1. 信号系统概述：信号的定义与分类、系统的定义与分类、信号与系统在工程中的应用场景

大家好，我是老张。干信号系统这行快十五年了，今天咱们来聊聊第一章——信号与系统的基本概念。说实话，很多刚入行的工程师觉得这章太基础，翻翻就过去了。但我得提醒你，基础不牢，后面做滤波器设计、采样率选择时，你准得回来翻书。

1.1 信号的定义与分类

信号是什么？说白了，信号就是信息的载体。你说话的声音、手机屏幕上的图像、雷达回波，这些都是信号。我习惯把信号理解成「一个随时间或空间变化的物理量」。

信号怎么分类？咱们从三个维度来看：

1.1.1 按时间特性分

• 连续时间信号：时间轴上每个点都有定义。比如模拟麦克风输出的电压波形。
• 离散时间信号：只在离散的时间点上取值。比如ADC采样后的数字序列。

嗯，这里要注意：连续信号不一定就是模拟信号，离散信号也不一定就是数字信号。我见过不少新人把这两个概念搞混。

1.1.2 按取值特性分

• 模拟信号：幅值连续变化。比如温度传感器的输出。
• 数字信号：幅值量化成有限个等级。比如你手机里的音频文件。

1.1.3 按确定性分

• 确定性信号：可以用数学表达式精确描述。比如正弦波、方波。
• 随机信号：无法精确预测，只能用统计特性描述。比如噪声、语音信号。

我在项目中遇到过一件事：有个同事设计滤波器时，拿确定性信号的思路去处理随机噪声，结果滤波效果一塌糊涂。后来我帮他改成基于功率谱密度的设计方法，问题才解决。所以，分清信号类型是第一步。

1.2 系统的定义与分类

系统是什么？系统就是处理信号的「黑盒子」。你给它一个输入信号，它给你一个输出信号。我经常跟团队说：系统就是输入到输出的映射关系。

1.2.1 系统的分类

分类维度	类型	特点	工程例子
线性/非线性	线性系统	满足叠加性和齐次性	RC低通滤波器
	非线性系统	不满足叠加性	二极管检波器
时变/时不变	时不变系统	参数不随时间变化	固定系数的数字滤波器
	时变系统	参数随时间变化	自适应均衡器
因果/非因果	因果系统	输出只依赖当前和过去输入	实时信号处理系统
	非因果系统	输出依赖未来输入	离线数据平滑

你想想看，为什么我们总强调LTI（线性时不变）系统？因为LTI系统可以用卷积、傅里叶变换这些漂亮工具来分析。我刚开始做硬件选型时，总想用非线性器件来省成本，结果分析起来特别痛苦。后来我学乖了：能用线性系统解决的问题，绝不引入非线性。

1.3 信号与系统在工程中的应用场景

讲到这里，你可能觉得有点抽象。咱们来点实际的。

1.3.1 通信系统

手机通信就是信号与系统的典型应用。发射端：语音信号→编码→调制→放大→天线发射。接收端：天线接收→滤波→解调→解码→语音输出。每一步都涉及信号处理。

1.3.2 控制系统

工业机器人、无人机飞控、汽车ESP系统，这些都是控制系统。传感器采集信号（位置、速度、角度），控制器处理信号（PID算法、状态观测器），执行器输出控制量。

我记得有个项目是做电机伺服控制。一开始我直接用连续域设计，然后离散化，结果系统总是不稳定。后来我意识到：采样率、量化精度、延迟这些离散系统特有的问题，必须在设计初期就考虑进去。

1.3.3 生物医学工程

心电图（ECG）、脑电图（EEG）、医学影像，这些都是信号处理的应用。生物信号的特点是：幅度小、噪声大、非平稳。

1.3.4 音频与语音处理

降噪耳机、语音助手、音乐播放器，这些产品都离不开信号处理。核心操作包括：采样、量化、滤波、压缩、特征提取。

举个简单的例子：语音信号的采样率通常是8kHz（电话）或16kHz（宽带），而音乐CD是44.1kHz。为什么？因为语音的有效带宽是300Hz~3.4kHz，而音乐需要覆盖20Hz~20kHz。采样定理告诉我们：采样率至少是信号最高频率的两倍。

// 一个简单的数字低通滤波器实现（C语言）
// 截止频率：1kHz，采样率：10kHz
float lowpass_filter(float input, float *prev_output) {
    float alpha = 0.2;  // 滤波器系数
    float output = alpha * input + (1 - alpha) * (*prev_output);
    *prev_output = output;
    return output;
}

这段代码看着简单，但实际工程中要注意：定点数实现时，alpha的量化精度会影响滤波效果。我建议用Q15格式做定点化，能兼顾精度和计算速度。

1.4 小结

这一章我们聊了信号的定义与分类、系统的定义与分类，以及几个典型的应用场景。说白了，信号与系统就是工程世界的「语法」和「逻辑」。你掌握了它，后面学滤波器设计、FFT、数字信号处理，都会轻松很多。

下一章我们讲傅里叶分析——信号处理最核心的工具。到时候我会分享一些我在项目中用FFT踩过的坑，敬请期待。

公众号:蓝海资料掘金营，微信deep3321