每天饭点，老张面馆的后厨都像一场精心编排的演出。你点一份“全家福”套餐，里面有酸、甜、辣、鲜好几种口味。端上桌后你会发现：鲜味被放大了一倍，甜味打了七折，辣味被压得几乎尝不出来；而且辣味总是第一个到，鲜味总要等最久。如果换一家店吃，同样的套餐，风味秩序可能完全不同——有的店偏爱刺激的辣，有的店偏爱温和的鲜。 这个现象，和数字信号处理里的“频率响应”是一回事。任何系统——音箱、电话线、数字滤波器——都像一位有“口味偏好”的厨师：对不同频率的信号成分，它会给出不同的放大或衰减，还会让它们延迟不同的时间。把这些“偏好”画成一张以频率为横轴的“口味账本”，就是系统的频率响应。 这篇文章，我们以老张的厨房为参照系，搞懂频率响应的两个核心——幅频响应（放多少料）和相频响应（多久上桌），再沿着“低通、高通、理想滤波器”这条菜谱线，看看工程上如何用它设计均衡器、分析信道，以及为什么传说中的“完美厨师”并不存在。

岗位关联

频率响应是数字信号处理的地基概念，掌握它才能设计滤波器、看懂音频与通信系统的行为；对 AI 从业者而言，理解数据和模型在频域中的“偏好”，能帮你诊断信号类任务的各种疑难杂症。

目录
  1. 可视化演示
  2. 频率响应概念
  3. 幅频响应
  4. 相频响应
  5. 低通滤波器
  6. 高通滤波器
  7. 理想滤波器
  8. 频率测量方法
  9. 工程应用场景
  10. AI 应用场景
  11. Python 演示
  12. 常见误区
  13. 面试题

可视化演示

通过交互式Bode图和信号动画，直观理解系统对不同频率正弦输入的幅频和相频响应特性，以及各类滤波器的频率选择行为。

本节配有交互动效（进入视口后自动加载，约 3KB）。

幅频响应 低通滤波器通过低频、衰减高频 截止频率处增益下降3dB |H(e^jω)| = 1/√(1+(ω/ωc)²ⁿ) 拖动滑块调节截止频率观察响应变化

频率响应概念

老张有个小本本，记录了每位回头客的“口味档案”：糖醋口味加一勺糖、麻辣口味减半勺辣、清蒸口味原样上桌。顾客们把它叫做“老张的口味账本”——想提前知道菜会被做成什么样，翻它就够了。在信号处理里，每个系统也有一本这样的账本，名字就叫频率响应。

为什么关心“频率”这件事？因为任何一段信号——一段音乐、一帧图像、一串雷达回波——都可以拆解成许多不同频率的正弦波叠加。就像“全家福”套餐可以拆成酸甜辣鲜几个口味，信号也能拆成低频、中频、高频的成分。系统对每种频率会怎么处理，决定了整道菜端出来是什么味道。

设输入信号为 x[n]，输出为 y[n]，把它们分别做傅里叶变换得到 X(e^{jω}) 和 Y(e^{jω})，频率响应定义为二者的复数比值：

H(e^{jω}) 是一个复函数：它的模就是“放多少料”，它的辐角就是“多久上桌”。有了这本账本，老张不用真做一遍菜，也能预测任何新套餐的味道走向——这正是工程师拿到陌生系统时，第一步先测频率响应的原因。

H(ejω)=Y(ejω)X(ejω)\displaystyle H(e^{j\omega}) = \frac{Y(e^{j\omega})}{X(e^{j\omega})}
就像账本上“实际端出的菜”除以“你点的菜”，得到的是老张对每种口味的处理系数——一个随频率变化的复数。
  1. 输入频谱 X(e^{jω})把输入信号拆解成各频率成分的清单，相当于顾客点的“口味清单”。
    X(ejω)=∑n=−∞+∞x[n] e−jωn\displaystyle X(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} x[n]\, e^{-j\omega n}
  2. 输出频谱 Y(e^{jω})对输出信号做同样拆解，相当于后厨实际端上来的“成品明细”。
    Y(ejω)=∑n=−∞+∞y[n] e−jωn\displaystyle Y(e^{j\omega}) = \sum_{n=-\infty}^{+\infty} y[n]\, e^{-j\omega n}
  3. 逐频点相除得 H(e^{jω})在每个频率上取比值，得到系统对该频率的复数增益，账本上的“处理系数”就齐了。
    H(ejω)=Y(ejω)X(ejω)\displaystyle H(e^{j\omega}) = \frac{Y(e^{j\omega})}{X(e^{j\omega})}

