1. 信号训练基础：信号与系统概述，采样定理，数字信号处理基础
各位同学，咱们今天先聊点基础的。信号处理这个领域，说白了就是跟“波”打交道。我刚开始入行那会儿，总觉得理论离实战很远，后来被一个采样率设错的问题坑过一回，才明白基础不牢，后面调均衡参数全是瞎蒙。所以这一章，咱们把地基打扎实。
1.1 信号与系统——到底在描述什么？
信号，本质上就是信息的载体。电压高低、声音强弱、图片像素，都是信号。系统呢，就是对着信号做操作的玩意儿：放大、滤波、变换。
我习惯把信号分成两大类：连续信号和离散信号。连续信号在时间轴上是连续的，比如模拟麦克风输出的电压。离散信号只在一串时间点上取值，比如AD转换之后的数据。你想想看，真实世界里信号几乎都是连续的，但计算机只能处理离散的，所以我们必须搭一座桥——这就是采样定理要做的事。
1.2 采样定理——数字世界的门槛
说起采样定理，必须提奈奎斯特。这玩意儿其实就一句话：采样频率必须大于信号最高频率的两倍，才能无失真地重建原信号。
为什么？我在项目里遇到过这样的事：一个10kHz的正弦波，采样率设成16kHz，结果还原出来是个6kHz的假信号。这就是混叠。你想想看，如果后面还有均衡器、滤波器，看到的全是假信号，调出来的参数能用才怪。
| 参数 | 含义 | 常见取值 |
|---|---|---|
| fs（采样率） | 每秒采多少个点 | 8kHz（语音）、44.1kHz（CD）、96kHz（母带） |
| f_max（信号最高频率） | 信号包含的最大频率分量 | 语音4kHz，音频20kHz |
| 奈奎斯特频率 | fs/2，能无混叠表示的最大频率 | fs=44.1kHz时，奈奎斯特频率=22.05kHz |
1.3 数字信号处理基础——从时域到频域
数字信号处理，核心就两个域：时域和频域。时域看波形，频域看频率成分。为什么我要强调这个？因为均衡参数调优，本质就是在频域里调整各个频段的增益。
最常用的工具是离散傅里叶变换（DFT），工程上快速实现用的是FFT（快速傅里叶变换）。它能把一段时域信号变成频域表示。嗯，这里要注意：FFT的长度（N点）决定了频率分辨率。分辨率 = fs / N。比如fs=44.1kHz，N=1024点，分辨率大约43Hz。你想看清楚100Hz和105Hz之间的差异？那就得增加N。
// 简单C语言FFT示例（仅示意结构，非完整代码）
#include <math.h>
void fft(double *re, double *im, int n) {
// 位反转排序
// 蝶形运算
for (int len = 2; len <= n; len <<= 1) {
double w_angle = -2 * M_PI / len;
for (int i = 0; i < n; i += len) {
double w_re = 1, w_im = 0;
for (int j = 0; j < len/2; j++) {
double u_re = re[i+j], u_im = im[i+j];
double v_re = re[i+j+len/2] * w_re - im[i+j+len/2] * w_im;
double v_im = re[i+j+len/2] * w_im + im[i+j+len/2] * w_re;
re[i+j] = u_re + v_re;
im[i+j] = u_im + v_im;
re[i+j+len/2] = u_re - v_re;
im[i+j+len/2] = u_im - v_im;
// 更新旋转因子
double t = w_re * cos(w_angle) - w_im * sin(w_angle);
w_im = w_re * sin(w_angle) + w_im * cos(w_angle);
w_re = t;
}
}
}
}
1.4 本章知识体系总览
下面这张图帮大家把这一章的核心逻辑串起来。不用死记，理解流程就行。
图里最左边开始，信号经过系统，然后必须满足采样定理，加上抗混叠滤波器才能变成离散信号。离散信号通过FFT变换到频域，最后才是均衡参数调优。每一步少一个，后面的工作就是空中楼阁。
1.5 实践中的三点提醒
- 采样率不是越高越好：高了数据量太大，处理延迟也大。选够用的就行。我一般保留20%余量。
- 先做抗混叠，后采样：这是硬件设计铁律。如果你用软件滤波，也得在降采样前先滤波。
- FFT结果看幅值谱：相位信息在均衡中很少直接使用，但要注意FFT的“泄漏”效应——加窗函数可以缓解。
scipy.signal库做原型验证很快。写一行f, Pxx = periodogram(x, fs)就能得到功率谱密度，比手动FFT省很多事。但是要理解背后原理，否则参数选错了都不知道。
好了，第一章内容就这么多。信号与系统的概念、采样定理的门槛、DFT/FFT的基础应用，这三块是后续所有均衡实战的根基。你只要把这几个点想明白，后面调参的时候就不容易慌。我当年自己啃这些也花了些时间，但一旦理解了，后面就顺了。