信号基础：时域与频域的基本概念，采样定理入门

各位同学，欢迎来到第二讲。

上一章我们聊了为什么要做滤波，以及噪声从哪来。今天咱们要打一个真正的地基——时域与频域。说实话，我当年在学校学信号与系统时，也觉得这东西太抽象了，不就是一堆正弦波嘛。直到后来做项目，遇到一个死活滤不掉的50Hz工频干扰，才真正明白：不懂频域，你连噪声长什么样都看不清楚。

好，咱们开始。

1. 时域：我们最熟悉的视角

时域，说白了就是信号随时间怎么变。

你拿示波器看一个波形，横轴是时间，纵轴是电压——这就是时域。我们平时采集到的传感器数据，比如温度、加速度、心率，都是时域信号。

举个例子：

// 一个简单的正弦波时域表示
// 幅度 A = 1.0，频率 f = 50Hz，采样率 fs = 1000Hz
for (int n = 0; n < 1000; n++) {
    float t = n / 1000.0f;          // 时间：0 ~ 1秒
    float x = 1.0f * sin(2 * PI * 50 * t);
    printf("%f\n", x);
}

这段代码输出的是50Hz正弦波在1秒内的采样点。你在纸上画出来，就是一条上下起伏的波浪线。嗯，这就是时域。

我在做电机振动监测时，采集到的加速度信号看起来乱糟糟的，根本分不清是机械共振还是电气噪声。时域波形像一锅粥。这时候，就得请出频域了。

2. 频域：换个角度看世界

频域看的是信号由哪些频率的正弦波组成。

你想想看，一个复杂的信号，其实可以拆成很多个不同频率、不同幅度、不同相位的正弦波加起来。这就是傅里叶变换的核心思想——任何周期信号都可以分解为一系列正弦波的叠加。

我习惯用一个比喻：时域是菜谱上的配料表，频域是告诉你每种调料放了多少克。你看一道菜的颜色（时域），很难猜出放了多少盐；但如果你看成分分析表（频域），一目了然。

来个直观的例子：

// 合成信号：50Hz + 120Hz 两个正弦波叠加
float signal[1000];
for (int n = 0; n < 1000; n++) {
    float t = n / 1000.0f;
    signal[n] = 1.0f * sin(2 * PI * 50 * t) 
              + 0.5f * sin(2 * PI * 120 * t);
}

这个信号在时域里看起来是两个正弦波叠加后的复杂波形。但如果你对它做FFT（快速傅里叶变换），频域里会清晰地看到两个尖峰：一个在50Hz处，幅度1.0；另一个在120Hz处，幅度0.5。

3. 时域与频域的关系：一枚硬币的两面

时域和频域不是对立的，它们是同一个信号的两种描述方式。就像一个人有中文名和英文名，指的是同一个人。

转换工具就是傅里叶变换：

• 时域 → 频域：傅里叶变换（或FFT）
• 频域 → 时域：逆傅里叶变换（IFFT）

我画了一张图，帮你理解这个关系：

这张图很关键。你每次做滤波，其实都是在做一件事：在频域里识别噪声，在时域里把它干掉。

4. 采样定理：数字世界的基石

好，现在问题来了：我们嵌入式系统里处理的都是数字信号，也就是对模拟信号进行采样得到的。那么，采样频率该设多高？

这就引出了数字信号处理里最重要的一条规则——奈奎斯特采样定理：

为什么会这样？我简单解释一下：

假设你有一个100Hz的正弦波，你用150Hz去采样。那么采样点看起来会像一个50Hz的波形——这就是混叠。高频信号“伪装”成了低频信号，你根本分不清。

我曾经踩过这个坑。做一个声音采集项目，麦克风能听到20kHz，我偷懒用了30kHz采样。结果录出来的声音里总有奇怪的“嗡嗡”声，怎么都滤不掉。后来一查，是20kHz附近的超声信号混叠到了10kHz附近，进入了可听频段。嗯，从那以后我再也不敢低于2.5倍采样了。

5. 一个完整的例子：从时域到频域

咱们用代码走一遍流程。假设你有一个传感器信号，包含50Hz的有用信号和200Hz的噪声：

#include <stdio.h>
#include <math.h>

#define FS 1000      // 采样率 1000Hz
#define N 1024       // 采样点数

int main() {
    float signal[N];
    float t;
    
    // 生成信号：50Hz有用信号 + 200Hz噪声
    for (int i = 0; i < N; i++) {
        t = (float)i / FS;
        signal[i] = 1.0f * sin(2 * PI * 50 * t)   // 有用信号
                  + 0.3f * sin(2 * PI * 200 * t); // 噪声
    }
    
    // 此时 signal[] 是时域数据
    // 你可以对它做FFT，得到频域数据
    // 在频域里你会看到：
    //   - 50Hz处有一个高峰（幅度1.0）
    //   - 200Hz处有一个小峰（幅度0.3）
    // 然后你就可以设计低通滤波器，把200Hz干掉
    
    return 0;
}

这个例子虽然简单，但包含了滤波的全部逻辑：时域采集 → 频域分析 → 设计滤波器 → 时域滤波。

6. 本章知识体系总览

最后，我用一张图把今天的内容串起来：

这张图把今天的内容串成了一个整体。你记住：时域是采集和滤波的战场，频域是分析和设计的参谋，采样定理是保证一切成立的底线。

好，今天就到这儿。下一章咱们正式进入滤波器设计，从最简单的移动平均滤波开始，一步步搭建你自己的滤波工具箱。

---

公众号:蓝海资料掘金营，微信deep3321