Posts

数字信号处理入门:从正弦波、频谱到采样与滤波

本文把一组常见问题串成一条学习主线:为什么用正弦波 → 什么是频谱 → 离散时间频谱为什么周期 → 为什么关注 ±fs/2 → 什么是频带与目标频带 → 低通/带通等滤波器如何工作。

0. 先看全貌

数字信号处理(DSP)经常把问题放在两个互补视角下看:

这不是两种不同的信号,而是同一信号的两种表示方式。

1. 为什么 DSP 经常用正弦波?

不是因为现实信号都是正弦波,而是因为正弦波是分析线性系统和频率成分的自然”基元”。

1.1 复杂信号可分解为正弦成分

在适当条件下,周期信号可以用傅里叶级数表示;更一般的非周期信号可以用傅里叶变换描述其频率成分。

例如,理想方波可写成奇次谐波之和:

x(t)=4π(sin⁡ω0t+13sin⁡3ω0t+15sin⁡5ω0t+⋯ )x(t)=\frac{4}{\pi}\left(\sin\omega_0t+\frac{1}{3}\sin3\omega_0t+\frac{1}{5}\sin5\omega_0t+\cdots\right)

因此,分析不同频率的正弦成分,就能理解复杂信号的频率结构。

1.2 正弦波是 LTI 系统的特征输入

对线性时不变系统(LTI),输入一个频率为 ff 的正弦波,稳态输出仍是同频率正弦波,只改变幅度和相位:

x(t)=Acos⁡(2πft+ϕ)x(t)=A\cos(2\pi ft+\phi) y(t)=A∣H(f)∣cos⁡(2πft+ϕ+∠H(f))y(t)=A|H(f)|\cos(2\pi ft+\phi+\angle H(f))

其中 H(f)H(f) 是系统的频率响应。于是,逐个频率测试系统,就能得到它如何处理各种频率成分。

1.3 复指数让数学更简洁

ejωt=cos⁡(ωt)+jsin⁡(ωt)e^{j\omega t}=\cos(\omega t)+j\sin(\omega t)

微分时:

ddtejωt=jωejωt\frac{d}{dt}e^{j\omega t}=j\omega e^{j\omega t}

因此正弦/复指数不仅有直观意义,也能把许多微分方程和系统分析转化为代数运算。

2. 什么是频谱(spectrum)?

频谱是信号在频率维度上的表示:它告诉我们不同频率成分的复幅度(包含幅度与相位)如何分布。

例如:

x(t)=cos⁡(2π100t)+0.5cos⁡(2π300t)x(t)=\cos(2\pi100t)+0.5\cos(2\pi300t)

它包含 100 Hz 和 300 Hz 两个正弦成分。时域看到叠加波形;频域则在 100 Hz 和 300 Hz 处看到对应谱线(理想无限长正弦的广义傅里叶变换表示)。

时域波形与频谱

严格地说,傅里叶变换结果通常是复数 X(f)X(f)。常见图表画的是幅度谱 ∣X(f)∣|X(f)|、功率谱或相位谱,并不是只有一种”频谱图”。

连续时间傅里叶变换(CTFT):

X(f)=∫−∞+∞x(t)e−j2πft dtX(f)=\int_{-\infty}^{+\infty}x(t)e^{-j2\pi ft}\,dt

3. 时域周期性与频域周期性:必须区分

这是最容易混淆的地方。

3.1 时域信号是否周期,取决于信号本身

连续时间周期信号满足:

x(t+T)=x(t)x(t+T)=x(t)

离散时间周期信号满足:

x[n+N]=x[n]x[n+N]=x[n]

现实信号不一定周期:一次脉冲、敲击声、瞬态振动都可以是非周期信号。

3.2 连续时间傅里叶变换不会让所有频谱都周期

连续时间非周期信号的频谱通常是连续分布且不必周期;连续时间周期信号的频谱通常表现为离散谱线(冲激谱)。

所以,“做了傅里叶变换,频谱就一定周期”是错误的。

4. 为什么离散时间频谱具有周期性?

