2. 音频信号基础与噪声模型
各位同学，欢迎来到实战课的第二讲。今天我们要聊的，是DSP移植联调中最基础、也最绕不开的一块——音频信号和噪声模型。说白了，你连信号长什么样、噪声从哪来都搞不清楚，后面调滤波器就是瞎调。
我刚开始做音频算法移植那会儿，就吃过这个亏。有一次把一个降噪算法从PC端往嵌入式平台搬，PC上跑得好好的，一上板子效果全变味。查了三天，最后发现是ADC采样率配置错了，信号已经混叠了，滤波器再努力也白搭。嗯，从那以后，我每次移植第一件事就是检查采样率和信号链路。
2.1 模拟信号与数字信号
咱们先捋清楚这两个概念。
模拟信号，就是自然界里真实存在的信号。比如你说话时声带振动产生的声波，它在时间和幅度上都是连续的。麦克风拾取到的电压变化，也是模拟信号。
数字信号，则是把模拟信号经过采样、量化后得到的离散序列。它在时间上是离散的，在幅度上也是离散的（量化到有限个电平）。
为什么要把好好的模拟信号转成数字的？因为数字信号抗干扰能力强，容易存储、传输和处理。DSP芯片只能处理数字信号，所以ADC（模数转换器）是音频系统的第一道关卡。
核心要点：
- 模拟信号：连续时间 + 连续幅度
- 数字信号：离散时间 + 离散幅度
- ADC完成从模拟到数字的转换
我个人习惯，在项目初期就会把整个信号链路的模拟/数字分界点画清楚。哪一段是模拟域，哪一段是数字域，中间ADC/DAC的参数是什么，心里要有数。
2.2 采样定理——奈奎斯特的底线
采样定理，也叫奈奎斯特采样定理。内容很简单：采样频率必须大于信号最高频率的两倍。
用公式表达就是：
fs > 2 * fmax其中fs是采样频率，fmax是信号中最高频率分量。
为什么必须这样？因为如果采样率不够，就会发生混叠（Aliasing）——高频信号会伪装成低频信号混进来，你根本分不清哪个是真哪个是假。
避坑指南：
我曾经在一个语音采集项目中，用了8kHz采样率去采集一个包含4.5kHz成分的信号。结果4.5kHz的信号被混叠成了3.5kHz（8-4.5=3.5），滤波器设计全乱套。后来我养成了一个习惯：采样率至少留20%的余量，并且ADC前端一定要加抗混叠滤波器。
常见的音频采样率：
| 采样率 | 典型应用 | 奈奎斯特频率 |
|---|---|---|
| 8 kHz | 电话语音 | 4 kHz |
| 16 kHz | 宽带语音 | 8 kHz |
| 44.1 kHz | CD音质 | 22.05 kHz |
| 48 kHz | 专业音频 | 24 kHz |
你想想看，如果采样率是44.1kHz，理论上能采集22.05kHz以内的信号。人耳能听到20kHz左右，所以CD音质够用了。
2.3 常见噪声类型
噪声无处不在。在DSP移植联调中，你遇到的噪声主要有这么几种。
2.3.1 白噪声
白噪声的功率谱密度在整个频率范围内是常数。也就是说，每个频率上的能量都一样。听起来像收音机没信号时的“嘶嘶”声。
白噪声在时域上，相邻采样点之间是不相关的。它的自相关函数是一个冲激函数。
小技巧：
在测试滤波器时，我经常用白噪声作为输入信号。因为它包含所有频率成分，可以快速检验滤波器的频率响应是否正常。如果白噪声通过滤波器后频谱形状不对，那滤波器肯定有问题。
2.3.2 粉红噪声
粉红噪声的功率谱密度与频率成反比，每倍频程下降3dB。低频能量更多，听起来比白噪声“暖”一些，像瀑布声或雨声。
自然界中很多声音都接近粉红噪声，比如心跳、海浪。音频测试中也常用粉红噪声来模拟真实环境。
2.3.3 脉冲噪声
脉冲噪声是时域上短暂、幅度大的尖峰。比如开关电源的毛刺、静电放电、接触不良时的“咔嗒”声。
这种噪声在频域上能量分布很广，容易干扰整个频段。对付脉冲噪声，通常用中值滤波或限幅器，而不是传统的线性滤波器。
避坑指南：
我曾经在移植一个降噪算法时，发现算法对白噪声和粉红噪声效果很好，但一遇到脉冲噪声就崩溃。后来排查发现，算法里有一个自适应步长更新逻辑，脉冲噪声导致步长瞬间跳变，滤波器发散。解决方案是在算法前端加一个脉冲检测和限幅模块。
三种噪声的对比：
| 噪声类型 | 频谱特性 | 时域特性 | 典型来源 |
|---|---|---|---|
| 白噪声 | 平坦 | 随机、不相关 | 热噪声、量化噪声 |
| 粉红噪声 | 每倍频程-3dB | 低频能量多 | 自然声、环境噪声 |
| 脉冲噪声 | 宽频带 | 短暂尖峰 | 开关毛刺、静电 |
2.4 信噪比（SNR）概念
信噪比，英文Signal-to-Noise Ratio，缩写SNR。它衡量的是有用信号和噪声的功率比值。
公式很简单：
SNR(dB) = 10 * log10( P_signal / P_noise )其中P_signal是信号功率，P_noise是噪声功率。单位是dB。
举个例子：如果信号功率是噪声功率的100倍，那么SNR = 10 * log10(100) = 20 dB。
SNR越高，说明信号越干净，噪声越少。一般语音通信要求SNR在15dB以上才能听清。高保真音频系统SNR能做到90dB以上。
实际工程中的SNR：
- SNR < 0 dB：信号被噪声淹没，基本不可用
- SNR 0-10 dB：噪声明显，需要降噪处理
- SNR 10-20 dB：可以通信，但质量一般
- SNR > 20 dB：信号质量较好
- SNR > 60 dB：高保真级别
在DSP移植联调中，我经常用SNR来评估降噪效果。算法处理前后的SNR提升量，就是降噪量。比如输入SNR是5dB，输出SNR是15dB，那降噪量就是10dB。
但要注意，SNR只是一个宏观指标。有时候SNR提升了，但语音失真了，听起来反而更差。所以除了SNR，还要结合主观听感来评估。
2.5 本章知识体系
下面这张图，把本章的核心知识点串起来了。你可以把它当作一个快速索引。
这张图从信号基础和噪声模型两个分支展开，最终汇聚到DSP移植联调中的工程实践。你可以看到，采样定理、抗混叠滤波器、SNR评估，这些都是环环相扣的。任何一个环节出问题，最终效果都会打折扣。
好了，这一章的内容就到这里。音频信号和噪声模型是后面所有滤波器设计的基础，把这些概念吃透了，后面调滤波器的时候你才能心里有底。