信号处理 / 系统课时

认清连续信号与离散序列

认清连续信号与离散序列

数字信号处理的第一步不是先学滤波器,而是先确认“正在处理的对象”是什么。本节从时间轴和幅值两个维度区分连续信号、离散时间序列与数字信号,并把采样结果对应到程序中的数组和索引,为后续频谱与滤波计算建立统一坐标系。

学习目标

  • 区分连续时间信号、离散时间信号和数字信号
  • 理解序列索引 nn 与实际采样时刻之间的关系
  • 说明采样与幅值量化分别改变了信号的哪个维度

从连续时间变成离散时间

连续时间信号通常写成 x(t)x(t)。变量 tt 可以取任意实数,因此在任意时刻都可以讨论信号值。例如麦克风输出的模拟电压在理想模型中就是连续时间信号。

数字系统无法保存无限多个时刻的值,所以需要每隔固定时间读取一次信号。若采样周期为 TsT_s,第 nn 个样本对应的时刻为:

t=nTst=nT_s

于是采样得到的序列可以写成:

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

这里的方括号不是记号上的装饰。x(t)x(t) 的自变量是连续时间 tt,而 x[n]x[n] 的自变量是整数索引 nn。采样只保留 n=0,1,2,…n=0,1,2,\ldots 等离散位置上的值。

连续信号经过采样与量化变成数字序列

采样和量化解决不同问题

采样改变的是时间轴。即使只在离散时刻观察信号,每个样本的幅值在数学模型中仍然可以是任意实数,因此“离散时间”并不自动等于“数字”。

量化改变的是幅值轴。实际模数转换器只能用有限位数记录样本,因此会把真实幅值映射到有限个等级。例如一个 8 位无符号量化器最多可以表示 28=2562^8=256 个编码值。

因此可以用两个问题判断信号类型:时间是否离散,幅值是否离散。离散时间但幅值仍连续的对象通常称为离散时间信号;时间和幅值都离散后,才形成计算机能够直接编码和存储的数字信号。

用索引理解程序里的采样数据

假设采样率为 fs=1000 Hzf_s=1000\ \text{Hz},那么采样周期为:

Ts=1fs=0.001 sT_s=\frac{1}{f_s}=0.001\ \text{s}

一段序列为 x[0],x[1],x[2],x[3]x[0],x[1],x[2],x[3] 时,这四个样本分别对应 00、11、22、33 毫秒。程序中常见的数组下标恰好就是序列索引:数组第 20 个位置描述的是 x[20]x[20],其物理时刻由 20Ts20T_s 决定。

这说明序列本身只记录“第几个样本”和“样本值”。如果不知道采样率,就无法仅凭数组索引判断相邻样本在现实世界中相隔多少秒。

不要混淆三个坐标

处理采样数据时,最常见的错误是把索引、时间和幅值混成同一种量。nn 是无量纲整数,nTsnT_s 才是秒;x[n]x[n] 是该采样时刻的幅值,其单位可能是伏特、帕斯卡,也可能已经被转换为整数编码。

后续计算频率、延迟、窗口长度和滤波器响应时,都要在这三者之间正确换算。先明确“横轴是连续时间还是样本索引、纵轴是真实幅值还是量化码”,才能正确解释任何一段数字序列。

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

认清连续信号与离散序列

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