這樣講你就懂了！大牛給你介紹《信號(hào)與系統(tǒng)》

　　4. 如何設(shè)計(jì)系統(tǒng)?

　　設(shè)計(jì)物理上的系統(tǒng)函數(shù)(連續(xù)的或離散的狀態(tài))，有輸入，有輸出，而中間的處理過程和具體的物理實(shí)現(xiàn)相關(guān)，不是這們課關(guān)心的重點(diǎn)(電子電路設(shè)計(jì)?)。信號(hào)與 系統(tǒng)歸根到底就是為了特定的需求來設(shè)計(jì)一個(gè)系統(tǒng)函數(shù)。設(shè)計(jì)出系統(tǒng)函數(shù)的前提是把輸入和輸出都用函數(shù)來表示(例如sin(t))。分析的方法就是把一個(gè)復(fù)雜 的信號(hào)分解為若干個(gè)簡單的信號(hào)累加，具體的過程就是一大堆微積分的東西，具體的數(shù)學(xué)運(yùn)算不是這門課的中心思想。

　　那么系統(tǒng)有那些種類呢?

　　(a) 按功能分類: 調(diào)制解調(diào)(信號(hào)抽樣和重構(gòu))，疊加，濾波，功放，相位調(diào)整，信號(hào)時(shí)鐘同步，負(fù)反饋鎖相環(huán)，以及若干子系統(tǒng)組成的一個(gè)更為復(fù)雜的系統(tǒng)----你可以畫出系統(tǒng) 流程圖，是不是很接近編寫程序的邏輯流程圖? 確實(shí)在符號(hào)的空間里它們沒有區(qū)別。還有就是離散狀態(tài)的數(shù)字信號(hào)處理(后續(xù)課程)。

　　(b) 按系統(tǒng)類別劃分，無狀態(tài)系統(tǒng)，有限狀態(tài)機(jī)，線性系統(tǒng)等。而物理層的連續(xù)系統(tǒng)函數(shù)，是一種復(fù)雜的線性系統(tǒng)。

　　5. 最好的教材?

　　符號(hào)系統(tǒng)的核心是集合論，不是微積分，沒有集合論構(gòu)造出來的系統(tǒng)，實(shí)現(xiàn)用到的微積分便毫無意義----你甚至不知道運(yùn)算了半天到底是要作什么。以計(jì)算機(jī)的觀點(diǎn)來學(xué)習(xí)信號(hào)與系統(tǒng)，最好的教材之一就是<>， 作者是UC Berkeley的Edward A.Lee and Pravin Varaiya----先定義再實(shí)現(xiàn)，符合人類的思維習(xí)慣。國內(nèi)的教材通篇都是數(shù)學(xué)推導(dǎo)，就是不肯說這些推導(dǎo)是為了什么目的來做的，用來得到什么，建設(shè)什 么，防止什么;不去從認(rèn)識(shí)論和需求上討論，通篇都是看不出目的的方法論，本末倒置了。

　　第三課 抽樣定理是干什么的

　　1. 舉個(gè)例子，打電話的時(shí)候，電話機(jī)發(fā)出的信號(hào)是PAM脈沖調(diào)幅，在電話線路上傳的不是話音，而是話音通過信道編碼轉(zhuǎn)換后的脈沖序列，在收端恢復(fù)語音波形。那 么對(duì)于連續(xù)的說話人語音信號(hào)，如何轉(zhuǎn)化成為一些列脈沖才能保證基本不失真，可以傳輸呢? 很明顯，我們想到的就是取樣，每隔M毫秒對(duì)話音采樣一次看看電信號(hào)振幅，把振幅轉(zhuǎn)換為脈沖編碼，傳輸出去，在收端按某種規(guī)則重新生成語言。

　　那么，問題來了，每M毫秒采樣一次，M多小是足夠的? 在收端怎么才能恢復(fù)語言波形呢?

　　對(duì)于第一個(gè)問題，我們考慮，語音信號(hào)是個(gè)時(shí)間頻率信號(hào)(所以對(duì)應(yīng)的F變換就表示時(shí)間頻率)把語音信號(hào)分解為若干個(gè)不同頻率的單音混合體(周期函數(shù)的復(fù)利葉 級(jí)數(shù)展開，非周期的區(qū)間函數(shù)，可以看成補(bǔ)齊以后的周期信號(hào)展開，效果一樣)，對(duì)于最高頻率的信號(hào)分量，如果抽樣方式能否保證恢復(fù)這個(gè)分量，那么其他的低頻 率分量也就能通過抽樣的方式使得信息得以保存。如果人的聲音高頻限制在3000Hz，那么高頻分量我們看成sin(3000t)，這個(gè)sin函數(shù)要通過抽 樣保存信息，可以看為: 對(duì)于一個(gè)周期，波峰采樣一次，波谷采樣一次，也就是采樣頻率是最高頻率分量的2倍(奈奎斯特抽樣定理)，我們就可以通過采樣信號(hào)無損的表示原始的模擬連續(xù) 信號(hào)。這兩個(gè)信號(hào)一一對(duì)應(yīng)，互相等價(jià)。

