跳到主要内容

信号处理基础

信号处理是分析和处理信号的方法！理解信号处理，能帮助我们处理各种信号。

什么是信号？​

信号（Signal）是随时间或空间变化的物理量。

简单理解​

信号就像"信息载体"：

  • 声音信号：声音的振动
  • 图像信号：图像的像素值
  • 电信号：电压或电流

分类​

连续信号和离散信号​

  • 连续信号：时间连续，值连续
  • 离散信号：时间离散，值离散

周期信号和非周期信号​

  • 周期信号：x(t+T)=x(t)x(t + T) = x(t)（TT 是周期）
  • 非周期信号：不满足周期条件

信号的表示​

时域表示​

时域表示是信号随时间的变化。

例子：正弦信号

x(t)=Asin⁡(2πft+ϕ)x(t) = A \sin(2\pi ft + \phi)

其中：

  • AA 是振幅
  • ff 是频率
  • ϕ\phi 是相位

频域表示​

频域表示是信号的频率成分。

傅里叶变换将时域信号转换到频域：

X(ω)=∫−∞∞x(t)e−iωtdtX(\omega) = \int_{-\infty}^{\infty} x(t) e^{-i\omega t} dt

信号的基本操作​

时移​

时移：y(t)=x(t−t0)y(t) = x(t - t_0)

信号在时间轴上平移。

时域缩放​

时域缩放：y(t)=x(at)y(t) = x(at)

  • a>1a > 1：压缩
  • 0<a<10 < a < 1：扩展

幅度缩放​

幅度缩放：y(t)=Ax(t)y(t) = A x(t)

改变信号的幅度。

相加​

相加：y(t)=x1(t)+x2(t)y(t) = x_1(t) + x_2(t)

两个信号相加。

相乘​

相乘：y(t)=x1(t)x2(t)y(t) = x_1(t) x_2(t)

两个信号相乘（调制）。

卷积​

定义​

卷积（Convolution）是两个信号的运算：

y(t)=x1(t)∗x2(t)=∫−∞∞x1(τ)x2(t−τ)dτy(t) = x_1(t) * x_2(t) = \int_{-\infty}^{\infty} x_1(\tau) x_2(t - \tau) d\tau

性质​

  • 交换律：x1∗x2=x2∗x1x_1 * x_2 = x_2 * x_1
  • 结合律：(x1∗x2)∗x3=x1∗(x2∗x3)(x_1 * x_2) * x_3 = x_1 * (x_2 * x_3)
  • 分配律：x1∗(x2+x3)=x1∗x2+x1∗x3x_1 * (x_2 + x_3) = x_1 * x_2 + x_1 * x_3

卷积定理​

时域卷积对应频域乘积：

F[x1∗x2]=X1(ω)X2(ω)\mathcal{F}[x_1 * x_2] = X_1(\omega) X_2(\omega)

采样​

定义​

采样（Sampling）是将连续信号转换为离散信号的过程。

采样定理​

奈奎斯特采样定理（Nyquist Sampling Theorem）：

如果信号的最高频率为 fmax⁡f_{\max}，则采样频率 fsf_s 必须满足：

fs≥2fmax⁡f_s \ge 2 f_{\max}

否则会出现混叠（Aliasing）。

例子​

例子：音频信号最高频率 20 kHz，采样频率至少 40 kHz（CD 质量：44.1 kHz）

滤波​

定义​

滤波（Filtering）是去除信号中不需要的成分的过程。

低通滤波​

低通滤波器（Low-pass Filter）保留低频成分，去除高频成分。

应用：去除噪声、平滑信号

高通滤波​

高通滤波器（High-pass Filter）保留高频成分，去除低频成分。

应用：边缘检测、去除直流分量

带通滤波​

带通滤波器（Band-pass Filter）保留特定频率范围的成分。

应用：提取特定频率的信号

信号处理的应用​

音频处理​

  • 🎵 音乐处理：处理音乐信号
  • 🔊 语音识别：识别语音信号

图像处理​

  • 🖼️ 图像增强：增强图像质量
  • 🔍 图像识别：识别图像内容

通信​

  • 📡 信号传输：传输信号
  • 📻 调制解调：调制和解调信号

常见错误​

错误 1：采样频率不足​

采样频率不足会导致混叠。

错误 2：滤波器设计不当​

滤波器设计不当可能影响信号质量。

错误 3：时域和频域混淆​

要清楚时域和频域的区别和联系。

小练习​

  1. 说明连续信号和离散信号的区别
  2. 计算 x(t)=sin⁡(2πt)x(t) = \sin(2\pi t) 的周期
  3. 说明奈奎斯特采样定理的意义
  4. 应用题：在音频处理中，如何选择合适的采样频率？

💡 小贴士：信号处理是分析和处理信号的方法。记住：时域表示信号随时间的变化，频域表示信号的频率成分，采样频率至少是信号最高频率的 2 倍。掌握信号处理，你就能处理各种信号！