幅频响应

老张的账本翻开，第一栏写的是“用料量”：鲜味 +100%、甜味 -30%、辣味 -90%。把横轴换成“口味从温和到刺激”，纵轴换成“用料比例”，画出来的那条曲线，就是幅频响应。

幅频响应回答的问题是：系统让哪些频率“吃饱”、让哪些频率“饿着”？被放大的频率区间叫通带，被压制的区间叫阻带。工程上常用 -3dB 点（幅度降到 0.707 倍）来划定“截止频率”——相当于老张定下的口味分界线：线内正常供菜，线外开始克扣。

幅频响应的计算，是把复数增益的实部和虚部按勾股定理合成一个长度：

看过幅频这一栏，你就能预判：一段低频为主的鼓点经过系统会不会变闷？一段高频的镲片声会不会消失？老张的“用料偏好”一目了然。但账本还有第二栏——“上菜时间”，那就是相频响应。

∣H(ejω)∣=(Re{H(ejω)})2+(Im{H(ejω)})2\displaystyle |H(e^{j\omega})| = \sqrt{\left(\text{Re}\{H(e^{j\omega})\}\right)^2 + \left(\text{Im}\{H(e^{j\omega})\}\right)^2}
实部虚部像直角三角形的两条直角边，斜边长度就是“实际用料总量”。
  1. 取实部 Re{H}频率响应的同相分量，相当于口味中“本色保留”的那部分。
    Re{H(ejω)}\text{Re}\{H(e^{j\omega})\}
  2. 取虚部 Im{H}正交分量，相当于口味中“转了相位”的那部分。
    Im{H(ejω)}\text{Im}\{H(e^{j\omega})\}
  3. 平方和开方两边长度平方相加再开根号，得到幅度增益，像用尺子量出真实的“用料比例”。
    ∣H∣=a2+b2,a=Re{H}, b=Im{H}\displaystyle |H| = \sqrt{a^2 + b^2},\quad a=\text{Re}\{H\},\, b=\text{Im}\{H\}

相频响应

同样是全家福套餐，老张决定：辣味 3 分钟上、酸味 5 分钟上、鲜味 8 分钟上。如果顾客只点单份口味，等多久无所谓；可如果点的是需要各口味“同时到位”的什锦菜，这个时间差就会让整道菜“串味”。相频响应，就是账本上关于“上菜时间”的那一栏。

严格来说，相位描述的是正弦波经过系统后的“时间平移”换算成的角度。如果系统对所有频率的延迟时间相同，叫线性相位，波形只是整体往后挪，形状不变；如果不同频率延迟不同，谐波之间的相对位置被打乱，波形就会畸变——相当于辣先到、鲜迟到，口味层次全乱了。

相位的计算，是从复数增益的实部虚部比值反推出角度：

把每个频率对应的“迟到时间”连成曲线，如果它是一条过原点的直线，说明老张对所有口味一视同仁、准时上桌——这是好厨师；如果曲线弯弯绕绕，说明某些口味被刻意拖延，菜品卖相再正也会因为时间错乱而变味。

ϕ(ω)=∠H(ejω)=arctan⁡(Im{H(ejω)}Re{H(ejω)})\displaystyle \phi(\omega) = \angle H(e^{j\omega}) = \arctan\left(\frac{\text{Im}\{H(e^{j\omega})\}}{\text{Re}\{H(e^{j\omega})\}}\right)
把复数 H 看成三角形：虚部是对边、实部是邻边，反正切求出相角，就是“这盘菜迟到了多少度”。
  1. 虚部比实部先规定“正切 = 对边/邻边”，所以比值就是相角的正切。
    tan⁡ϕ=Im{H(ejω)}Re{H(ejω)}\displaystyle \tan\phi = \frac{\text{Im}\{H(e^{j\omega})\}}{\text{Re}\{H(e^{j\omega})\}}
  2. 反正切求角用 arctan 把正切值还原成角度，得到当前频率的相位偏移。
    ϕ=arctan⁡(ba)\displaystyle \phi = \arctan\left(\frac{b}{a}\right)
  3. 按象限修正当实部为负时，直接求出的角要加 π，才能落在正确象限，否则相位读数会“迷路”。
    ϕ=arctan⁡(b/a)+π(a<0)\displaystyle \phi = \arctan(b/a) + \pi \quad (a < 0)

低通滤波器

老张后来开了家分店，主打“清淡养生”：凡是“刺激”的高频口味——辣、冲、麻——一律不让进门，只有温和细腻的低频口味才能上桌。顾客们发现，在这家店里吃完，整个人都“平顺”了不少。这家店，就是低通滤波器。