　　對(duì)于第二個(gè)問題，在收端，怎么從脈沖序列(梳裝波形)恢復(fù)模擬的連續(xù)信號(hào)呢? 首先，我們已經(jīng)肯定了在頻率域上面的脈沖序列已經(jīng)包含了全部信息，但是原始信息只在某一個(gè)頻率以下存在，怎么做? 我們讓輸入脈沖信號(hào)I通過一個(gè)設(shè)備X，輸出信號(hào)為原始的語音O，那么I(*)X=O，這里(*)表示卷積。時(shí)域的特性不好分析，那么在頻率域 F(I)*F(X)=F(O)相乘關(guān)系，這下就很明顯了，只要F(X)是一個(gè)理想的，低通濾波器就可以了(在F域畫出來就是一個(gè)方框)，它在時(shí)間域是一個(gè) 鐘型函數(shù)(由于包含時(shí)間軸的負(fù)數(shù)部分，所以實(shí)際中不存在)，做出這樣的一個(gè)信號(hào)處理設(shè)備，我們就可以通過輸入的脈沖序列得到幾乎理想的原始的語音。在實(shí)際 應(yīng)用中，我們的抽樣頻率通常是奈奎斯特頻率再多一點(diǎn)，3k赫茲的語音信號(hào)，抽樣標(biāo)準(zhǔn)是8k赫茲。

　　2. 再舉一個(gè)例子，對(duì)于數(shù)字圖像，抽樣定理對(duì)應(yīng)于圖片的分辨率----抽樣密度越大，圖片的分辨率越高，也就越清晰。如果我們的抽樣頻率不夠，信息就會(huì)發(fā)生混 疊----網(wǎng)上有一幅圖片，近視眼戴眼鏡看到的是愛因斯坦，摘掉眼睛看到的是夢露----因?yàn)椴粠а劬Γ直媛什粔?抽樣頻率太低)，高頻分量失真被混入 了低頻分量，才造成了一個(gè)視覺陷阱。在這里，圖像的F變化，對(duì)應(yīng)的是空間頻率。

　　話說回來了，直接在信道上傳原始語音信號(hào)不好嗎? 模擬信號(hào)沒有抗干擾能力，沒有糾錯(cuò)能力，抽樣得到的信號(hào)，有了數(shù)字特性，傳輸性能更佳。

　　什么信號(hào)不能理想抽樣? 時(shí)域有跳變，頻域無窮寬，例如方波信號(hào)。如果用有限帶寬的抽樣信號(hào)表示它，相當(dāng)于復(fù)利葉級(jí)數(shù)取了部分和，而這個(gè)部分和在恢復(fù)原始信號(hào)的時(shí)候，在不可導(dǎo)的點(diǎn)上面會(huì)有毛刺，也叫吉布斯現(xiàn)象。

　　3. 為什么傅立葉想出了這么一個(gè)級(jí)數(shù)來? 這個(gè)源于西方哲學(xué)和科學(xué)的基本思想: 正交分析方法。例如研究一個(gè)立體形狀，我們使用x,y,z三個(gè)互相正交的軸: 任何一個(gè)軸在其他軸上面的投影都是0。這樣的話，一個(gè)物體的3視圖就可以完全表達(dá)它的形狀。同理，信號(hào)怎么分解和分析呢? 用互相正交的三角函數(shù)分量的無限和：這就是傅立葉的貢獻(xiàn)。

　　入門第四課 傅立葉變換的復(fù)數(shù) 小波

　　說的廣義一點(diǎn)，"復(fù)數(shù)"是一個(gè)"概念"，不是一種客觀存在。

　　什么是"概念"? 一張紙有幾個(gè)面? 兩個(gè)，這里"面"是一個(gè)概念，一個(gè)主觀對(duì)客觀存在的認(rèn)知，就像"大"和"小"的概念一樣，只對(duì)人的意識(shí)有意義，對(duì)客觀存在本身沒有意義(康德: 純粹理性的批判)。把紙條的兩邊轉(zhuǎn)一下相連接，變成"莫比烏斯圈"，這個(gè)紙條就只剩下一個(gè)"面"了。概念是對(duì)客觀世界的加工，反映到意識(shí)中的東西。

　　數(shù)的概念是這樣被推廣的: 什么數(shù)x使得x^2=-1? 實(shí)數(shù)軸顯然不行，(-1)*(-1)=1。那么如果存在一個(gè)抽象空間，它既包括真實(shí)世界的實(shí)數(shù)，也能包括想象出來的x^2=-1，那么我們稱這個(gè)想象空間 為"復(fù)數(shù)域"。那么實(shí)數(shù)的運(yùn)算法則就是復(fù)數(shù)域的一個(gè)特例。為什么1*(-1)=-1? +-符號(hào)在復(fù)數(shù)域里面代表方向，-1就是"向后，轉(zhuǎn)!"這樣的命令，一個(gè)1在圓周運(yùn)動(dòng)180度以后變成了-1，這里，直線的數(shù)軸和圓周旋轉(zhuǎn)，在復(fù)數(shù)的空間 里面被統(tǒng)一了。

