第 1 章 · 信号与系统：语言与分类

信号与系统这门课先造语汇：什么是信号（携带信息的函数）、什么是系统（对信号做变换的黑箱），以及各种"性质"的分类学。这些分类不是学究游戏——每一条性质都直接决定该用哪套数学工具。

信号的描述与基本运算

连续信号 $x(t)$ 与离散序列 $x[n]$；自变量变换（时移 $x(t-t_0)$、尺度 $x(at)$、翻折）是画图基本功。两大基本信号：

复指数 $e^{st}$ 与 $e^{j\omega t}$ 的特殊地位：它们是 LTI 系统的特征函数（输入不变形状只变幅度）——整个变换域方法的种子。

• 单位冲激 $\delta(t)$：筛分性质 $x(t)\delta(t-t_0) = x(t_0)\delta(t-t_0)$——采样与卷积的主角；
• 单位阶跃 $u(t)$：开关的数学化身；$\delta = du/dt$。

系统的性质分类

为什么死磕 LTI：线性允许"分解-分别处理-合成"，时不变允许"单位响应刻画全体"——两者合起来，一个 $\delta$ 响应（或一个频域函数）就完整定义系统。

• 线性：$\alpha x_1 + \beta x_2 \to \alpha y_1 + \beta y_2$（叠加原理）；
• 时不变：输入延时输出同延时（系统不随时间变）；
• 线性 + 时不变 = LTI——全书主角；其他性质：因果（输出不超前输入）、稳定（有界入有界出 BIBO）、无记忆、可逆。

采样预告与离散的意义

离散序列的来源是采样 $x[n] = x(nT)$——模拟世界的信号最终都要过这道桥（第 7 章的采样定理是这座桥的安全说明）。离散化后一切计算可数字化：这是信号处理进入计算机时代的门户。

老师的提醒

• 判断线性/时不变的标准化流程：设输入为和/延时，推导输出表达式，看是否形式保持——别用特例猜，用通式推。
• $\delta$ 函数是"分布"不是普通函数：它在卷积与采样里出场，理解其筛分性质比纠结定义更重要。

自检

• 判断 $y(t) = t\,x(t)$ 与 $y(t) = x(2t)$ 的线性/时不变性。
• 证明复指数是 LTI 系统的特征函数。
• BIBO 稳定的含义与判据预告？

更深一层：LTI 是"可分解可延迟"的系统特权

LTI（线性 + 时不变）的全部力量来自两条特权的叠加：线性允许"分解-分别处理-合成"（任意输入 = 基本信号的加权和 ⟹ 输出 = 各响应的加权和）；时不变允许"一个响应刻画全体"（冲激响应 $h$ 固定 ⟹ 任何输入的输出 = 卷积）。两条特权的交集就是"冲激响应即系统身份证"——这个结论是全书一切变换域方法的地基。

复指数 $e^{st}$ 作为 LTI 系统的特征函数（输入不变形状只变复增益）值得单独停留：它是傅里叶/拉普拉斯/Z 变换的共同种子——变换域方法的全部合法性来自"复指数是 LTI 的特征函数"这一个代数事实。$\delta$ 函数的筛分性质（$x(t)\delta(t-t_0) = x(t_0)\delta(t-t_0)$）是采样与卷积的分子级零件——它在第 2 章的卷积推导和第 7 章的采样定理里反复出场。

推导细读：系统性质判定的"通式纪律"

判断线性/时不变的标准化流程是全书最实用的纪律：不用特例猜，用通式推——设输入为和（$\alpha x_1 + \beta x_2$）或延时（$x(t - t_0)$），推导输出表达式，看是否形式保持。三个经典反例的训练价值：$y = tx(t)$（线性 ✓ 时不变 ✗——系数含时间）、$y = x(2t)$（线性 ✓ 时不变 ✗——延时被放大）、$y = x^2$（非线性——叠加失效）。"看似简单的系统先过这两关"——因果性、稳定性、可逆性的判定是同一套纪律。

