第1章信号与信号处理

📌 考试定位：本章几乎不作为计算大题直接出现，但它决定你能不能读懂后面题干中的 signal、system、sampling、digital processing、analog reconstruction 等词。复习时间紧时，本章只需快速浏览。

0. 先用一句话抓住本章

DSP 做的事是：把真实世界的信号变成离散数字序列，用算法处理，再在需要时变回模拟信号。

题干出现这些关键词就翻本章：

analog signal / digital signal；
continuous-time / discrete-time；
A/D、D/A、sample-and-hold；
quantization、finite wordlength；
DSP vs ASP。

本章不要求复杂推导，重点是分清几组概念：

x(t),\quad x[n],\quad \text{analog},\quad \text{digital},\quad \text{sampling},\quad \text{quantization}.

1. 30 秒概念速查

概念	一句话	看到什么题干就用
信号(signal)	携带信息的函数或序列	语音、图像、电压、雷达回波
连续时间信号 $x(t)$	自变量 $t$ 连续	模拟电压、声音压力
离散时间信号 $x[n]$	自变量 $n$ 是整数	采样序列、数组
模拟信号(analog)	时间和幅度通常连续	真实世界输入/输出
数字信号(digital)	时间离散且幅度量化	计算机/芯片内部处理
采样(sampling)	每隔 $T$ 秒取一次值	C/D、A/D 前后
量化(quantization)	把连续幅度压到有限等级	finite wordlength
DSP	数字形式处理信号	可编程、可重复、抗噪声
ASP	模拟形式处理信号	高频、实时、模拟前端

2. 5 分钟直觉

2.1 离散时间信号不等于数字信号

离散时间信号只说明横轴离散：

x[n],\quad n\in\mathbb{Z}.

但 $x[n]$ 的取值仍然可以是任意实数。数字信号还要求幅度被量化成有限精度，比如 16-bit PCM 音频。

所以理论 DSP 里经常先把 $x[n]$ 当作实数序列分析，暂时忽略量化误差。真实实现时才考虑 finite wordlength effects。

2.2 真实 DSP 系统的基本链路

典型链路是：

\text{模拟输入} \rightarrow \text{抗混叠滤波} \rightarrow \text{采样保持} \rightarrow \text{A/D} \rightarrow \text{数字处理} \rightarrow \text{D/A} \rightarrow \text{重构滤波} \rightarrow \text{模拟输出}.

后面第3章会重点分析：采样频率不够时为什么会混叠；D/A 后为什么需要重构滤波器；重构滤波器的增益为什么常取 $T$ 。

2.3 DSP 为什么有优势，但不取代模拟处理

DSP 的优势：

可编程：改算法比改硬件容易；
可重复：同一输入通常得到同一输出；
抗噪声：数字状态更容易判决和纠错；
易存储和传输：数字数据适合压缩、复制、加密。

但模拟处理仍然必要：

真实世界入口/出口大多是模拟信号；
高频信号直接数字化对采样率和硬件要求很高；
模拟前端负责放大、滤波、保护 ADC；
某些实时场景模拟电路延迟更低。

3. 最小先修知识

后面章节默认你会以下内容：

3.1 复数与欧拉公式

e^{j\theta}=\cos\theta+j\sin\theta.

因此

e^{-j\pi/2}=-j,

e^{j\pi}=-1.

这会在 DFT、FFT、频移、全通系统里反复出现。

3.2 角频率与 Hz

\Omega=2\pi f.

采样后数字角频率为

\omega=\Omega T=2\pi f/F_s.

其中：

$f$ ：Hz；
$\Omega$ ：rad/s；
$\omega$ ：rad/sample。

3.3 基本卷积长度

两个有限长序列长度为 $L_x$ 和 $L_h$ ，线性卷积长度为

L_y=L_x+L_h-1.

