⚡ electrical engineering

Continuous and Discrete-Time Filters: A Unified Operational Perspective

本文从统一的操作视角出发，通过对比拉普拉斯域与 Z 变换域中的极点零点对应关系及稳定性映射，系统阐述了连续时间与离散时间一阶线性时不变系统在模态结构、动态特性及离散化实现上的内在等价性与统一框架。

原作者： Luca Giangrande

发布于 2026-02-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Luca Giangrande

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文其实是在讲一个非常核心的道理：虽然“连续时间”（模拟世界）和“离散时间”（数字世界）看起来像是两个完全不同的语言，但它们描述的是同一个物理世界的动态规律。

想象一下，你正在学习如何控制水流。

连续时间（CT） 就像是一条流淌不息的河流。水流是平滑的，你可以随时测量任何时刻的水位。在数学上，我们用微分方程（像描述水流速度变化的公式）来描述它。
离散时间（DT） 就像是用桶接水。你每隔一秒（比如时钟滴答一次）去接一桶水，记录桶里的水量。水流变成了一个个离散的“水包”。在数学上，我们用差分方程（比较这一桶和上一桶的差别）来描述它。

这篇论文就像是一位翻译官，它告诉我们：别被数学公式吓到了，这两种方式本质上是在做同一件事，只是“采样”和“存储”的方式不同。

下面我用几个生活中的比喻来拆解这篇论文的核心内容：

1. 核心任务：把“河流”变成“水包”

作者认为，工程师在设计滤波器（比如降噪耳机、收音机选台）时，经常在模拟电路（河流）和数字芯片（水包）之间切换。

问题：如果你直接照搬模拟世界的公式到数字世界，可能会出乱子。比如，模拟世界里“无限快”的变化，在数字世界里因为只能“一秒一测”，就会变成模糊的阶梯。
解决方案：这篇论文建立了一个统一的框架。它告诉我们，无论你在处理河流还是水包，核心的“性格”（比如稳定性、频率响应）是一样的，只是表现形式不同。

2. 一阶系统：最简单的“过滤器”

论文主要讨论的是“一阶系统”。这就像是最简单的水龙头或海绵。

低通滤波器（Low-Pass）：想象一个漏水的桶。
- 模拟版：水流进来，慢慢渗出去。高频的急流（比如突然的冲击）被滤掉了，留下的只有平缓的水流。
- 数字版：你每隔一秒看一眼桶里的水。如果上一桶水多，这一桶就少一点；如果上一桶少，这一桶就多一点。它通过“记忆”过去的水量，平滑了现在的读数。
- 比喻：就像你听朋友说话，如果对方语速太快（高频噪音），你记不住；但如果你把语速放慢，只记大意（低频），你就能听懂。这就是“低通”。
高通滤波器（High-Pass）：想象一个只记录变化的传感器。
- 模拟版：它只关心水流速度的“变化”。如果水流平稳，它没反应；如果水流突然加速或减速，它会有反应。
- 数字版：它比较“现在的桶”和“上一桶”。如果水量没变，输出为 0；如果水量变了，它就输出一个差值。
- 比喻：就像你听电话里的背景音。如果背景音一直嗡嗡响（恒定低频），你听不见；但如果有人突然拍了一下桌子（突变的高频），你立刻就能听见。这就是“高通”。

3. 数学魔法：从“河流”到“水包”的地图

论文花了很多篇幅讲拉普拉斯变换（s 域）和Z 变换（z 域）。

比喻：
- s 域（模拟） 就像是一张连续的海图，上面有山峰（极点）和深渊（零点）。如果山峰在“左边”，河流就是安全的（稳定）；如果山峰跑到“右边”，河流就会决堤（不稳定）。
- z 域（数字） 就像是一个圆形的靶子。
- 关键连接：论文告诉我们，模拟世界的“左半边安全区”，对应到数字世界，就是靶子的中心圆圈内部。只要你的“水包”变化规律（极点）落在圆圈里面，系统就是稳定的；如果跑到了圆圈外面，系统就会像失控的过山车一样发散。

4. 现实世界的“不完美”

