本页目录

系统 II · 傅里叶、滤波与频谱

一个温度传感器的阶跃既包含慢变化，也包含一个很宽的边沿频谱。滤波器若把高频噪声压下去，也会把边沿变慢；若只看时域曲线，带宽代价不明显，若只看频谱，又可能忘记系统需要在某个时间内完成响应。

学习层：更干净的读数为什么可能更迟

1. 具体情境：低功耗传感器的噪声和响应速度要同时交付

节点每次唤醒都要在有限时间内读取一个传感器变化。低通滤波能保留慢的环境变化，抑制较快的开关毛刺和射频耦合；但截止频率越低，阶跃响应的时间常数越长。若把“曲线更平滑”误当成“信息更多”，就可能在采样前把真正的快速事件抹掉。

下面的默认数字是教学设定：一阶截止频率 \(f_c=1000\ \mathrm{Hz}\)，测试正弦 \(f=500\ \mathrm{Hz}\)，输入幅值归一化为 \(1\)。因此低通的时间常数约 \(0.159\ \mathrm{ms}\)，测试分量幅值约为 \(0.894\)、相位约 \(-26.6^\circ\)；单位阶跃经过一个时间常数到达最终值的 \(63.2\%\)。这些是理想模型计算，不是传感器观测。

2. 揭示前预测：先看频谱，再看阶跃

打开实验前预测：

  1. 一阶低通保留低频还是高频？一阶高通保留哪一侧？
  2. 对任意一阶低通/高通，在 \(f=f_c\) 时幅值相对通带约为 \(1/\sqrt2\)，也就是约 \(-3\ \mathrm{dB}\)；这个说法应成立还是不成立？
  3. 把低通截止频率减半，单位阶跃的响应时间大致变快、变慢还是不变？

提交预测后可切换低通/高通、调整截止频率和测试频率。图中上方是离散频谱分量经过滤波后的幅度，下方是阶跃响应；同一截止频率会在两个视角留下不同代价。

3. 公式桥：傅里叶分解把卷积变成乘法

把一个足够良好的信号写成频率分量的叠加。连续傅里叶变换的一种约定是

\[ X(f)=\int_{-\infty}^{\infty}x(t)e^{-j2\pi ft}\,dt, \qquad x(t)=\int_{-\infty}^{\infty}X(f)e^{j2\pi ft}\,df. \]

线性时不变系统在频域满足

\[ Y(f)=H(f)X(f), \]

其中 \(H(f)\) 是频率响应；时域卷积对应频域乘法。\(f\) 的单位是 Hz，若用角频率则 \(\omega=2\pi f\)，单位 rad/s。对一阶 RC 形式，\(\tau=1/(2\pi f_c)\)：

\[ H_{\mathrm{LP}}(j\omega)=\frac{1}{1+j\omega\tau}, \qquad H_{\mathrm{HP}}(j\omega)=\frac{j\omega\tau}{1+j\omega\tau}. \]

两者在 \(\omega=1/\tau\) 处幅值都是 \(1/\sqrt2\)。高通还可写成

\[ H_{\mathrm{HP}}(s)=\frac{s\tau}{1+s\tau}=1-\frac{1}{1+s\tau}, \qquad h_{\mathrm{HP}}(t)=\delta(t)-\frac{1}{\tau}e^{-t/\tau}u(t). \]

这里的 \(\delta(t)\) 属于高通的冲激响应，不是把阶跃响应画成无限高的尖峰。高通的单位阶跃响应在 \(t=0^+\) 发生有限跳变，随后按 \(y_{\mathrm{HP}}(t)=e^{-t/\tau}\) 指数衰减；低通则为 \(y_{\mathrm{LP}}(t)=1-e^{-t/\tau}\)。

量纲检查：\(\omega\tau\) 无量纲，因此 \(H\) 是无量纲幅相比；\(f_c\) 用 Hz，\(1/(2\pi f_c)\) 用 s；\(20\log_{10}|H|\) 是 dB，不是电压单位。默认 \(f_c=1000\ \mathrm{Hz}\) 给 \(\tau=1.59\times10^{-4}\ \mathrm{s}\)，数量级是 \(10^{-4}\ \mathrm s\)；如果唤醒窗口只有 \(50\ \mu\mathrm s\)，就不能把输出当作已稳态。

4. 互动实验：频谱分量与时间响应放在一张图上

无 JavaScript 时的静态 fallback：教学设定为一阶低通、\(f_c=1000\ \mathrm{Hz}\)、测试频率 \(500\ \mathrm{Hz}\)。模型给出 \(\tau=0.159\ \mathrm{ms}\)、测试幅值 \(|H|=0.894\)、\(20\log_{10}|H|\approx-0.97\ \mathrm{dB}\)、相位约 \(-26.6^\circ\)，在 \(t=\tau\) 时低通阶跃输出为 \(0.632\)。若切换为高通且仍取 \(f=0.5f_c\)，则 \(|H|=0.447\)、\(20\log_{10}|H|=-6.99\ \mathrm{dB}\)、相位为 \(+63.4^\circ\)；其阶跃输出从 \(t=0^+\) 的有限值 \(1\) 开始，再指数衰减。

