信号表示

玻尔百科

核心要点

任何信号基本上都可以表示为时域中加权冲激的和，或频域中正弦波的和。
复数通过相量和解析信号提供了一种强大的工具，通过将微积分转化为代数来简化振荡分析。
奈奎斯特-香农定理定义了连续信号和离散信号之间的关键联系，确立了完美重建所需的最低采样率。
最优表示（例如傅里叶与小波）取决于信号的特征，其目标是实现稀疏性，以进行高效的分析和压缩。

引言

描述世界的艺术是科学与工程的核心。正如一幅画可以逐点描述，也可以按其主色调来描述，一个信号——无论是声音、光还是电压——也可以用不同的语言来表示，从而揭示其本质的不同方面。信号表示就是对这些语言的研究，它提供了将复杂原始数据转化为结构化、富有洞察力且计算简单的形式的工具。它解决的核心挑战是如何选择正确的“镜头”来观察信号，从而解锁其原始形式中不可见的隐藏模式。本文将引导您了解信号处理中的这一基本概念。

首先，在“原理与机制”部分，我们将探讨信号的基本构建模块。我们将对比从瞬时冲激构建信号的“原子”视角和由纯振荡构成信号的“谐波”视角。我们将看到复数如何优雅地统一这些概念，并了解时间和频率之间深刻的权衡关系，正如奈奎斯特-香农采样定理所揭示的那样。然后，在“应用与跨学科联系”部分，我们将见证这些理论的实际应用。我们将发现，表示方法的选择如何促成从高保真数字音频、现代无线通信到强大的数据压缩技术等一切，揭示抽象数学如何构成了我们数字世界的基石。

原理与机制

想象一下，你想描述一幅复杂的画作。你可以用两种方式来进行。你可以制作一张极其详尽的地图，列出画布上每一个颜料点的确切颜色和位置。或者，你可以用粗略的笔触来描述它，指出它由50%的天蓝色、30%的草绿色和20%的阳光黄组成，并带有各种色调和纹理。两种描述都可以是完整的，但它们讲述了关于这幅画的截然不同的故事。

信号的世界——无论是小提琴的声音、电路中的电压，还是承载你Wi-Fi信号的无线电波——也可以用类似的不同而又同样强大的方式来描述。信号表示的艺术在于选择正确的语言，以揭示信号的隐藏结构，并使复杂问题变得惊人地简单。

原子视角：用冲激解构信号

让我们从第一种方法开始：逐点描述画作。一个信号最基本、不可分割的“点”是什么？在连续世界中，这是一个天才的想法：狄拉克δ函数，或称冲激，记为 $\delta(t)$ 。你可以把它想象成一个在 $t=0$ 处无限高、无限窄的尖峰，其总面积恰好为一。它是一个奇怪的东西，但它那一个神奇的特性就是最重要的。它有能力筛选一个信号，并提取出其在某个时间点的数值。这被称为筛选特性：

$\int_{-\infty}^{\infty} x(\tau) \delta(t - \tau) \, d\tau = x(t)$

这个方程真正说明了什么？它揭示了任何行为良好的信号 $x(t)$ 都可以被看作是无限多个冲激的无缝总和（一个积分）。每个冲激 $\delta(t - \tau)$ 位于一个特定的时间 $\tau$ ，并由信号在该瞬间的值 $x(\tau)$ 加权。因此，要构建一个斜坡信号 $r(t) = t \cdot u(t)$ （其中 $u(t)$ 是当 $t 0$ 时为零，否则为一的阶跃函数），我们只需告诉积分使用斜坡本身的值作为加权函数。然后，积分忠实地、逐个瞬间地用这些加权冲激组装出信号。即使是像将信号移动 $t_0$ 得到 $x(t-t_0)$ 这样一个简单的操作，也直接转化为在积分内部使用一个移位的加权函数 $x(\tau - t_0)$ 。这种表示方法功能强大，因为它是普适的；它可以通过逐点构建的方式描述任何信号。