低通滤波器保留 0 到截止频率 ω_c 之间的低频成分，把高于 ω_c 的高频成分衰减掉。理想情形下，通带内增益为 1、阻带内增益为 0，像一道完美的“口味闸门”：

在工程里，低通滤波器是“去毛刺”神器：传感器数据里的抖动、音频里的嘶声、图像里的噪点，大多是高频杂质。端进“清淡养生馆”走一圈，留下的是平滑的主菜——这正是移动平均、平滑去噪背后的直觉。

∣HLP(ejω)∣={1,0≤∣ω∣≤ωc0,ωc<∣ω∣≤π\displaystyle |H_{\text{LP}}(e^{j\omega})| = \begin{cases} 1, & 0 \le |\omega| \le \omega_c \\[4pt] 0, & \omega_c < |\omega| \le \pi \end{cases}
通带全放行、阻带全拦截，是一张“非黑即白”的闸门规则。
  1. 通带判定 0≤|ω|≤ωc频率绝对值不超过截止频率的口味，完整保留（增益 1）。
    0≤∣ω∣≤ωc  ⇒  ∣H∣=1\displaystyle 0 \le |\omega| \le \omega_c \;\Rightarrow\; |H|=1
  2. 阻带判定 ωc<|ω|≤π超过截止频率的口味全部剔除（增益 0）。
    ωc<∣ω∣≤π  ⇒  ∣H∣=0\displaystyle \omega_c < |\omega| \le \pi \;\Rightarrow\; |H|=0
  3. |ω| 与 π 的范围数字频率以弧度归一化，一周期是 2π，实际关心的正频率范围是 0 到 π；取绝对值保证正负频率对称处理。
    −π≤ω≤π,∣ω∣=max⁡(ω,−ω)\displaystyle -\pi \le \omega \le \pi,\quad |\omega| = \max(\omega, -\omega)

高通滤波器

就在对面，老张又开了一家“重口味火锅店”，恰好相反：平淡寡味、温温吞吞的低频口味一律不供应，只有够刺激的高频口味才受欢迎。顾客若想找“存在感”，这家店是首选。

高通滤波器保留高频、衰减低频，数学上恰好是低通的“角色互换”：低频通道完全关闭，高频通道畅通无阻。它常用来做边缘检测（图像中灰度突变的地方正是高频）、去除直流偏置（信号里的恒定分量归零）。

有趣的是，低通和高通更像是同一家餐馆的两个班次：一个让温和的先过，一个让刺激的先过。选哪个，取决于你要留下“平稳的大局”，还是抓住“突变的细节”。

∣HHP(ejω)∣={0,0≤∣ω∣≤ωc1,ωc<∣ω∣≤π\displaystyle |H_{\text{HP}}(e^{j\omega})| = \begin{cases} 0, & 0 \le |\omega| \le \omega_c \\[4pt] 1, & \omega_c < |\omega| \le \pi \end{cases}
与低通恰好相反：温吞低频被拒之门外，刺激高频全单照收。
  1. 低频清零直流附近的频率成分被完全压制，温和口味出不了厨房。
    0≤∣ω∣≤ωc  ⇒  ∣H∣=0\displaystyle 0 \le |\omega| \le \omega_c \;\Rightarrow\; |H|=0
  2. 高频保留超过截止频率的成分原样放行，刺激口味畅通无阻。
    ωc<∣ω∣≤π  ⇒  ∣H∣=1\displaystyle \omega_c < |\omega| \le \pi \;\Rightarrow\; |H|=1
  3. 与低通互补理想情形下高通幅频曲线就是低通曲线“取反”，像同一套口味分界线的两种待客之道。
    ∣HHP∣=1−∣HLP∣\displaystyle |H_{\text{HP}}| = 1 - |H_{\text{LP}}|

理想滤波器

有没有可能开一家“完美口味闸门”？辣度超过 73.5 单位的一律拒之门外，差一点点都不行，而且前一道菜和后一道菜之间零等待、零混乱。老张搓着手说：这店我开不了。原因不是钱，而是“看清食材需要时间”。

理想低通滤波器的频率响应是“矩形窗”：通带 1、阻带 0、过渡带宽度为零。把它反变换回时域，得到的是无限长的 sinc 冲激响应，在整个时间轴上都不衰减到零，并且在 n<0 时也不为零——这意味着系统需要“未来的输入”来产生当前输出，非因果，物理上不可实现。

