1. 课程导入
各位同学，欢迎来到这门课。我是你们的老朋友，一个在声学和降噪领域摸爬滚打了十几年的工程师。今天咱们聊点最基础，但也最容易被忽视的东西——声学基础和噪声分类。
你可能会想，基础有什么好讲的？我当年也这么觉得。直到有一次，我在一个项目里把噪声源搞错了，滤波器参数调了整整两周，结果发现是隔壁空调压缩机的低频振动传过来的。嗯，从那以后，我再也不敢跳过基础了。
1.1 声波特性：声音到底是个啥？
说白了，声音就是一种机械波。它需要介质才能传播，空气、水、固体都行，真空里它玩不转。
声波有几个关键参数，我列个表，你一看就明白：
| 参数 | 符号 | 单位 | 说明 |
|---|---|---|---|
| 频率 | f | Hz | 每秒振动的次数，决定音调高低 |
| 波长 | λ | m | 一个完整波形的空间长度 |
| 声速 | c | m/s | 在空气中约 343 m/s（20°C） |
| 振幅 | A | Pa | 声压变化幅度，决定响度 |
它们之间有个简单关系：c = f × λ。频率越高，波长越短。这个关系在降噪滤波器设计里特别重要——你想想看，要消除一个 100 Hz 的低频噪声，波长大概 3.4 米，你的传感器和扬声器之间的距离就得好好算算。
1.2 分贝与声压级：别被数字骗了
人耳能听到的最小声压是 20 μPa，能忍受的最大声压是 200 Pa。这跨度太大了，直接拿帕斯卡来算，数字写出来能绕地球三圈。所以咱们用分贝（dB）这个对数单位。
声压级（SPL）的计算公式：
SPL = 20 × log10(p / p₀)其中 p₀ = 20 μPa，是人耳听阈。
我举个例子：正常说话大约 60 dB SPL，摇滚演唱会能到 110 dB。注意，每增加 20 dB，声压就大了 10 倍。所以 80 dB 不是 40 dB 的两倍响，而是 100 倍的能量。
常见的噪声级参考：
- 0 dB：听阈
- 30 dB：安静的图书馆
- 60 dB：正常交谈
- 80 dB：繁忙的街道
- 100 dB：电钻
- 120 dB：喷气式飞机起飞（开始感到疼痛）
1.3 噪声频谱分析：噪声的“指纹”
每个噪声源都有自己独特的频谱特征。就像人的指纹一样，你抓住了频谱，就抓住了噪声的命门。
频谱分析通常用 FFT（快速傅里叶变换）把时域信号转到频域。我个人习惯用 1/3 倍频程来分析，因为人耳的听觉特性更接近这种对数频率分辨率。
看一个简单的 Python 代码示例，帮你理解怎么做频谱分析：
import numpy as np
import matplotlib.pyplot as plt
# 生成一个模拟噪声信号（50 Hz + 120 Hz + 随机噪声）
fs = 1000 # 采样率 1000 Hz
t = np.arange(0, 1, 1/fs)
signal = 0.5 * np.sin(2 * np.pi * 50 * t) + 0.3 * np.sin(2 * np.pi * 120 * t) + 0.1 * np.random.randn(len(t))
# 做 FFT
N = len(signal)
freqs = np.fft.fftfreq(N, 1/fs)[:N//2]
fft_vals = np.abs(np.fft.fft(signal))[:N//2]
# 找到峰值频率
peak_idx = np.argmax(fft_vals)
print(f"主频: {freqs[peak_idx]:.1f} Hz")这段代码跑出来，主频应该是 50 Hz。你看，频谱分析就是这么直接。
1.4 常见噪声源分类
噪声源千奇百怪，但咱们可以归归类。我按自己的工程经验，把它们分成四大类：
| 类别 | 典型例子 | 频率范围 | 特点 |
|---|---|---|---|
| 机械噪声 | 电机、齿轮、轴承 | 低频 ~ 中频 | 周期性明显，有谐波 |
| 空气动力噪声 | 风扇、空调、排气 | 宽频 | 湍流引起，随机性强 |
| 电磁噪声 | 变压器、电源 | 50/60 Hz 及其谐波 | 工频及其倍频 |
| 冲击噪声 | 锤击、关门、爆炸 | 宽频瞬时 | 持续时间短，能量大 |
你想想看，一个空调室外机，既有风扇的空气动力噪声，又有压缩机的机械噪声，还有电机的电磁噪声。三种混在一起，频谱图会非常复杂。我做过一个项目，就是给这种设备做降噪，最后用了多级滤波器级联才搞定。
下面这张图，是我自己画的噪声分类框架，帮你理清思路：
这张图把噪声源分成了四大类，每类下面又列出了典型例子和频率特点。你在实际项目中，可以先判断噪声属于哪一类，再针对性地设计滤波器。
好了，这一章的内容就到这儿。声波特性、分贝计算、频谱分析、噪声分类，这四个点是你后面做降噪滤波器设计的基石。别嫌基础，我见过太多人在这上面栽跟头了。