在数字世界中，这种“原子”视角甚至更为直观。一个离散时间信号只是一串数字，一个在整数时间步上的值列表。在这里，单位冲激 $\delta[n]$ 只是在 $n=0$ 时为1，在其他地方都为0。任何离散信号 $x[n]$ 都可以写成缩放和移位的冲激之和。对于一个仅在少数几个点上非零的稀疏信号，假设其在时间 $n_k$ 处的值为 $A_k$ ，其表示就非常简单：

$x[n]=\sum_{k=1}^{M} A_{k}\,\delta[n-n_{k}]$

这不仅仅是一个符号上的技巧。如果你想计算这个信号的总能量，也就是其值的平方和，这种表示法使计算变得微不足道。这些冲激是“正交的”——一个移位的冲激 $\delta[n-n_k]$ 与 $\delta[n-n_\ell]$ 在 $k \neq \ell$ 时没有重叠。这意味着当你对和进行平方时，所有的交叉项都消失了，总能量漂亮地简化为各个测量值平方的和，即 $\sum_{k=1}^{M} A_{k}^{2}$ 。

谐波视角：振荡的语言

现在来看第二种方法：通过其构成颜色来描述画作。在信号世界中，主要的“颜色”是正弦波——纯粹、无尽的振荡，就像音叉的嗡嗡声。我们遇到的许多信号，尤其是在电子学和物理学中，要么是纯正弦波，要么可以由它们构建而成。

然而，直接使用正弦和余弦等三角函数是出了名的笨拙。将两个移位的余弦波相加需要与繁琐的三角恒等式作斗争。一定有更好的方法。答案是肯定的，这要归功于数学中最美丽的方程之一，欧拉公式：

$e^{j\theta} = \cos(\theta) + j\sin(\theta)$

这是连接振荡与复数的罗塞塔石碑。它告诉我们，余弦函数只是复平面中一个旋转向量 $e^{j\theta}$ 的实部。一个像 $x(t) = A \cos(\omega t + \phi)$ 这样的信号可以被看作是一个长度为 $A$ 、以角速度 $\omega$ 旋转、起始角度为 $\phi$ 的向量的“投影”。为了简化我们的生活，我们可以暂时忘记旋转和投影，只用一个复数来捕捉两个基本信息——振幅 $A$ 和起始相位 $\phi$ 。这个静态快照就是相量： $X = A e^{j\phi}$ 。

这种方法的美妙之处在于它将微积分变成了代数。让我们看看它的实际应用。要将一个时域信号如 $v(t) = 170\sin(120\pi t + \pi/6)$ 转换为相量，我们首先使用恒等式 $\sin(x) = \cos(x - \pi/2)$ 将其转换为我们的标准余弦形式。这得到 $v(t) = 170\cos(120\pi t - \pi/3)$ 。由此，我们可以简单地读出振幅和相位，得到相量 $\mathbf{V} = 170\exp(-j\pi/3)$ 。

相量的真正威力在信号相互作用时显现出来。如果你将两个信号相加，比如 $x(t) = A \cos(\omega_0 t)$ 和 $y(t) = A \sin(\omega_0 t)$ ，你只需将它们的相量像向量一样相加。 $x(t)$ 的相量是 $A$ ， $y(t)$ 的相量是 $A e^{-j\pi/2}$ （或 $-jA$ ）。它们的和是 $A(1-j)$ ，其极坐标形式为 $\sqrt{2}A e^{-j\pi/4}$ 。这立即告诉我们结果信号是 $\sqrt{2}A \cos(\omega_0 t - \pi/4)$ ——一个用三角学推导起来要繁琐得多的结果。

此外，当一个正弦信号通过一个线性时不变（LTI）系统，如一个电路时，系统在稳态下的效应仅仅是将输入相量乘以一个复数——即系统的频率响应。如果一个系统使振幅加倍并增加 $2\pi/5$ 的相位超前，其效应就由相量 $2e^{j2\pi/5}$ 捕捉。求输出信号变成了一个简单的复数乘法，这比解微分方程要简单得多。

