【信号与系统】05 - 滤波、采样和通信

　　本篇将举三个重要的理论或领域，以展示之前信号理论的应用和意义。其中滤波理论和通信系统是非常大的应用领域，这里仅对基础的概念和方法做个介绍，以作入门之用。

1. 滤波系统

1.1 滤波器

　　在系统函数的性质中，我们看到信号在时域上的微分、积分、卷积等复杂运算，在频域都变成了代数运算。这说明分析和使用信号的频域，有其天然的优势，也会带来更广泛的应用。当然，频域的操作最终都体现在时域上，注意讨论其相互关系和平衡，有时也是必需的。滤波系统主要就是以信号的频域为操作对象，具体来说就是调整不同基波的波幅、相位，以使输出信号满足具体需求，这样的系统也叫滤波器（Filter）。

　　在讨论具体滤波器之前，有必要先说清楚系统对信号的频域究竟产生了什么影响。信号的频谱系数\(X(j\omega)\)是一个复值函数，模\(|X(j\omega)|\)表示基波峰谷的高度，它称为频谱的幅度；角度\(\sphericalangle X(j\omega)\)表示基波初始位置，它称为频谱的相位。LIT系统就是将信号的频谱乘上了系统函数\(H(j\omega)\)，把影响按幅度和相位分开讲，\(|H(j\omega)|\)称为系统的增益（gain），\(\sphericalangle H(j\omega)\)叫系统的相移（phase shift）。

　　将频谱的幅度、相位分开展示的坐标图（横坐标为\(\omega\)）叫模-相图，根据对称性，它们仅需显示正频率部分。为了展示更多的基波频率，以及在系统中经常出现\(\log_{10}\omega\)，横坐标一般用对数值。另外，从图中表示相移对相位的影响是简单的，只需在相位上增加相移即可。为了让增益的影响也同样直观，一般把幅度坐标用对数表示，改乘法为加法。其实在现实中，人们对幅度的感知也是对数形式的，比如音量和功率\(\log_{10}|X|^2\)成正比。一般把\(\log_{10}|X|^2\)的单位叫做Bel，更常用的单位分贝（dB）是其十分之一，也即模坐标的值是\(20\log_{10}|X(j\omega)|\)。使用以上所有方法的图示称为Bode图。

　　滤波器一般通过修改幅度的方法，选择性保留部分频率的基波、而削弱其它频率的基波，增益恒为\(1\)的叫全通系统。根据保留频率的不同，有很多直观的术语，这里就不一一阐述了，比如低通/高通/带通滤波、以及滤波的截止频率/通带/阻带。另外，系统的相移会造成基波的时移，这在关心时移的场景里（比如图片），同样是不可忽略的影响。所有不期望发生的增益和相移，都被称为信号的失真。根据信号时移的性质，相同的时移\(t_0\)对应相移\(\omega t_0\)，相移要和频率成正比信号才不失真，\(t_0\)称为系统的群时延。在一般系统的局部，也有近似的群时延\(\tau(\omega)\)（式（1））。

\[\sphericalangle H(j\omega)=\omega\cdot\tau(\omega)+\phi(\omega),\;\;\tau(\omega)=\dfrac{\text{d}[\sphericalangle H(j\omega)]}{\text{d}\,\omega}\tag{1}\]

1.2 滤波函数

　　理想的滤波器的系统函数只有\(0\)和\(1\)两种值，这里就举例不同场景的低通滤波，高通/带通滤波可由其转变而来。为方便叙述，先定义方波函数\(U_T(x)\)，它仅在\(|x|\leqslant T\)时取\(1\)。如果设低通滤波器\(X(j\omega)\)为\(U_W(\omega)\)，不难得到其单位冲激响应\(x(t)\)（式（2）左）。你可以记忆\(\text{sinc}\,\pi t\overset{F}{\leftrightarrow}U_{\pi}(\omega)\)，另外在\(t=0\)处就取周边极限值。利用对偶性，就可以得到方波冲激响应的系统函数（式（2）右）。

\[\dfrac{\sin Wt}{\pi t}\;\overset{F}{\leftrightarrow}\;U_W(\omega);\;\;U_T(t)\;\overset{F}{\leftrightarrow}\;\dfrac{2\sin T\omega}{\omega}\tag{2}\]

　　如果记\(\text{sinc}(t)=\sin t/t\)，则式（2）左就是\(W\text{sinc}(Wt)/\pi\)。对于比较大的\(W\)，它就是\(\text{sinc}(t)\)的横向压缩以及纵向拉升，且能量都集中在原点附近。当\(W\to\infty\)时，可知左式在\(t=0\)处趋于无穷，利用三角积分的值还能算得原点附近的积分趋于\(1\)。这非常类似\(\delta(t)\)，其实\(W\to\infty\)时\(U_W(\omega)\)是全通滤波&#x