第1章离散系统基础

1. 离散系统基础：离散时间信号与系统概念、采样定理与混叠效应、Z变换入门

大家好，我是老张。搞了十几年控制系统，从模拟电路一路摸爬滚打到数字信号处理，今天咱们聊聊离散系统的基础。说实话，当年我刚接触这块时，也被那些抽象的概念绕得晕头转向。但后来我发现，只要抓住几个核心点，离散系统其实比连续系统更直观。

先说说什么是离散时间信号。说白了，就是把连续的时间信号，在特定的时间点上“拍个照”。比如你拿手机录一段声音，麦克风采集到的就是连续信号，但存到手机里就变成了离散的采样点。

我习惯用数学语言来描述：一个离散时间信号 x[n]，其中 n 是整数，代表第几个采样点。注意，这里的 n 没有单位，它就是个序号。真正的物理时间是多少？那得看采样周期 T。

核心概念：

离散系统里有个特别重要的概念——单位脉冲响应 h[n]。你想想看，如果我知道系统对一个脉冲的响应，那对于任意输入，我都能通过卷积得到输出。这就是离散卷积：

y[n] = x[n] * h[n] = Σ x[k] · h[n-k]   (k从-∞到∞)

我在项目中遇到过一个问题：有个同事直接用连续系统的设计方法去搞数字滤波器，结果出来的效果完全不对。为什么？因为他忽略了离散系统的本质——它处理的是序列，不是连续函数。

采样定理，也叫奈奎斯特-香农采样定理。这玩意儿太重要了，我建议每个做数字信号处理的人都把它刻在脑子里。

定理说得很清楚：如果连续信号的最高频率分量为 f_max，那么采样频率 f_s 必须大于 2f_max，才能从采样信号中无失真地恢复原始信号。

避坑指南：

我曾经在一个振动监测项目里，采样频率只设了信号最高频率的1.8倍。结果频谱分析出来一堆莫名其妙的频率成分。排查了两天才发现是混叠效应搞的鬼。从那以后，我设计采样系统时都会留出至少2.5倍的裕量。

混叠效应是怎么回事？简单说，就是高频信号“伪装”成了低频信号。比如你用一个慢速的相机去拍一个快速旋转的风扇，看起来风扇好像在倒转——这就是视觉上的混叠。

数学上，混叠表现为：频率 f 和 f + k·f_s（k为整数）在采样后无法区分。所以，采样前的抗混叠滤波器不是可有可无的，而是必须的。

实战技巧：

我个人的习惯是：在ADC前端加一个模拟低通滤波器，截止频率设为 f_s/2 的 0.8 倍。这样既能有效抑制混叠，又不会过多影响有用信号。

Z变换，说白了就是离散系统的“拉普拉斯变换”。它把差分方程变成了代数方程，让系统分析变得简单多了。

定义式：

X(z) = Σ x[n] · z^(-n)   (n从-∞到∞)

其中 z 是复变量。你可能会问：为什么要搞这么个变换？我举个例子你就明白了。

假设有个差分方程：

y[n] = 0.5·y[n-1] + x[n]

直接求解很麻烦。但做Z变换后：

Y(z) = 0.5·z^(-1)·Y(z) + X(z)
Y(z)/X(z) = 1 / (1 - 0.5·z^(-1))

看，传递函数出来了！这就是系统的频率响应特性。

Z变换的重要性质：

我记得刚学Z变换时，总觉得它和傅里叶变换差不多。后来才明白，Z变换更通用——傅里叶变换只是Z变换在单位圆上的特例。这个认识帮我解决了不少实际问题。

比如判断系统稳定性：看系统函数的极点是否都在单位圆内。如果在圆内，系统稳定；在圆上或圆外，就不稳定。这个判断方法，我在做数字控制器设计时几乎天天用。

为了让大家更直观地理解本章的知识结构，我画了张图：

这张图把本章的三个核心模块串起来了。离散信号与系统是基础，采样定理是连接连续世界和离散世界的桥梁，Z变换则是分析工具。三者缺一不可。

最后说句实在话：离散系统这块内容，光看书是学不会的。我建议你找个开发板，写几行代码，实际跑一跑采样、滤波、变换这些操作。踩过坑、流过汗，才能真正理解。

本章小结：