1.2 信号处理与信息论基础

1.2 信号处理与信息论基础

本节摘要：上手优化之前，先备好两件记账工具。其一是数字信号处理链——把说话声这种连续的模拟信号采样、量化、变成二进制；其二是信息论这把"标尺"，它回答一个通信基础问题：给定一段信噪比，理论上最多能挤多少比特出来。

上一节我们布置好了损耗科目（1.1 的三笔账），本节把两件"按信噪比记账"的工具装进工具箱，供第 2 章起账、第 3 章兑账时使用。

一句口诀：取点要密、台阶要细、账要可换

先立一个贯穿本节的记忆锚：信号处理负责把模拟世界"够清楚"地搬进数字账本，信息论负责告诉你"清到什么程度值多少信噪比"。这两件事是后续一切编码、调制、多址的算账前提。

把这句话换算成三个可上手的手感。第一，"够清楚"有硬门槛——采样不足会把高频能量折叠成伪影，这是混叠；第二，"清楚"有代价——量化台阶越细噪声越小，但码率跟着涨；第三，"清楚"能跟带宽互相兑换——这就是香农公式那条著名的等号。换句话说，本节不教你死记公式，而是教你把"信号质量"翻译成"账目科目"：

这一节的定位，就是让后面第 2 章起账、第 3 章兑账时，你手里有一把读得懂的"肉质尺"：看到一段信噪比，就知道离理论天花板还差几 dB、该往采样、量化还是编码上找补。

学习目标

• 复述采样定理的约束：采样率要比信号最高频率高几倍、为什么。
• 讲清量化的"台阶"如何决定精度与码率，噪声从哪来。
• 用信道容量公式的直觉论证"带宽与信噪比都可换容量"。

从连续的说话声，到一串比特

想象你把一句语音扔给手机：声带振动是连续的波形，可现代无线电只认离散的 0 和 1。这中间的桥就是数字信号处理链。四步走完：采样（隔一段取一个点）、量化（把取到的点按台阶归成有限档）、编码（把每档写成二进制）、然后才轮到调制上载波。

关键在采样：样点取得太稀，高频成分就糊成一团，专业叫"混叠"。于是有了采样定理——采样速率至少要达到信号最高频率的两倍，才能无失真地还原。说白了就是"取点要够密，否则把细节丢了"。

接着是量化：无论你怎么调台阶数量，量出来的点跟真实值总有截断差，这截断差折算成的失真，就化作量化噪声。台阶越细（比特越多），噪声越小、码率越高；台阶越粗，省了码率却换来听感下降。这是一笔真实的工程账。

至于傅里叶分析，它是"把时域说话声翻译成频域的频谱图"，让工程师看得见能量分布在哪些频段，是做滤波、均衡、载波分配的地基。FFT 只是它的高效算法实现，概念上仍是"从时域翻到频域"。

信息论：给"信噪比即钱"立项据

记账需要一把公用的标尺，信息论给了这一把。香农把要说的意思量化成"信息量"——出现概率越小的消息，携带的信息量越大；一堆消息整体的平均不确定度叫熵。随后他给出了那座通信的"天花板"：对加性高斯白噪声（AWGN）信道，容量是

容量 = 带宽 × 以 2 为底的对数（1 + 信噪比）

它的直觉很值得掰开揉碎：带宽决定"路有多宽"，信噪比决定"路上还能分辨出多少档干净信号"。两者能互相兑换——带宽窄可以靠提高信噪比补，信噪比差可以靠展宽带宽救。这就是为什么 5G 愿意花大价钱买毫米波那块宽带，也为什么一旦你把信号压进干扰泥潭，再宽的带宽也救不回来。

顺着这条标尺，编码理论登场。它把前面讲的量化失真换了个方向思考：与其送干干净净的原始信息，不如送加了一些冗余的信息，让接收端"错得起、纠得回"。信源编码负责去冗余省比特（听起来像压缩），信道编码负责加冗余抗比特错误（像保险）。编码增益，就是"同样的误码率下，新的编码把所需的信噪比往下压了多少 dB"。

一次可运行的对比

拿量化台阶做个直观实验，看码率与失真的拉扯：

import numpy as np

def quantize_snr(bits):
    # bits 位量化下的信噪比上限(dB)估算
    levels = 2 ** bits
    return 6.02 * bits + 1.76

for b in [1, 4, 8, 16]:
    print(f"{b:>2} bit 量化 -> 约 {quantize_snr(b):6.1f} dB")
​

输出大致为 8、26、50、98 dB。可见每加 1 bit 台阶就能多约 6 dB 余量——这账很划算，直到你开始心疼存储和带宽才止步。

易踩的坑

常见坑：把容量公式里的带宽当"送得多"而忘了信噪比门槛。实际上一路把调制阶数顶到高阶 QAM 时，容量还在涨，但误码率对噪声的敏感度也成倍上升——带宽与信噪比是"可以换"不是"可以省"。

与第 3 章的对接口：这套工具会怎么被用起来

别把本节当孤立的四步链背。它的每个工具，后面都会在物理层被派上用场：采样与量化决定 ADC 的位宽与功耗，直接影响射频收端的成本账；傅里叶/FFT 是 OFDM 正交子载波实现的地基，也是第 3 章频谱效率模型的钥匙；香农容量是判断编码、多天线收益的天花板标尺——分集与波束到底值不值，得先看离容量天花板还有几 dB 的差距。信息论不会告诉你具体怎么实现，但它给了所有方案一张"最多值多少"的最高估价。

一个实用的口径是：当你拿到一个新的物理层方案，先问一句"它离香农容量还有多远"。若已经贴得很近，再堆天线堆编码只是锦上添花；若差得很远，那才是这套工具真正该下力气的地方。这正是第 3 章把编码增益、多天线分集一个个兑现成本书"收入项"时的判断起点。

本节要点回顾

• 信号链四步：采样保证不混叠，量化定噪声，编码转比特，调制上载波。
• 采样定理：采样率需超过信号最高频率的两倍。
• 香农容量：带宽与信噪比可互换，决定了天线、编码、调制所有设计的资源天花板。
• 两级编码：信源去冗余省比特，信道加冗余抗错误。
• 编码增益：把相同误码率所需信噪比往下压 dB 数，是第 3 章兑账时最值钱的筹码。