关键不是原始信号在时域是否周期,而是时间变量变成整数索引 nn。

离散时间傅里叶变换(DTFT):

X(ejω)=∑n=−∞+∞x[n]e−jωnX(e^{j\omega})=\sum_{n=-\infty}^{+\infty}x[n]e^{-j\omega n}

把角频率增加 2π2\pi:

X(ej(ω+2π))=∑nx[n]e−j(ω+2π)n=∑nx[n]e−jωne−j2πn=X(ejω)\begin{aligned} X(e^{j(\omega+2\pi)}) &=\sum_n x[n]e^{-j(\omega+2\pi)n}\\ &=\sum_n x[n]e^{-j\omega n}e^{-j2\pi n}\\ &=X(e^{j\omega}) \end{aligned}

因为 nn 是整数,所以 e−j2πn=1e^{-j2\pi n}=1。因此 DTFT 对 ω\omega 的周期是 2π2\pi。

用 Hz 表示,令 ω=2πf/fs\omega=2\pi f/f_s,周期就对应 fsf_s:

X(f+fs)=X(f)\boxed{X(f+f_s)=X(f)}

这里的表达是离散时间频谱按采样频率重复的概念;对于一般信号,等式应在 DTFT 存在或广义意义下理解。

连续时间谱与离散时间周期谱示意

4.1 用采样正弦波看得更直观

连续正弦波:

x(t)=cos⁡(2πft)x(t)=\cos(2\pi ft)

以 fsf_s 采样,t=n/fst=n/f_s:

x[n]=cos⁡(2πffsn)x[n]=\cos\left(2\pi\frac{f}{f_s}n\right)

若把频率改成 f+fsf+f_s:

x′[n]=cos⁡(2πf+fsfsn)=cos⁡(2πffsn+2πn)=x[n]\begin{aligned} x'[n] &=\cos\left(2\pi\frac{f+f_s}{f_s}n\right)\\ &=\cos\left(2\pi\frac{f}{f_s}n+2\pi n\right)\\ &=x[n] \end{aligned}

因此,频率相差整数倍 fsf_s 的连续正弦波,在采样点上可能完全相同。这是频谱周期性与混叠现象的根源之一。

5. 为什么 [−fs/2,+fs/2][-f_s/2,+f_s/2] 如此重要?

因为离散时间频谱每隔 fsf_s 重复一次,所以只需选一个长度为 fsf_s 的区间,就能表示一个完整周期。最常用、以零频为中心的区间是:

−fs2≤f≤+fs2\boxed{-\frac{f_s}{2}\le f\le+\frac{f_s}{2}}

它通常称为一个主值频率区间或奈奎斯特区间。边界处的表示有周期端点等价问题;工程图中常采用半开区间避免重复计数。

5.1 奈奎斯特频率

fN=fs2f_N=\frac{f_s}{2}

对带限连续信号,若最高有用频率为 fmax⁡f_{\max},理想采样重建要求:

fs>2fmax⁡f_s>2f_{\max}

也就是 fmax⁡<fs/2f_{\max}<f_s/2。实际系统还需要滤波器过渡带和工程裕量,不能把等号边界当作实际设计余量。

5.2 混叠(aliasing)

假设 fs=1000f_s=1000 Hz,则奈奎斯特频率为 500 Hz。700 Hz 分量在采样后会与 -300 Hz 的离散频率表示相对应;对实余弦信号,它也会表现为 300 Hz 的混叠频率:

cos⁡(2π7001000n)=cos⁡(2π3001000n)\cos\left(2\pi\frac{700}{1000}n\right) =\cos\left(2\pi\frac{300}{1000}n\right)

混叠示意:300 Hz 与 700 Hz 采样后相同

重要纠正: [−fs/2,+fs/2][-f_s/2,+f_s/2] 是离散时间频谱的一个基本周期,并不意味着窗口外的频率在物理上消失;它们会折叠/映射到这个区间内,可能与原有成分混淆。