从音符到和弦：傅里叶级数

相量对于纯音调非常有用，但对于更复杂的声音，比如音乐中的和弦或方波，该怎么办呢？法国数学家 Jean-Baptiste Joseph Fourier 证明，任何周期信号——任何反复重复自身的信号——都可以表示为正弦波的和。这个和，即傅里叶级数，就像是信号的配方。它由一个恒定（直流）分量和一系列频率为信号基频整数倍的正弦波组成。

使用复指数形式，这个配方看起来很优雅： $x(t)=\sum_{k=-\infty}^{\infty} a_{k}\exp(j k \omega_{0} t)$ 复数 $a_k$ 是傅里叶系数。它们是表示的核心，告诉我们每个谐波分量的振幅和相位。例如，如果我们得知一个实信号唯一非零的系数是 $a_0 = 1$ 、 $a_2 = 2$ 和 $a_{-2} = 2$ ，我们就能立即重构该信号。 $a_0$ 项是直流偏置。 $a_2$ 和 $a_{-2}$ 项结合形成一个频率为基频两倍的余弦波。该信号就是 $x(t) = 1 + 4\cos(2\omega_0 t)$ 。原始波形的全部复杂性被完美地捕捉在一份简短的数字列表中。

现代通信的剖析：复包络

我们如何将这些思想应用于现代通信，比如携带语音信息的无线电信号？在这里，我们有一个低频信息信号（语音）搭载在高频载波上。如果我们只是想了解较慢的信息，每次都去分析快速的载波振荡将是低效的。

解决方案是使用解析信号 $z_x(t)$ 。我们传输的真实世界信号 $x(t)$ 只是这个更抽象的复信号的实部。解析信号本身被分解为两部分：一个快速旋转的载波 $e^{j\omega_c t}$ 和一个缓慢变化的复包络 $\tilde{x}(t)$ 。

$z_x(t) = \tilde{x}(t)e^{j\omega_c t}$

神奇之处在于，所有有用的信息现在都包含在复包络中。这个包络 $\tilde{x}(t)$ 本身就是一个复信号，可以分解为其虚部和实部： $\tilde{x}(t) = x_i(t) + jx_q(t)$ 。这些被称为同相（ $x_i$ ）和正交（ $x_q$ ）分量。它们代表了可以在单个载波上传输的两个独立信息通道。对于一个给定的解析信号，我们可以通过简单地分离出复包络并找到其实部和虚部来识别这些分量。这个原理正是 Wi-Fi、4G 和 5G 中现代高速数据传输的引擎。

桥梁与代价：从连续到离散

最后，我们来到了信号处理中最深刻也最实际的问题之一：我们能否用有限数量的离散样本完美地捕捉一个连续的模拟信号？奈奎斯特-香农采样定理给了我们答案，但这是一个有条件的“是”。它指出，完美重建是可能的，但前提是必须满足两个条件：信号必须是带限的（其频率成分必须在某个最大频率之上为零），并且采样率必须至少是这个最大频率的两倍。

这引出了一个美妙的悖论。考虑一个看起来最简单的信号之一：一个完美的矩形脉冲。它在一段时间内是开启的，然后是关闭的。没有什么比这更直接了。然而，如果我们对这个信号进行采样，即使是以极高的速率，并试图用一个完美的滤波器来重建它，我们也会失败。重建的信号在尖锐边缘附近总会有波纹和过冲。

为什么？因为矩形脉冲不是带限的。为了在时域中创造出那些完美尖锐、瞬时的边缘，你需要在频域中拥有无限范围的频率。矩形的傅里叶变换是一个 sinc 函数，它会涟漪般地延伸至无穷远。当你对这个信号进行采样时，无论多快，其频谱的无限尾部都会被“折叠”回频谱的主要部分。这种频谱重叠，称为混叠，是一种无法治愈的损坏。对于创造尖锐边缘至关重要的高频成分，会伪装成低频成分，原始信息就永远丢失了。