论文还特别强调了物理世界的限制，这非常接地气：

带宽限制：现实中的水管不可能无限细，也不可能无限快。就像你的耳朵听不到超声波一样，任何系统都有“最高速度”。超过这个速度，信号就会失真。
延迟：当你把水从桶 A 倒到桶 B，需要时间。在数字世界里，这意味着你看到的“现在”，其实是“上一秒”的旧闻。论文解释了这种延迟如何影响系统的反应速度。
噪声：就像水桶里会有杂质，电子信号里也有热噪声。滤波器不仅是为了选台，更是为了过滤掉这些讨厌的杂质。

5. 总结：为什么这很重要？

这篇论文并不是要发明什么新数学，而是为了消除误解。

以前，人们觉得模拟和数字是两门不同的语言，翻译起来很痛苦。
现在，作者告诉我们：它们其实是同一种语言的不同方言。
当你理解了“河流”和“水包”之间的对应关系，你就知道为什么在数字芯片上设计一个滤波器时，不能直接照搬模拟电路的公式，而需要根据“采样率”（接水的频率）来调整参数。

一句话总结：
这篇论文就像是一本**“模拟与数字世界的双语字典”**，它用简单的“一阶系统”（最简单的过滤器）作为例子，教会工程师如何在连续的河流和离散的水包之间自由切换，设计出既稳定又高效的信号处理系统。无论你的系统是像河流一样连续，还是像像素一样离散，核心的物理规律（稳定性、频率选择）始终如一。

这是一份关于论文《连续与离散时间滤波器：统一的操作视角》（Continuous and Discrete-Time Filters: A Unified Operational Perspective）的详细技术总结。

1. 研究背景与问题 (Problem)

领域割裂： 在传统的信号处理教学中，连续时间（CT）系统和离散时间（DT）系统通常通过截然不同的数学框架引入。CT 系统基于微分方程和拉普拉斯变换，而 DT 系统基于差分方程和 Z 变换。
认知障碍： 这种形式上的分离掩盖了两者在底层线性动态行为上的本质等价性。工程师在设计滤波器、控制回路和混合信号系统时，经常需要在两个域之间切换，但由于采样、延迟和实现架构的差异，物理诠释往往发生微妙变化，导致在某一域中表现良好的系统在转换到另一域时出现意外行为。
核心挑战： 如何建立一个统一的框架，将数学表示、物理可实现性和实现结构联系起来，使工程师能够直观地理解连续与离散描述之间的对应关系，而不仅仅是机械地进行公式转换。

2. 方法论 (Methodology)

本文采用统一的操作视角（Unified Operational Perspective），专注于一阶线性时不变（LTI）系统，通过对比分析拉普拉斯域（s 域）和 Z 域来揭示其共性。

统一框架构建：
- 从传递函数、零极点表示和脉冲响应出发，重新审视 CT 系统。
- 将 CT 中的指数模态（ $e^{st}$ ）与 DT 中的几何序列（ $c^n$ ）进行类比，确立两者作为系统特征函数的地位。
- 建立 s 平面左半平面（稳定区域）与 z 平面单位圆内部（稳定区域）之间的映射关系。
一阶系统分析：
- 低通滤波器（积分器）： 分析 CT 中的 RC 电路积分行为与 DT 中的累加器（Accumulator）及“漏积分器”（Leaky Integrator）的对应关系。
- 高通滤波器（微分器）： 分析 CT 中的微分行为与 DT 中的后向差分及“漏微分器”的对应关系。
离散化策略：
- 探讨从连续到离散的转换方法，包括后向欧拉法（Backward-Euler）和双线性变换（Tustin），重点分析零极点映射（ $z = e^{sT_s}$ ）。
- 通过模块化实现（延迟、求和、反馈）展示 CT 动态如何在 DT 中通过递归和累加被重新诠释。
物理约束考量： 强调实际物理限制（如有限带宽、饱和、传播延迟、寄生元件）在两个域中的表现，说明理想积分器和微分器在实际中不可实现的原因。

3. 关键贡献 (Key Contributions)