既然完美做不到，工程师们只好妥协：把无限长的 sinc 截断成有限长，再乘一个平滑的“窗函数”来压住截断产生的“振铃”（吉布斯现象）。就像老张的“次完美闸门”：允许过渡带稍微宽一点，换来一道真实能端上桌的菜。

h[n]=sin⁡(ωcn)πn,−∞<n<∞\displaystyle h[n] = \frac{\sin(\omega_c n)}{\pi n}, \quad -\infty < n < \infty
完美闸门的“配方”是一把无限长的钥匙，永远配不完，也永远拿不到手。
  1. sinc 函数形状分子 sin 振荡、分母 n 线性增长，幅度像被压扁的水波，从中心向两边一层层减弱。
    sin⁡(ωcn)πn\displaystyle \frac{\sin(\omega_c n)}{\pi n}
  2. n 取遍所有整数在负无穷到正无穷的每个时刻都有非零值，说明冲激响应无限长，账本永远记不完。
    −∞<n<∞\displaystyle -\infty < n < \infty
  3. 非因果性n<0 时 h[n] 不为零，说明当前输出依赖未来输入；现实系统只能“看着过去做饭”，做不到“预知未来”。
    h[n]≠0(n<0)\displaystyle h[n] \neq 0 \quad (n < 0)

频率测量方法

想搞清老张的账本是怎么写出来的？两个办法。第一个，挨个点菜：从最清淡的一道开始，每道菜吃一口，记下“实际端上来的分量和用时”，一个频率一个频率地试——这就是扫频法。第二个，一次性上一桌“五味俱全”的全家福，通过比对整桌菜的“用料分布”反推账本——这就是宽带激励法。

在计算机里，我们不可能输入“所有频率”，但可以：① 用步进正弦波扫过整个频带，逐点测增益和相移；② 输入一个冲激 δ[n]，直接得到冲激响应 h[n]，再做傅里叶变换得到完整频率响应；③ 输入白噪声（各频率能量均匀），用输出与输入的离散傅里叶变换之比估计。工程上常用第三种，配合 FFT 一次算出所有频点：

扫频像“精读”，噪声激励像“泛读”——前者慢而准，后者快而全。老张的账本，正是一道菜一道菜试出来的；工程师测音箱的频率响应，用的也是同一套“点菜-记录”的朴素逻辑。

H[k]=Y[k]X[k]=FFT(y[n])FFT(x[n])\displaystyle H[k] = \frac{Y[k]}{X[k]} = \frac{\text{FFT}(y[n])}{\text{FFT}(x[n])}
每个频点上做一次除法，就像比对着“成品拆解”和“点菜单据”逐行核对。
  1. FFT(y[n])对输出序列做快速傅里叶变换，得到各频点的复数值，是“成品拆解结果”。
    Y[k]=∑n=0N−1y[n] e−j2πkn/N\displaystyle Y[k] = \sum_{n=0}^{N-1} y[n]\, e^{-j2\pi kn/N}
  2. FFT(x[n])对输入做同样处理，作为“点菜单据”。
    X[k]=∑n=0N−1x[n] e−j2πkn/N\displaystyle X[k] = \sum_{n=0}^{N-1} x[n]\, e^{-j2\pi kn/N}
  3. 逐点相除 H[k]=Y[k]/X[k]得到系统在这一频率上的增益与相位；前提是 X[k] 在该频点有足够能量，否则就像“没点的菜”，无法反推账本。
    H[k]=Y[k] / X[k]\displaystyle H[k] = Y[k]\,/\,X[k]

工程应用场景

老张的账本越传越广，连锁店都按它调配口味：总店定下每种口味的“标准用料”，各家分店照着执行、校正偏差。在工程世界里，频率响应就是这本“标准账本”：设计、校准、诊断系统，全部围绕它展开。

三个最典型的场景：音频均衡器用一组可调增益的滤波器叠加，相当于给不同的口味分别拧大拧小旋钮；通信系统面对一条会“挑口味”的传输信道，需要拿频响补偿它的偏向；语音增强则利用人声与噪声在频域上的位置差异，用滤波器把噪声“请出局”。工程图纸上，增益通常用分贝标注：

从老张的一家面馆到连锁帝国，口味账本完成了“记录-复制-校准”的闭环。频率响应之于信号系统，正是这本账本：它让设计师能在图纸上预判音箱的听感、在发射前校正信道的偏差、在嘈杂环境里找回清澈的人声。