这揭示了一个关于信号本质的深刻真理，一种不确定性原理。一个信号不能同时在时域和频域中被完美地限制。一个信号在时间上越尖锐、越局部化，它在频率上就必须越分散、越无限。这种权衡不是我们技术的局限；它是宇宙的一个基本属性，编织在我们描述变化和信息的方式之中。

应用与跨学科联系

在我们迄今为止的旅程中，我们已经学习了信号语言的基本语法。我们已经看到了如何描述它们、操纵它们，以及在不同域中观察它们。但这就像学习国际象棋的规则；真正的兴奋来自于观看大师们的对弈。现在，我们将探索信号表示的诗意。我们将看到这些数学思想并非仅仅是抽象概念，而是我们数字世界的蓝图，是我们用来捕捉、传输和理解周围信息宇宙的工具。在这里，数学得以呼吸，抽象概念变成了如水晶般清晰的音频、即时的全球通信和清晰的医学图像等实实在在的现实。

数字基石：在机器中表示信号

让我们从数字时代最根本的挑战开始：你如何将现实世界的一部分，比如声音丰富、连续的压力波，存储在计算机严格离散的世界中？世界是连续的；计算机的内存是由有限比特组成的网格。要从一个世界到达另一个世界，我们必须绘制一张地图，而每张地图都涉及选择和妥协。

想象一下你正在设计一个高保真音频系统。信号被麦克风捕捉并转换为电压后，被归一化到一个方便的范围，比如-1.0到1.0之间。你有16个比特来存储每个样本。你如何使用它们？这不仅仅是一个技术问题；这是一个资源分配的问题。一种称为 $Q_{m.n}$ 格式的定点表示法迫使我们做出决定：我们应该为数字的整数部分（用于大尺度值）保留多少比特 $m$ ，为小数部分（用于精细细节）保留多少比特 $n$ ？对于一个完全在 $[-1, 1)$ 范围内的-高保真音频信号，没有大的整数值需要担心。所有的变化都发生在细微的差别中，即接近零的精妙变化。因此，最明智的选择是尽可能多地将比特用于精度。我们选择像 $Q_{1.15}$ 这样的格式，只用一个比特表示符号和（零）整数部分，而用奢侈的15个比特表示小数部分。这使我们能够以最大的保真度表示信号，牺牲了我们本来就不需要的动态范围。

但这种从连续到离散的映射行为会带来后果。一个落在我们 $2^{15}$ 个小数步长之间缝隙中的值会发生什么？它必须被四舍五入到最接近的可表示值。如果一个突然的、响亮的声音尖峰超出了我们的 $[-1, 1)$ 范围怎么办？为了防止数字表示由于二进制补码运算的特性而出现无意义的“环绕”——这会把一声响亮的拍手声变成刺耳的数字蜂鸣声——硬件必须实施饱和。该值被简单地截断到最大或最小可表示值。将一个实数 $x$ 转换为其最终整数代码的过程涉及缩放、四舍五入和饱和，这是一个精心设计的三步舞，旨在将无限的连续体驯服为一组有限的比特，而不产生难看的失真。这是你听过的每一首数字歌曲背后无形的、基础性的工程。

冲激的力量：解构与重建信号

一旦信号安全地进入机器内部，我们该如何思考它？所有科学中最强大的思想之一就是通过将其分解为最简单的可能组件来理解一个复杂的事物。离散时间信号最简单的组件，即基本的“原子”是什么？它是在单个时间点上值为1的瞬时脉冲，而在其他所有地方都为零：单位冲激， $\delta[n]$ 。

一个优美而深刻的性质，有时被称为筛选特性，告诉我们任何信号 $x[n]$ 都可以看作是这些冲激的宏大行列，每个冲激在不同的时间 $k$ 发生，并按该时刻信号的值 $x[k]$ 进行缩放。在数学上，这可以写成： $x[n] = \sum_{k=-\infty}^{\infty} x[k] \delta[n-k]$ 这可能看起来只是一个同义反复，但其威力是巨大的。这意味着如果我们想了解任何线性时不变系统（如滤波器或放大器）将如何表现，我们不需要用所有可能的输入信号来测试它。我们只需要看它对一个信号的响应：一个单位冲激。它对那个冲激的响应，被称为“冲激响应”，成为该系统的完整指纹。要找出任何输入信号 $x[n]$ 的输出，我们只需将冲激响应的缩放和移位副本相加，这个过程称为卷积。

