第2章：数字信号处理基础回顾
各位同学，咱们今天聊聊数字信号处理的基础。说实话，这部分内容看起来像是数学课，但你要是真把它吃透了，后面做无线通信优化的时候会顺手很多。我当年刚入行时，总觉得这些理论离实际代码很远，直到有一次在项目里被采样率问题坑了一把……嗯，从那以后我再也不敢小看这些基础了。
2.1 采样定理——别让你的信号“说谎”
采样定理，也叫奈奎斯特采样定理。说白了就是一句话：采样频率必须大于信号最高频率的两倍。为什么？因为采样频率不够，信号就会“伪装”成另一个频率，这就是混叠。
核心公式：
fs ≥ 2 × fmax
其中 fs 是采样率，fmax 是信号最高频率分量。
我在项目中遇到过一件事：一个同事采集音频信号，信号最高频率是8kHz，他用了16kHz采样率，按理说够了。但实际回放时出现了奇怪的“嗡嗡”声。查了半天，发现是前端模拟滤波器没做好，高频噪声混进来了。你想想看，采样定理的前提是信号已经限带，如果前端没滤干净，采样率再高也没用。
避坑指南：
我曾经在调试一个无线接收机时，忽略了ADC前的抗混叠滤波器设计。结果信号频谱里出现了虚假的峰值，让我误以为收到了干扰信号。后来加上一个简单的二阶低通滤波器，问题就解决了。记住：采样定理不是ADC的事，是整个信号链的事。
2.2 傅里叶变换——从时域到频域的“翻译官”
傅里叶变换，说白了就是把信号从时间域翻译到频率域。时域里我们看到的波形，频域里就是一堆正弦波的叠加。我个人习惯把傅里叶变换理解成“信号分解机”——你给我一个复杂波形，我帮你拆成不同频率、不同幅度的正弦波。
2.2.1 DFT与FFT
DFT（离散傅里叶变换）是数字信号处理的核心工具。公式长这样：
X[k] = Σ x[n] · e^(-j·2π·k·n/N) (n=0 to N-1)但直接算DFT太慢了——复杂度是O(N²)。比如1024点DFT，要算一百多万次乘法。所以有了FFT（快速傅里叶变换），把复杂度降到O(N·log₂N)。
| 变换类型 | 计算复杂度 | 1024点计算量 |
|---|---|---|
| DFT（直接计算） | O(N²) | 约1,048,576次 |
| FFT（基2算法） | O(N·log₂N) | 约10,240次 |
你看这个差距，差了整整两个数量级。所以实际工程里，没人会直接算DFT。我建议你记住：FFT不是另一种变换，而是DFT的高效实现。
实战技巧：
做FFT时，数据长度最好是2的幂次（如256、512、1024）。这样可以用基2FFT算法，效率最高。如果数据长度不是2的幂次，可以补零到下一个2的幂次。补零不会增加频率分辨率，但能让频谱看起来更平滑。
2.2.2 频谱泄露与窗函数
做FFT时有个坑——频谱泄露。为什么会这样？因为FFT假设信号是周期延拓的。如果你的采样窗口不是信号周期的整数倍，截断就会产生频谱泄露。
解决办法？加窗。常用的窗函数有：
- 矩形窗：相当于没加窗，主瓣窄但旁瓣高，泄露严重
- 汉宁窗：旁瓣降低明显，适合一般频谱分析
- 海明窗：类似汉宁窗，但旁瓣更低
- 布莱克曼窗：旁瓣衰减最快，但主瓣最宽
我个人的经验是：做无线通信信号分析时，优先用汉宁窗或海明窗。如果对频率分辨率要求极高，可以考虑矩形窗，但要做好泄露的心理准备。
2.3 数字滤波器设计——FIR与IIR
滤波器是数字信号处理的“看门狗”——把不要的频率成分挡在外面，让需要的信号通过。数字滤波器分两大类：FIR和IIR。
2.3.1 FIR滤波器
FIR（有限冲激响应）滤波器，特点是稳定、线性相位。公式很简单：
y[n] = b₀·x[n] + b₁·x[n-1] + ... + bₙ·x[n-N]说白了就是加权求和。没有反馈，所以绝对稳定。线性相位意味着所有频率的延迟相同，信号波形不会畸变——这对通信系统特别重要。
我在项目中遇到过：用IIR滤波器做基带信号处理，结果信号眼图变形了。换成等阶数的FIR滤波器，眼图立马清晰了。所以，如果对相位有要求，别犹豫，用FIR。
FIR设计要点：
- 阶数越高，过渡带越陡，但计算量越大
- 常用设计方法：窗函数法、频率采样法、Parks-McClellan算法
- 在DSP上实现时，可以用对称系数减少乘法次数
2.3.2 IIR滤波器
IIR（无限冲激响应）滤波器，有反馈，效率高。同样的性能指标，IIR的阶数比FIR低得多。公式带反馈项：
y[n] = b₀·x[n] + b₁·x[n-1] + ... - a₁·y[n-1] - a₂·y[n-2] - ...IIR的优点是计算量小，缺点是非线性相位和可能不稳定。我建议你：
- 对相位不敏感的场景（如语音、音频）用IIR
- 对相位敏感的场景（如通信调制解调）用FIR
- IIR设计时一定要检查极点是否在单位圆内
避坑指南：
我曾经用双线性变换法设计了一个IIR低通滤波器，仿真时一切正常。但移植到定点DSP上后，滤波器开始振荡。查了半天，发现是系数量化后极点移到了单位圆外。解决办法：用更高精度的系数表示，或者改用级联型结构。
2.4 本章知识体系
下面这张图是我画的本章知识结构，帮你理清脉络：
这张图把本章三个核心模块串起来了。采样定理决定了你该用多快的速度采集信号，傅里叶变换帮你分析信号的频率成分，数字滤波器则让你能按需处理这些频率。三者环环相扣，缺一不可。
好了，这一章的内容就到这里。记住：理论是死的，但应用是活的。下次你在DSP上写FFT或者滤波器代码时，想想今天聊的这些坑，能帮你省不少调试时间。
公众号:蓝海资料掘金营，微信deep3321