账本项 默认结果 单位 / 解释
截止频率 \(f_c\) 1000 Hz，教学输入
时间常数 \(\tau\) 0.159 ms，\(1/(2\pi f_c)\)
测试频率 500 Hz，教学输入
测试幅值 \(\lvert H\rvert\) 0.894 无量纲，低通模型
测试幅度 dB -0.97 dB，\(20\log_{10}\lvert H\rvert\)
测试相位 -26.6 度，低通模型
一时间常数阶跃值 0.632 归一化单位，\(1-e^{-1}\)

上图的竖线不是普通柱图：每根谱线代表一个 Fourier 分量，线高同时显示输入与滤波后幅值；下图显示单位阶跃经过低通或高通后的时间曲线。它们共同表达带宽与边沿的折衷，都是教学仿真。

5. 真实修正：截止频率不是一把万能剪刀

  • 滤波器不是砖墙：真实 RC、运放有有限滚降、相位和输出驱动能力；高阶滤波器的阶跃可能有过冲或振铃，通带/阻带纹波也要按拓扑说明。
  • 频谱有限且有窗函数：有限时间采样把频谱与窗函数卷积；边沿、周期不整齐和泄漏会让“某根谱线”变宽，不能把 FFT 图的每个峰都当成独立物理源。
  • 信号定义先于滤波选择：环境量的变化带宽、允许延迟、采样率和故障事件持续时间必须一起写；只凭噪声外观调低 \(f_c\) 会制造不可见的延迟。
  • 元件与布局会加新极点：传感器输出阻抗、ADC 采样电容、保护器件和长线缆会与滤波器相互作用，实测 \(H(f)\) 可能不是单一一阶式。

实验中曲线是教学模型，频谱仪/示波器记录才是测量证据；具体器件的带宽、容差、额定电流与稳定性属于数据手册或标准约束。

6. 测量方案：同时测带宽和时间代价

用低压函数发生器产生单频正弦和受控阶跃，示波器 CH1 测输入、CH2 测输出。先在低频和高频端确定通带参考，再逐点测幅值和时间差，计算 \(20\log_{10}(V_o/V_i)\) 与相位；对阶跃记录 \(10\%\)–\(90\%\) 上升时间、过冲和稳定时间。保持探头衰减、终端、电缆和负载不变，记录采样率、时间窗、重复性和温度。

若要验证 Fourier 解释，可对同一个有限时长阶跃保存时域记录和窗函数说明，再比较滤波前后频谱。不要用一张平滑 FFT 图替代对真实输入的定义。

7. 模型失效与项目迁移

输入若是非平稳、强非线性、时变采样或超出放大器/传感器摆幅，简单的 \(Y=HX\) 不再充分；滤波器若进入饱和，频率分量会互调。时域约束优先于漂亮的频谱：若事件必须在 \(100\ \mu\mathrm s\) 内被发现，就需要从允许延迟反推带宽，而不是先选一个看起来安静的低通。

迁移到贯穿项目时，留下“目标信号带宽—允许延迟—采样率—滤波器—实测频响”的表，并把阶跃响应与频谱保存为同一测量记录。迁移问题：若把 \(f_c\) 降到原来四分之一，时间常数与同一 \(f\) 下的衰减趋势如何变化？若频谱中出现超出传感器物理带宽的高频峰，先检查激励、布局、采样窗还是滤波器模型？

1. Fourier 视角不是“只用 FFT”

傅里叶级数适合周期信号，傅里叶变换适合更广的时域信号，离散 Fourier 变换适合有限采样序列。它们都需要明确时间窗、采样率、归一化和频率分辨率。FFT 是一种高效算法，不会自动识别窗函数、抗混叠或物理因果关系。

2. 低通、高通和带宽

低通把慢变化保留下来，高通把变化边沿或快速分量保留下来；带宽必须相对于任务定义。\(-3\ \mathrm{dB}\) 是一阶幅值的常用参考点，不等于“截止后全部消失”，也不等于任意滤波器的唯一带宽定义。对噪声，还需要说明等效噪声带宽，而不是只报名义截止频率。

3. 小结

傅里叶视角把输入分成频率分量，LTI 滤波器用 \(H(f)\) 对每个分量施加幅度和相位；一阶低通/高通在 \(f_c\) 处约为 \(-3\ \mathrm{dB}\)，而时间常数 \(\tau=1/(2\pi f_c)\) 把带宽代价带回阶跃响应。真正的设计必须在信号带宽、噪声、允许延迟、采样窗和器件/布局边界之间做证据化取舍。

资料与边界

页内具体参数和数字均为教学设定或公式结果，不是动态观测。互动只覆盖低压、限流、可断电系统；不提供市电施工、带电测量或认证滤波器选型。