模态结构的统一性： 论文明确指出，CT 系统中的指数模态（ $e^{\sigma t} \cos(\omega t)$ ）在 DT 系统中对应于几何序列（ $\rho^n \cos(\theta n)$ ）。稳定性条件在 s 域表现为实部为负，在 z 域表现为模值小于 1（单位圆内）。
操作视角的转换：
- 积分与累加： 揭示了 CT 中的积分（卷积）在 DT 中对应于加权累加。低通滤波不仅是频率选择，更是对过去输入的加权平均。
- 微分与差分： 揭示了 CT 中的微分在 DT 中对应于后向差分。高通滤波是通过从瞬时值中减去加权移动平均来实现的。
物理可实现性的统一解释：
- 解释了为什么理想积分器（ $1/s$ ）和理想微分器（ $s$ ）在物理上不可实现（需要无限带宽或未来信息）。
- 展示了物理系统的寄生参数（如电容、电感）如何自然引入非主导极点，使系统变为严格真（Proper），从而保证稳定性和物理可实现性。
- 阐明了传播延迟（ $e^{-s\tau_d}$ ）在两个域中均表现为相位滞后，且不影响基本的滤波功能，但引入了严格的因果性。
离散化映射的直观化： 通过 $z = e^{sT_s}$ 的映射，清晰展示了 s 平面的左半部分如何映射到 z 平面的单位圆内部。论文特别讨论了负实轴极点（ $z = -1$ ）在 DT 中对应奈奎斯特频率的振荡行为，这在 CT 中对应于高频振荡或不稳定。

4. 主要结果 (Results)

滤波器架构的对应：
- FIR 微分器： DT 中的理想微分器是一个简单的双抽头 FIR 滤波器（ $1 - z^{-1}$ ），对应于 CT 中的理想微分器，但受限于采样率。
- IIR 累加器与积分器： DT 中的单位极点（ $z=1$ ）对应 CT 中的积分器。为了稳定，实际 DT 积分器通常引入一个略小于 1 的极点（漏积分器），对应 CT 中的低通滤波器。
- 振荡器： DT 中的负单位极点（ $z=-1$ ）产生奈奎斯特频率的持续振荡，这在 CT 中对应于临界稳定或高频振荡。
频率响应的差异：
- 在低频段，DT 滤波器能很好地近似 CT 滤波器。
- 随着频率接近奈奎斯特频率（ $F_s/2$ ），DT 滤波器的频率响应会出现显著偏差（如增益滚降、相位失真），这是由于混叠（Aliasing）和采样效应引起的。
- 论文通过图表展示了不同极点位置（正实数、负实数、复数）对脉冲响应（指数衰减、振荡衰减）和阶跃响应（过冲、单调上升）的具体影响。
数值实现： 展示了如何通过模块化块图（延迟单元、乘法器、加法器）构建一阶滤波器，并指出数字实现允许实时调整参数（如采样率），从而动态改变滤波特性。

5. 意义与价值 (Significance)

概念整合： 本文打破了 CT 和 DT 信号处理之间的传统壁垒，提供了一个连贯的框架，帮助工程师理解两者在物理本质上的连续性。这对于混合信号系统（Mixed-Signal Systems）的设计尤为重要。
设计直觉的提升： 通过强调“操作视角”（即系统如何处理输入信号：累加、差分、加权平均），而非仅仅关注数学公式，帮助工程师建立更稳健的设计直觉。
避免设计陷阱： 明确了直接翻译 CT 设计到 DT 实现时可能出现的陷阱（如奈奎斯特频率处的混叠、因果性限制、稳定性边界），指导工程师在离散域中重新思考稳定性、带宽和噪声抑制。
扩展性： 虽然文章主要基于一阶系统，但其揭示的模态分解、零极点映射和物理约束原则可以自然地扩展到高阶系统、多速率系统和噪声整形系统。

总结：
这篇论文不仅是一篇技术教程，更是一次概念上的统一。它证明了连续和离散时间系统并非两个独立的领域，而是同一物理动态在不同操作约束下的不同表现形式。通过理解这种统一性，工程师可以更有效地设计从模拟前端到数字后端的完整信号处理链路。