这种将信号从数值列表转变为冲激之和的表示转换，使复杂操作变得异常清晰。考虑上采样过程，即在原始信号的每个样本之间插入 $L-1$ 个零。在冲激的语言中，这看起来是怎样的？如果我们的原始信号是一列冲激，那么上采样后的信号就是同样的一列，但现在冲激的间隔是原来的 $L$ 倍。表示从 $\sum_k x[k] \delta[n-k]$ 变为 $\sum_k x[k] \delta[n-kL]$ 。操作的底层结构通过这种表示方式被清晰地揭示出来。

超越实数：复信号与解析信号的优雅

几个世纪以来，我们一直被教导虚数不知何故不如实数“真实”。然而在信号处理中，我们常常发现，观察一个非常真实的物理现象，比如振荡波，最有洞察力的方式是将其在复平面中表示。一个真实世界的振荡，比如一个简单的余弦波，既有振幅（振荡有多大？）又有相位（我们在周期的哪个位置？）。单个实数难以同时容纳这两个信息。

解决方案是一个绝妙的想象：对于任何实信号 $s(t)$ ，我们构造一个独特的“影子”信号 $\hat{s}(t)$ （其希尔伯特变换），并定义一个新的复信号，即*解析信号， $s_a(t) = s(t) + j\hat{s}(t)$ 。当我们这样做时，纷乱的三角恒等式世界融化为复平面中清晰、美丽的几何图形。我们的信号不再只是一个上下摆动的波；它变成了一个在复平面中旋转的向量，我们可以用极坐标形式写成 $A_e(t) e^{j\phi(t)}$ 。这个向量的模 $A_e(t)$ 是信号的瞬时振幅或包络*，它的角度 $\phi(t)$ 是其瞬时相位。

这种表示方法非常强大。考虑解调一个调幅（AM）广播信号的挑战，它由一个高频载波组成，其振幅被一个低频音频信号调制。在解析信号表示中，这个复杂的信号变成了一幅简单的图画：一个以载波频率快速旋转的向量，其长度根据音频信息缓慢变化。为了恢复音频，我们不需要复杂的电子滤波器；我们只需要在每一刻问，“这个向量有多长？”解调后的信号就是其模值， $y(t) = |s_a(t)|$ 。

同样的技术解决了另一个深层问题：一个频率不断变化的信号的“频率”是什么？想象一个在雷达和声纳系统中常见的“线性调频”信号，其音高随时间上升或下降。解析信号提供了一个完美、明确的答案。瞬时频率 $\omega(t)$ 就是代表向量在任何给定时刻旋转的速度： $\omega(t) = \frac{d\phi(t)}{dt}$ 。一个深刻直观的物理概念被赋予了一个精确、优雅且可计算的数学定义，这一切都归功于我们有勇气用复数来描述真实世界的现象。

时频织锦：选择正确的镜头

我们已经看到，表示方式的改变可以揭示隐藏的结构。但这引出了一个关键问题：是否存在一种“最佳”表示？答案是否定的。信号的世界就像一幅细节丰富的织锦。你可以从远处看以观其全貌，也可以走近观察其个别线条。但是，正如 Heisenberg 的不确定性原理在不同背景下教导我们的那样，你不能同时完美地做到这两点。你在时间上解析信号越精确（问“何时”发生了某事），你在频率上解析它就越不精确（问“什么”音符被演奏了），反之亦然。