这在第2章、第4章、第5章都会用到。

4. 做题套路

套路 1：区分连续/离散/模拟/数字

输入： 题目描述一个信号或系统。
输出： 判断它属于哪类。
对应场景： 基础概念题、采样链路题。

看自变量：连续时间 $t$ 还是整数索引 $n$ 。
看幅度：连续幅度还是量化等级。
写清：离散时间不一定数字；数字通常既离散时间又量化幅度。

套路 2：解释为什么需要 A/D 和 D/A

输入： 真实世界模拟信号要用 DSP 处理。
输出： 写出链路和每步作用。

模拟信号先经过抗混叠滤波，限制最高频率。
采样保持和 A/D 把它变成数字序列。
数字处理器执行滤波、变换、压缩等算法。
若输出要回到真实世界，用 D/A 和重构滤波器变回模拟信号。

套路 3：说明 DSP 与 ASP 的取舍

输入： 问为什么用 DSP，或为什么仍需要模拟处理。
输出： 优势 + 边界。

可写：DSP 便于编程、存储、传输和重复实现；但真实信号入口/出口是模拟的，高频和实时约束也要求模拟前端参与。

5. 典型题精讲

例题 1：离散时间信号是否一定是数字信号

题目： $x[n]=0.1n$ 是否一定是数字信号？

解答： $n$ 是整数，所以它是离散时间信号。但幅度 $0.1n$ 在理论上仍可取实数值，题目没有说明量化到有限等级，也没有说明用有限位二进制存储。

答案： 它一定是离散时间信号，但不一定是严格的数字信号。

例题 2：DSP 系统链路

题目： 用数字滤波器处理麦克风采集的声音，并最终由扬声器播放。写出基本流程。

解答：

\text{声音压力} \rightarrow \text{麦克风模拟电压} \rightarrow \text{抗混叠滤波} \rightarrow \text{A/D} \rightarrow x[n] \rightarrow \text{数字滤波器} \rightarrow y[n] \rightarrow \text{D/A} \rightarrow \text{重构/功放} \rightarrow \text{扬声器声音}.

易错提醒： 不要从“数字滤波器”直接跳到“声音输出”。真实系统必须有 D/A 和模拟输出链路。

6. 易错点表

❌ 错误做法	✅ 正确做法
把 $x(t)$ 和 $x[n]$ 混用	$x(t)$ 连续时间， $x[n]$ 离散时间
认为离散时间一定数字	离散时间只说明横轴离散；数字还要求幅度量化
忽略抗混叠滤波	A/D 前需要限制频带，避免混叠
认为 DSP 完全不需要模拟处理	真实世界入口/出口和高频前端仍需模拟处理
认为量化没有误差	有限字长会带来量化误差和溢出问题

7. 本章 90 分检查清单

能区分 $x(t)$ 和 $x[n]$ 。
能区分离散时间信号和数字信号。
能画出模拟信号数字处理的基本链路。
能说明采样、量化、A/D、D/A 的作用。
能说出 DSP 的优势和模拟处理仍然必要的原因。
能使用欧拉公式和频率换算作为后续章节基础。

8. 自测题与答案

题目

$x(t)$ 和 $x[n]$ 的区别是什么？
离散时间信号一定是数字信号吗？
A/D 转换前为什么通常需要抗混叠滤波？
DSP 相比 ASP 至少有哪些优点？
为什么真实系统仍然需要模拟处理？
$e^{-j\pi/2}$ 等于多少？
$f=1$ kHz 对应的模拟角频率 $\Omega$ 是多少？
若采样频率 $F_s=8$ kHz， $f=1$ kHz 对应的数字角频率是多少？

答案

$x(t)$ 表示连续时间信号，自变量 $t$ 连续； $x[n]$ 表示离散时间序列，自变量 $n$ 是整数。
不一定。离散时间只说明时间索引离散；数字信号还要求幅度量化。
为了在采样前限制信号最高频率，避免采样后频谱副本重叠造成混叠。
可编程、可重复、易存储传输、抗噪声能力强、便于复杂算法实现。
真实世界信号多为模拟信号，高频前端、传感器/执行器接口和某些实时处理仍需要模拟电路。
$e^{-j\pi/2}=-j$ 。
$\Omega=2\pi f=2000\pi$ rad/s。
$\omega=2\pi f/F_s=2\pi\cdot1/8=\pi/4$ 。

9. 学习路线

快速读本章概念，不要在应用案例上花太多时间。
确保自己能分清连续/离散/模拟/数字。
把频率换算和欧拉公式作为后续计算工具记住。
直接进入第2章和第3章，本章不需要反复刷题。

10. 和后续章节的关系

第2章开始正式处理离散时间序列。
第3章会分析采样和恢复，这是本章 A/D、D/A 链路的数学版本。
第5章的 DFT/FFT、第9/10章的滤波器设计都建立在“信号可以数字化处理”这个基本框架上。

第1章 信号与信号处理