　　因此，(-1)*(-1)=1可以解釋為"向后轉(zhuǎn)"+"向后轉(zhuǎn)"=回到原地。那么復(fù)數(shù)域如何表示x^2=-1呢? 很簡單，"向左轉(zhuǎn)"，"向左轉(zhuǎn)"兩次相當(dāng)于"向后轉(zhuǎn)"。由于單軸的實(shí)數(shù)域(直線)不包含這樣的元素，所以復(fù)數(shù)域必須由兩個(gè)正交的數(shù)軸表示--平面。很明 顯，我們可以得到復(fù)數(shù)域乘法的一個(gè)特性，就是結(jié)果的絕對(duì)值為兩個(gè)復(fù)數(shù)絕對(duì)值相乘，旋轉(zhuǎn)的角度=兩個(gè)復(fù)數(shù)的旋轉(zhuǎn)角度相加。高中時(shí)代我們就學(xué)習(xí)了迪莫弗定理。 為什么有這樣的乘法性質(zhì)? 不是因?yàn)閺?fù)數(shù)域恰好具有這樣的乘法性質(zhì)(性質(zhì)決定認(rèn)識(shí))，而是發(fā)明復(fù)數(shù)域的人就是根據(jù)這樣的需求去弄出了這么一個(gè)復(fù)數(shù)域(認(rèn)識(shí)決定性質(zhì))，是一種主觀唯心 主義的研究方法。為了構(gòu)造x^2=-1，我們必須考慮把乘法看為兩個(gè)元素構(gòu)成的集合: 乘積和角度旋轉(zhuǎn)。

　　因?yàn)槿呛瘮?shù)可以看為圓周運(yùn)動(dòng)的一種投影，所以，在復(fù)數(shù)域，三角函數(shù)和乘法運(yùn)算(指數(shù))被統(tǒng)一了。我們從實(shí)數(shù)域的傅立葉級(jí)數(shù)展開入手，立刻可以得到形式更 簡單的，復(fù)數(shù)域的，和實(shí)數(shù)域一一對(duì)應(yīng)的傅立葉復(fù)數(shù)級(jí)數(shù)。因?yàn)閺?fù)數(shù)域形式簡單，所以研究起來方便----雖然自然界不存在復(fù)數(shù)，但是由于和實(shí)數(shù)域的級(jí)數(shù)一一 對(duì)應(yīng)，我們做個(gè)反映射就能得到有物理意義的結(jié)果。

　　那么傅立葉變換，那個(gè)令人難以理解的轉(zhuǎn)換公式是什么含義呢? 我們可以看一下它和復(fù)數(shù)域傅立葉級(jí)數(shù)的關(guān)系。什么是微積分，就是先微分，再積分，傅立葉級(jí)數(shù)已經(jīng)作了無限微分了，對(duì)應(yīng)無數(shù)個(gè)離散的頻率分量沖擊信號(hào)的和。 傅立葉變換要解決非周期信號(hào)的分析問題，想象這個(gè)非周期信號(hào)也是一個(gè)周期信號(hào): 只是周期為無窮大，各頻率分量無窮小而已(否則積分的結(jié)果就是無窮)。那么我們看到傅立葉級(jí)數(shù)，每個(gè)分量常數(shù)的求解過程，積分的區(qū)間就是從T變成了正負(fù)無 窮大。而由于每個(gè)頻率分量的常數(shù)無窮小，那么讓每個(gè)分量都去除以f，就得到有值的數(shù)----所以周期函數(shù)的傅立葉變換對(duì)應(yīng)一堆脈沖函數(shù)。同理，各個(gè)頻率分 量之間無限的接近，因?yàn)閒很小，級(jí)數(shù)中的f，2f，3f之間幾乎是挨著的，最后挨到了一起，和卷積一樣，這個(gè)復(fù)數(shù)頻率空間的級(jí)數(shù)求和最終可以變成一個(gè)積分 式：傅立葉級(jí)數(shù)變成了傅立葉變換。注意有個(gè)概念的變化：離散的頻率，每個(gè)頻率都有一個(gè)"權(quán)"值，而連續(xù)的F域，每個(gè)頻率的加權(quán)值都是無窮小(面積=0)， 只有一個(gè)頻率范圍內(nèi)的"頻譜"才對(duì)應(yīng)一定的能量積分。頻率點(diǎn)變成了頻譜的線。

　　因此傅立葉變換求出來的是一個(gè)通常是一個(gè)連續(xù)函數(shù)，是復(fù)數(shù)頻率域上面的可以畫出圖像的東西? 那個(gè)根號(hào)2Pai又是什么? 它只是為了保證正變換反變換回來以后，信號(hào)不變。我們可以讓正變換除以2，讓反變換除以Pi，怎么都行。