务，并支持MQTT实时推送。
关键输入数据与参数：温度范围0~200℃，精度要求±0.5℃，PLC采样周期500ms，4-20mA对应0~200℃线性映射。
分析判断过程：首先评估信号类型——4-20mA为模拟信号，已在PLC内通过16bit ADC转换为数字量（0~65535码值）。因此无需额外ADC，只需从PLC寄存器读取数据。其次，考虑网络带宽：120点×2次/秒×4字节=960B/s，远低于10Mbps，带宽充足。最后，确定服务粒度：按测点分组，每个车间一个服务聚合多个测点，减少API调用次数。
实际操作步骤：
- 在PLC侧增加以太网模块（如西门子CP343-1），启用Modbus TCP服务器。
- 部署边缘网关（如树莓派或工业PC），运行Node-RED或Python脚本，每500ms轮询PLC寄存器，将码值转换为工程值：
temp = (raw - 4000) / (20000 - 4000) × 200。 - 在网关内进行质量判断：若raw=0或raw=65535，标记为“传感器断线”或“超量程”。
- 将数据封装为JSON格式，包含
device_id、timestamp、value、quality字段。 - 通过MQTT发布到EMQX Broker，同时通过REST API写入时序数据库。
- 在SOA平台注册温度服务，提供
GET /api/temperature/{point_id}/current和GET /api/temperature/{point_id}/history?start=&end=接口。
结果对比：迁移后，移动端可实时查看温度（延迟约800ms），ERP系统可获取每日温度统计报表，告警服务在温度超限时2s内推送通知。相比原系统，数据可访问性从单一HMI扩展到全企业。
风险与代价：网关单点故障风险，需配置双机热备；PLC轮询增加CPU负载约3%，在可接受范围；历史数据迁移需处理时区对齐问题。
复盘经验：信号服务化的核心不是技术难度，而是数据语义的统一。必须定义清晰的数据字典（单位、量程、质量码），否则下游消费者无法正确解析。
2.6 常见误区与总结复盘
在信号系统基础环节，工程师常犯以下错误，这些错误会在SOA迁移中放大为系统性问题。
误区二：采样率设置不当。采样率过低导致混叠，过高则浪费带宽和存储。应根据信号最高频率和所需分辨率综合计算。
误区三：将原始码值直接暴露为服务数据。服务消费者无法理解“码值12345”代表多少度，必须转换为工程单位并附带量程信息。
误区四：忽略时间同步。多传感器数据若无统一时间戳，后续关联分析将产生严重误差。应使用NTP或PTP同步所有采集节点。
总结复盘：信号系统是SOA迁移的“数据源头”，其质量直接决定上层服务的价值。设计时应遵循以下原则：
- 在边缘侧完成信号调理、标定和质量判断，确保进入服务层的数据是“干净的”。
- 定义统一的数据模型，包括设备ID、时间戳、值、单位、质量码、量程上下限。
- 根据消费者需求设计服务粒度：实时监控用轻量级推送（MQTT），历史分析用批量查询（REST + 时序库）。
- 建立信号链路监控，对采集异常、通信中断、数据超限进行告警，确保服务SLA可度量。