信号处理 / 系统课时

识别连续与离散信号形态

识别连续与离散信号形态

这节课解决信号建模时最先遇到的分类问题:时间变量是否连续、幅值是否连续,以及采样和量化分别改变了什么。判断清楚后,才能选择正确的时域表示、运算规则和后续分析方法。

学习目标

  • 根据自变量取值判断连续时间信号与离散时间信号
  • 区分时间离散化、幅值量化以及模拟与数字表示
  • 从实际波形判断采样或量化后应采用的数学模型

先看时间轴是否连续

信号首先是某个自变量的函数。在信号与系统中,自变量通常表示时间。若任意实数时刻都可能有定义,用 x(t)x(t) 表示,称为连续时间信号;若只在整数索引等离散时刻有定义,用 x[n]x[n] 表示,称为离散时间信号。

例如,麦克风端产生的电压可以在任意时刻测量,适合建模为 x(t)x(t)。若传感器每 10 ms 采集一次温度,得到的序列只存在于第 0、1、2 个采样位置,应写成 x[n]x[n]。

这里判断的是时间轴,而不是图像看起来是否由折线连接。把离散样本点连起来只是绘图方式,不会自动把 x[n]x[n] 变成连续时间信号。

采样只离散时间

对连续时间信号按固定间隔 TsT_s 取样,可以得到

x[n]=x(nTs)x[n]=x(nT_s)

其中 TsT_s 是采样周期,nn 是整数。这个过程把连续时间轴缩减为一系列采样时刻,但每个样本的幅值在理论上仍可以取连续实数值。

因此,离散时间信号不一定就是数字信号。一个理想采样器产生的样本序列可以是时间离散、幅值连续的。

连续信号经过采样与量化后的形态变化

量化再离散幅值

实际数字系统无法用有限比特精确表示任意实数,因此通常还要把样本映射到有限个幅值等级,这一步叫量化。若量化器只允许若干固定输出值,原本相近但不同的两个样本可能被映射成同一个等级。

采样和量化解决的是两个不同维度的问题:

操作 改变的对象 典型结果
采样 时间取值 x(t)x(t) 变为 x[n]x[n]
量化 幅值取值 连续幅值映射到有限等级
编码 数值表示 量化等级表示成比特序列

通常所说的数字信号,会同时经历时间离散化和幅值离散化,并进一步编码存储或传输。模拟信号则通常用连续物理量承载信息,其时间和幅值都可以连续变化。

用两个问题完成分类

面对一个信号,不必先猜“模拟还是数字”,按两个问题检查更稳妥:

  1. 时间变量能否在任意时刻取值?若能,属于连续时间;若只在指定索引或采样时刻存在,属于离散时间。
  2. 幅值能否连续变化?若能,幅值连续;若只能取有限或可数的量化等级,幅值离散。

例如,示波器直接观察到的传感器电压可建模为连续时间、连续幅值信号;理想采样后的序列是离散时间、连续幅值;ADC 输出的整数码既离散时间又离散幅值,属于典型数字表示。

后续做卷积、差分方程或频域分析时,首先确认使用 x(t)x(t) 还是 x[n]x[n]。这个符号选择不仅是写法不同,还决定积分还是求和、连续频率还是离散时间频率等整套分析工具。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

识别连续与离散信号形态

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通