在真实世界里：信号分类的"工程语言"

信号的分类语言在工程里是工具选择的开关：连续 vs 离散（模拟处理 vs 数字处理——ADC/DAC 的接口）、能量 vs 功率（能量信号可傅里叶变换、功率信号只能傅里叶级数/谱密度）、周期 vs 非周期（级数 vs 变换）、确定 vs 随机（傅里叶分析 vs 功率谱密度分析）。先分类再选工具——信号与系统的全部章节都在回答"什么样的信号配什么样的变换"。

专题深入：信号分类的"完整坐标系"完整版

Oppenheim 第一章的分类坐标系值得装订成一张速查表：连续 vs 离散（自变量的域——t vs n；采样是桥，量化是另一座桥——幅值离散化后才是数字信号）；周期 vs 非周期（$\omega_0 = 2\pi/T$ 的基波角频率；离散周期性的陷阱：$\cos(\omega_0 n)$ 周期性要求 $\omega_0/2\pi$ 为有理数——"离散频率只在 $2\pi$ 内有效"是数字信号处理的第一课）；能量 vs 功率信号（$E < \infty$ 能量信号 vs $P < \infty$ 功率信号——互斥集（除常数外）：脉冲是能量信号、正弦与随机噪声是功率信号——"能量谱 vs 功率谱"的傅里叶分析分岔由此而来）；因果 vs 非因果（能否实时实现）；稳定 vs 不稳定（有界输入有界输出 BIBO——后续与收敛域挂钩）。典型信号的工程身份：δ 函数（单位冲激——系统的"指纹探针"：δ 输入的响应 h(t) 完全刻画 LTI 系统）、阶跃、复指数（LTI 系统的特征函数——$e^{st}$ 过 LTI 出来还是 $e^{st}$ 乘常数 H(s)，这就是变换域分析的合法性证明）。

推导细读：LTI 系统的"卷积三定律"完整版

第二章的卷积要完整重演：离散卷积 $y[n] = \sum_k x[k]h[n - k]$ 的来源（δ 分解 + 叠加 + 时不变——任意输入 = 缩放平移的 δ 之和，系统线性时不变 ⟹ 响应 = 缩放平移的 h 之和）；连续卷积的翻转-平移-积分图解法；三条代数律的工程语义（交换律：级联顺序无关；结合律：级联系统 h = h1*h2——"两个滤波器串起来是一个卷积和"——FIR 滤波器级联设计的合法性；分配律：并联 h = h1 + h2）；因果性与稳定性在 h 上的判据（因果 ⟺ h(t) = 0, t < 0；BIBO 稳定 ⟺ $\int|h(t)|dt < \infty$ 绝对可积——绝对可积这个条件将在拉普拉斯变换那里"重逢"为收敛域含虚轴）；无失真传输（h(t) = aδ(t - t0)——恒定增益 + 线性相位；群时延概念的前身）。卷积与乘法的对偶（时域卷积 ⟺ 频域乘法）在第三章正式兑现——卷积是"为什么要有傅里叶变换"的原因。

工程案例细节：卷积的产业出口工程版

一二章的工程出口：FIR 滤波器设计（线性相位 FIR 的对称系数、窗函数法——"设计 h[n] = 理想响应截断"是 DSP 入门第一设计题；音频 EQ、图像锐化核都是小 FIR）；图像处理的卷积核（边缘检测（Sobel）、模糊、锐化——"2D 卷积 = CNN 卷积层的手工祖先"：CNN 学的就是"哪些核好"）；回声与混响（h(t) = δ(t) + aδ(t - T) 产生单回声、指数衰减 δ 列产生混响——音频软件的混响算法是卷积工程）；通信的匹配滤波（最大化 SNR 的接收滤波器 h(t) = s*(T - t)——雷达与数字通信的必备件）；相关与测距（自相关的峰定位——GPS 伪码捕获就是相关峰搜索）。"卷积 = 线性系统的万有接口"：从音频插件到 CNN，同一条求和式跑了一百年。