Hamming 如何学习数字滤波器
Hamming 作为数学家而不是电气工程师来学习数字滤波器。当他问工程师为什么他们使用正弦波而不是多项式或 Bessel 函数时，没有人给出令人满意的答案。所以他回到基础。
他确定了三个独立的原因，说明为什么复指数在数字信号处理中占据主导地位。每个原因单独足以证明选择的合理性；合在一起，它们使其几乎成为必须的。
原因 1：时间不变性
大多数信号处理系统没有自然的时间原点。在中午应用的滤波器应该与在午夜应用的相同滤波器表现相同。这种时间不变性的约束力迫使特征函数是复指数。
用数学术语：如果线性、时不变 (LTI) 系统的输入为 x(n) = e^{i2πfn}，输出也必须以频率 f 振荡。只有复指数满足这一条件。
原因 2：线性性
线性系统遵循叠加原理。任何线性算子的特征函数是当算子作用于它们时不变的函数（除了缩放）。对于移位算子 S: x(n) → x(n−1)，特征函数恰好是 e^{i2πfn}。
原因 3：Nyquist 采样
如果连续信号不包含高于 f_max 的频率分量，以速率 ≥ 2f_max 采样它能捕获所有信息。这个Nyquist-Shannon 采样定理只有对傅里叶表示才能干净地连接连续信号和离散信号处理。
在等间距采样下，单个高频会混叠为单个较低频。在多项式基下，单个高次幂会混叠为许多较低次幂：一个傅里叶完全避免的混乱。
传输函数作为特征值
当 e^{i2πfn} 进入线性、时不变滤波器时，输出等于 H(f) · e^{i2πfn}，其中 H(f) 是某个复数。滤波器缩放并移位振荡，但无法改变其频率。
H(f) 将滤波器在频率 f 处的所有行为收集到单个复数中。对于具有系数 c_k 的滤波器：
H(f) = Σ c_k · e^{−i2πfk}
这个公式使 H(f) 成为系数序列的傅里叶变换。每个频率通道独立运行。滤波器将输入分解为频率分量，将每个分量乘以 H(f)，然后重新组合。
采样定理
Hamming 指出 Nyquist 采样定理在 Nyquist 之前就已被人所知，但 Nyquist 获得了荣誉。他引用了巴斯德的话：'运气眷顾有准备的人。'将现有想法与实际需求联系起来的人赢得了名声。
定理
如果连续信号 x(t) 不包含高于 f_max 的频率分量，那么以速率 f_s ≥ 2·f_max 采样该信号捕获所有信息。原始信号能从样本中精确重构。
阈值 f_s / 2 = f_max 以 Nyquist 的名字命名。以恰好 Nyquist 速率（2·f_max）采样在原则上是充分的，但在实践中很危险：任何轻微的不匹配都会混叠最高频率。
混叠
当信号包含高于 f_s/2 的频率时，这些频率会折回到带 [0, f_s/2]。一个频率为 f = f_s/2 + δ 的正弦波与一个频率为 f_s/2 − δ 的正弦波看起来无法区分。Tukey 创造了术语混叠来命名这种假冒。
几何图像：频率为 f 和 f + f_s 的复指数在整数时产生相同的样本。它们共享一个混叠。
选择采样速率
实际的数字音频系统必须在设计滤波器之前选择其采样速率。人类能听到大约 20 kHz 以下的频率。标准 CD 采样速率 44.1 kHz 将 Nyquist 频率设置为 22.05 kHz。
在采样之前，反混叠滤波器必须移除高于 Nyquist 频率的所有频率。如果甚至有微小的 25 kHz 分量进入采样器，它会混叠为 44100 − 25000 = 19.1 kHz——可以听到。
硬件的三个限制
Hamming 在传授数学知识的同时讲授了更广泛的课程。数字滤波器存在是因为硬件有限制——了解这些限制塑造了好的设计。
他确定了限制硬件性能的三个自然规律：
1. 分子大小：电路不能无限缩小。在某个尺度以下，量子效应占主导。
2. 光速：信号速度最多为 3×10⁸ m/s。时钟周期快于光穿过芯片的运输时间会产生故障。
3. 散热：切换消耗功率，变成热。密集、快速的芯片会过热，除非冷却。
他的设计哲学直接由此而来：理解限制，然后设计在这些限制内舒适运行的系统，留有变化和错误的余地。
数字滤波器将计算从硬件（模拟电路）转移到软件（样本上的算术）。这种转变用数值精度和可编程性换取硬件的脆弱性——采样定理的一个结果，而不是奇迹。
Hamming 的设计哲学
Hamming 的框架：数字滤波器用软件实现了模拟滤波器用硬件做的事。采样定理是桥梁。一旦你知道桥梁成立，你可以通过指定所需的传输函数 H(f) 来设计滤波器，然后找到实现它的系数序列。
工程师的工作变成规范和算术，而不是缠绕电感和焊接电容。