信号表示的艺术就是为特定任务选择合适镜头的艺术，这个镜头以对你的特定问题有用的方式管理这种时频权衡。在问题 1765715 中，我们比较了两种创建信号时频“地图”的不同方法。基于线性短时傅里叶变换（STFT）的谱图是一种谨慎的方法。它提供了一幅有用但略显模糊的图像，并且由于其数学上的线性，它产生的任何干扰“伪影”都局限于信号分量在时间和频率上实际重叠的区域。相比之下，Wigner-Ville 分布（WVD）则雄心勃勃得多。它是一种双线性表示，承诺完美的解析度，但付出了沉重的代价。其非局部性会产生“幽灵”伪影或“交叉项”，它们出现在信号真实分量之间的时频中点，仿佛无中生有。理解你所用表示的数学性质是解读其产生图像的关键。

选择正确镜头的思想在我们讨论选择基——一组我们用来构建信号的基本形状或“原子”——时最为明显。问题 2449853 上演了一场两种最重要基之间的经典对决。一方是离散傅里叶变换（DFT）基，其原子是永恒、完美平滑的正弦和余弦波。另一方是 Haar 小波基，其原子是短促、断续、局部的块状波形。哪个更好？这完全取决于你试图描述的信号。一个纯粹的音乐音调，本身就是一个正弦波，只需一两个傅里叶原子就能描述，但需要一大堆小波来近似。相反，一个具有尖锐、突然变化的信号——音轨中的咔哒声或图像中的锐利边缘——可以被单个局部的小波原子完美捕捉，但在傅里叶世界中则需要近乎无限个平滑正弦波的和来描述（吉布斯现象）。

目标是找到一种使信号稀疏的表示——也就是说，可以用最少数量的非零系数来描述。稀疏性原理是所有现代压缩技术（从MP3到JPEG）的引擎。傅里叶和小波的不同哲学体现在像滤波器组这样的实用工具中。基于DFT的滤波器组将频谱切成均匀、等宽的通道，非常适合电信等应用。基于小波的滤波器组使用对数、倍频程带结构，为高频事件提供高时间分辨率，为低频现象提供高频率分辨率。这种多分辨率分析非常适合像图像和声音这样的自然信号。

如果没有任何现成的基是完全合适的怎么办？先进的信号处理向我们展示，我们甚至可以设计自己的表示。我们可以创建*过完备字典*——一个比严格需要更多的“词汇”的词典——以找到更稀疏的方式来描述信号。例如，为了解决标准小波基不具移位不变性的问题，我们可以创建一个包含所有可能移位处小波的字典，确保我们总有一个原子能与特征完美对齐，无论它出现在哪里。

大一统：系统作为相互连接的信号

最后，让我们从单个信号放大到整个由相互作用组件构成的系统。想象一个复杂的控制系统、一个电路，甚至一个经济模型。我们可以将这样的系统表示为一个*信号流图*，这是一个将信号视为节点，将转换它们的过程视为连接节点的有向加权箭头的图画。一个密集的代数方程网络变成了一幅直观的图景，一个我们可以进行视觉分析的网络。

这种图形表示使我们能够看到反馈回路和路径的结构。但它也隐藏了与物理现实的深层联系。要使一个系统具有因果性和适定性——即成为对真实世界过程的有效描述——它不能包含瞬时反馈回路，即输出可以在完全相同的瞬间决定其自身的值。这就像效果先于原因。在信号流图的语言中，这种物理约束转化为对系统增益矩阵 $G(s)$ 的一个清晰、明确的条件：矩阵 $I - G(\infty)$ 必须是可逆的。如果这个条件不满足，就意味着图中包含一个无法在时间上解析的代数循环。这是一个惊人的例子，说明了一个源于图论和线性代数的抽象数学表示，仍然必须服从因果性的基本法则和时间的单向箭头。

我们的旅程结束了。我们已经看到，“信号表示”不是一个单一的学科，而是一种广阔而富有创造性的艺术形式。它是选择正确语言来描述世界一部分的艺术，无论是为了在芯片上存储音乐、解码来自地球另一端的无线电波、压缩一张照片，还是确保机器人手臂的运动恰到好处。其内在的美不在于找到一个唯一的、终极的真理，而在于掌握多样化的描述调色板，并有智慧选择那个能化繁为简、化无形为有形的描述方式。