2. 典型信号与系统：从单位阶跃到系统分类
好，咱们进入正题。信号与系统，这名字听起来挺唬人，其实说白了，就是研究「东西怎么动」和「东西怎么响应」的学问。我在汽车电子这行摸爬滚打这么多年，发现很多问题，归根结底都是信号没理清、系统没搞懂。今天我就带你把这些基础概念，一个一个掰扯清楚。
2.1 四个典型信号：你天天见，只是没留意
先聊聊信号。什么是信号？承载信息的物理量。在咱们汽车里，电压、电流、压力、转速，全是信号。但数学上，我们抽象出几种典型的信号模型。你想想看，你车上的传感器，输出的波形，是不是都能用下面这几种拼出来？
2.1.1 单位阶跃信号
这个信号，我习惯叫它「开关信号」。数学上定义很简单：
u(t) = 0, t < 0
u(t) = 1, t >= 0在 t=0 这一刻，它从 0 跳到了 1。完美吗？不完美。现实中哪有这么理想的跳变？
避坑指南： 我曾经在调试一个电源管理模块时，就吃了这个亏。理论上，上电瞬间是个完美的阶跃，结果示波器一看，振铃、过冲、毛刺全来了。记住，真实世界没有理想阶跃，只有「近似阶跃」。你设计电路时，一定要考虑这个上升时间。
单位阶跃信号有什么用？它是系统的「敲门砖」。你给系统一个阶跃输入，看它怎么响应，就能摸清它的脾气。比如，你踩一脚油门（近似阶跃），看车速怎么变化，这就是系统的阶跃响应。
2.1.2 单位冲激信号
这个更有意思。数学上，它是个「瞬间爆发」的信号：
δ(t) = ∞, t = 0
δ(t) = 0, t ≠ 0
且 ∫δ(t)dt = 1你看，无穷大，但面积是1。现实中存在吗？不存在。但它是个极其有用的数学工具。
我个人习惯，把冲激信号想象成「用锤子敲一下系统」。你敲一下，系统怎么振动，就暴露了它所有的内在特性。这就是冲激响应。在汽车电子里，比如你给一个传感器一个极短的脉冲激励，看它的输出，就能判断它的带宽和阻尼特性。
小技巧： 实际测试中，我们没法产生真正的冲激。我一般用窄脉冲来近似。记住一个原则：脉冲宽度要远小于系统的时间常数。这样测出来的结果才够准。
2.1.3 指数信号
这个信号，你肯定不陌生。电容充放电、电感电流变化，全是指数信号。形式是：
x(t) = A * e^(at)当 a < 0 时，信号衰减；当 a > 0 时，信号增长。在汽车电子里，最常见的是衰减指数信号。比如，你关掉一个电磁阀，线圈里的电流不会瞬间归零，而是按指数规律衰减。
嗯，这里要注意。指数信号的时间常数 τ = -1/a。τ 越大，衰减越慢。我遇到过不少工程师，选 RC 滤波电路时，时间常数没算对，结果信号要么滤不干净，要么响应太慢。说白了，这就是指数信号没吃透。
2.1.4 正弦信号
正弦信号，可以说是信号界的「万能砖」。任何周期信号，理论上都能分解成不同频率的正弦信号之和。这就是傅里叶分析的核心思想。
x(t) = A * sin(ωt + φ)A 是幅值，ω 是角频率，φ 是初相。在汽车里，发动机的振动、轮速传感器的输出、CAN 总线上的信号，都离不开正弦波。
我建议你，一定要把正弦信号的三要素刻在脑子里：幅值、频率、相位。为什么？因为你在做信号调理电路时，这三个参数决定了你的放大器带宽、滤波器截止频率、ADC 采样率。一个没选对，整个系统就废了。
2.2 系统的定义与分类：别被名字吓到
说完了信号，咱们聊聊系统。系统是什么？说白了，就是「输入-输出」的映射关系。你给一个输入，它给你一个输出。就这么简单。
但系统有各种脾气，我们需要给它分分类。怎么分？从三个维度看。
2.2.1 线性 vs 非线性
线性系统，满足两个条件：齐次性和叠加性。
- 齐次性： 输入放大 k 倍，输出也放大 k 倍。
- 叠加性： 两个输入的和，等于各自输出的和。
你想想看，现实中有完美的线性系统吗？几乎没有。运放有饱和区，弹簧有非线性段，轮胎的摩擦力也不是线性的。
我的经验： 在汽车电子里，我们经常把系统「近似」为线性。比如，在小信号范围内，一个放大器可以看成线性的。但一旦信号幅度大了，非线性就出来了。我调试过一个 ABS 控制器，轮速信号在小幅度时处理得很好，但遇到大坑洼，信号剧烈变化，系统就乱了。后来发现，是前端放大器进入了非线性区。所以，设计时一定要留足线性裕量。
2.2.2 时变 vs 时不变
时不变系统，意思是：系统的特性不随时间变化。你今天给它一个输入，和明天给它同样的输入，输出是一样的。
时变系统呢？系统的参数会随时间变化。比如，一个老化的电容，它的容值会慢慢变小。这就是时变。
在汽车里，很多系统是「近似时不变」的。比如，一个刚出厂的 ECU，它的参数是稳定的。但开了几年后，元器件老化，参数漂移，系统就变成时变的了。
我个人习惯，在设计初期，都按时不变系统来设计。但会在关键路径上留出足够的容差，来应对未来的时变。说白了，就是给老化留点余量。
2.2.3 因果 vs 非因果
因果系统，输出只取决于当前和过去的输入，不取决于未来的输入。说白了，就是「有因才有果」。你踩刹车，车才减速。这就是因果。
非因果系统呢？输出依赖于未来的输入。现实中存在吗？不存在。因为未来还没发生。但在信号处理中，我们可以「近似」实现非因果。比如，你录了一段音频，然后离线处理，就可以用未来的数据来修正当前的数据。这叫「后处理」，不是实时系统。
重要提醒： 在实时控制系统中，比如发动机控制、刹车控制，系统必须是因果的。你不可能根据未来的路况来调整当前的喷油量。我曾经见过一个新手，在写控制算法时，不小心用到了未来的数据，结果仿真时效果很好，一上实车就乱套。嗯，这就是因果性没搞懂。
2.3 小结：这些分类有什么用？
你可能会问，搞这些分类，到底有什么用？我告诉你，用处大了。
- 线性时不变系统（LTI）： 这是最理想、最好分析的系统。可以用卷积、傅里叶变换、拉普拉斯变换等工具。大部分汽车电子系统，在设计阶段都按 LTI 来建模。
- 非线性系统： 分析起来很麻烦，但现实中到处都是。我们通常用「分段线性化」或「小信号模型」来处理。
- 时变系统： 更难处理。通常用「自适应控制」或「鲁棒控制」来应对。
- 因果系统： 实时控制的底线。设计时一定要保证。
说白了，你给系统分类，就是为了选择合适的分析工具和设计方法。就像修车，你得先知道是发动机问题还是变速箱问题，才能对症下药。
好了，这一章的内容就到这。信号和系统的基础，是后面所有内容的基石。你把这些概念吃透了，后面学什么都会轻松很多。下一章，咱们聊聊卷积和傅里叶变换，那才是真正的好戏开场。