6. 频带、带宽与 Spectral Band of Interest

例如机械振动分析可能只关注 200–800 Hz 的故障特征;语音应用可能关注特定语音频带。目标频带由应用决定,不是固定不变的。

7. Low-pass、High-pass、Band-pass、Band-stop 是什么?

这些名称是按滤波器的频率响应定义的。令 H(f)H(f) 或 H(ejω)H(e^{j\omega}) 表示滤波器对各频率的增益:

四种基本滤波器频率响应

7.1 频率响应与实际滤波

对 LTI 系统,在频域中:

Y(f)=H(f)X(f)Y(f)=H(f)X(f)

这表示输入频谱的每个频率成分被滤波器按其频率响应缩放并改变相位。

但滤波器不一定要在频域执行。数字滤波器可以在时域用差分方程/卷积实现,例如 FIR:

y[n]=∑k=0Mbkx[n−k]y[n]=\sum_{k=0}^{M}b_kx[n-k]

也可以用 FFT 转到频域相乘,再逆变换回时域。两者是不同实现方式,设计目标仍可用频率响应来描述。

7.2 频率响应与冲激响应

滤波器的冲激响应 h[n]h[n] 与频率响应互为 DTFT:

H(ejω)=∑n=−∞+∞h[n]e−jωnH(e^{j\omega})=\sum_{n=-\infty}^{+\infty}h[n]e^{-j\omega n}

所以:

8. 为什么 ADC 前常放一个模拟低通滤波器?

采样前若存在高于 fs/2f_s/2 的强频率成分,它们可能混叠到目标频带内。采样后再数字滤波,通常无法判断某个频率成分究竟来自原本的低频,还是由高频折叠而来。

因此,ADC 前通常放置抗混叠低通滤波器(anti-aliasing LPF),先衰减不希望进入采样系统的高频成分。

ADC 前的抗混叠低通滤波器示意

工程设计中,滤波器不是理想砖墙;需要给通带、过渡带、阻带衰减和采样频率留出余量。

9. 一张表总结整条知识链

概念它回答的问题
正弦波 / 复指数为什么适合分析系统与频率成分?
Spectrum(频谱)信号包含哪些频率成分?
Time-domain periodicity信号本身是否随时间重复?
DTFT periodicity为什么离散时间频谱每隔 fsf_s 重复?
Frequency band(频带)一段频率范围是什么?
Bandwidth(带宽)频带有多宽?
Spectral band of interest我们真正关注哪些频率?
Nyquist frequency fs/2f_s/2采样系统的奈奎斯特边界在哪里?
Aliasing(混叠)不同模拟频率如何映射成相同离散序列?
LPF / HPF / BPF / BSF如何按频率选择性地保留或抑制信号?
Frequency response滤波器对每个频率如何作用?

10. 建议的学习顺序

  1. 先理解时域与频域、正弦波叠加、傅里叶级数/变换。
  2. 区分连续时间信号与离散时间信号。
  3. 学 DTFT,理解 2π2\pi 周期性及以 Hz 表示的 fsf_s 周期性。
  4. 学采样定理、奈奎斯特频率与混叠。
  5. 学频带、带宽、目标频带和滤波器频率响应。
  6. 最后学习 FIR/IIR、DFT/FFT 以及实际滤波器设计。

关键结论(请记住)

  1. 不是所有时域信号都周期。 周期性取决于信号本身。
  2. 连续时间频谱不一定周期。 傅里叶变换不会自动让频谱周期化。
  3. 离散时间 DTFT 具有 2π2\pi 周期性。 用 Hz 表示时,周期对应 fsf_s。
  4. [−fs/2,+fs/2][-f_s/2,+f_s/2] 是常用的一个基本频率区间。 窗口外的频率会映射/折叠进来。
  5. 低通、带通等按频率响应定义。 但实际滤波可以在时域或频域实现。
  6. 抗混叠必须在采样前考虑。 采样后再滤波无法普遍消除已经发生的混叠。

术语说明:此前提到的 “shark-tooth curve(鲨鱼齿曲线)“并非 DSP 中统一标准的术语。它可能指特定教材图中的频谱包络、采样频谱或零阶保持响应。需要结合原图才能准确判断,不应仅凭名称将它等同于频谱周期性。