∣H∣dB=20log⁡10∣H(ejω)∣\displaystyle |H|_{dB} = 20\log_{10}|H(e^{j\omega})|
分贝是把“比例尺”压缩成更顺手的刻度：每 20dB 对应 10 倍增益，-3dB 就是 0.707 倍。
  1. 取幅值 |H(e^{jω})|先得到各频率的线性增益，例如 0.1、1、10 等原始倍数。
    ∣H(ejω)∣\displaystyle |H(e^{j\omega})|
  2. 取常用对数 log10把倍数压缩成“数量级”，1 倍对应 0，0.1 倍对应 -1。
    log⁡10∣H∣\displaystyle \log_{10}|H|
  3. 乘以 20 得到分贝每 20dB 对应 10 倍增益；均衡器旋钮上的刻度就是这么来的。
    20log⁡10∣H∣\displaystyle 20\log_{10}|H|

AI 应用场景

智能音箱的音频均衡器

阶段：音频预处理 / 特征增强

解决的问题：麦克风录到的声音受扬声器、腔体共振影响，不同频段增益不一致——就像每家分店的口味偏差。传统方式靠人工调 EQ，费时且难覆盖所有设备型号。利用频率响应视角，可以自动测量并补偿，让每个频段听感一致。

具体案例：某智能音箱产线用扫频信号测出每台的幅频响应，发现 2kHz 附近有 +6dB 的谐振峰，于是自动在 DSP 里配置一个 2kHz 的 -6dB 陷波滤波器，出厂前完成“口味校准”，一致性显著提升。

无人机图传的信道均衡

阶段：数据预处理 / 信号复原

解决的问题：无线信道对不同频率的衰减不同，导致接收端波形畸变，就像全家福套餐各口味到达时间错乱。传统均衡器用固定抽头系数，环境变化后性能下降；基于频响估计的系统可以动态更新均衡器系数。

具体案例：无人机图传系统在飞行中每 100ms 发送一次导频序列，接收端用 FFT 比值法估计当前信道的频率响应，生成自适应均衡滤波器，把误码率从 5% 压到 0.5%。

智能会议系统的语音增强

阶段：特征提取 / 前端增强

解决的问题：空调低频嗡嗡声与说话人语音混在一起。传统降噪在时域难以分离；利用频响视角，把信号切到频域表示后，低通/高通/带通滤波可以直接“请走”噪声频段。

具体案例：智能会议系统用高通滤波器清除 300Hz 以下低频噪声，再用频域增益抑制 3kHz 以上齿音，语音识别准确率从 82% 提升到 94%。

Python 演示

python34 行
import numpy as np def design_lowpass(cutoff, taps, fs=1000):    """理想低通冲激响应: h[n] = (wc/pi) * sinc(wc*n/pi)"""    wc = 2.0 * np.pi * cutoff / fs    n = np.arange(taps) - (taps - 1) / 2.0    h = (wc / np.pi) * np.sinc(wc * n / np.pi)    return h / np.sum(h) def apply_filter(x, h):    """用卷积实现滤波, 返回与输入等长的输出"""    y = np.zeros(len(x))    for i in range(len(x)):        for k in range(len(h)):            if 0 <= i - k < len(x):                y[i] += h[k] * x[i - k]    return y def measure_gain(freq, h, fs=1000, sec=2.0):    """扫频法: 输入已知正弦波, 从稳态输出测该频率增益"""    t = np.arange(int(fs * sec)) / fs    x = np.sin(2 * np.pi * freq * t)    y = apply_filter(x, h)    seg = y[int(len(y) * 0.6):]    return float(np.max(np.abs(seg))) if __name__ == "__main__":    fs = 1000    fc = 100    h = design_lowpass(fc, 31, fs)    print("截止频率: {} Hz, 阶数: {}".format(fc, len(h)))    for f in [10, 100, 200, 400]:        gain = measure_gain(f, h, fs)        print("f = {:>4} Hz, 增益 = {:.3f}".format(f, gain))
目的：用 31 阶 FIR 低通滤波器，对 10/100/200/400Hz 的正弦波逐点“扫频”，实测各频率增益，验证幅频响应随频率升高而衰减。
  1. wc = 2.0 * np.pi * cutoff / fs把物理频率(Hz)换算成数字角频率 ωc，公式里的 ω 用的就是它。
  2. h = (wc / np.pi) * np.sinc(wc * n / np.pi)直接实现理想低通的冲激响应公式，n 以滤波器中心为原点对称取值。
  3. return h / np.sum(h)归一化系数，保证 0Hz（直流）增益恰好为 1，相当于账本以“清淡口味”为基准刻度。
  4. y[i] += h[k] * x[i - k]卷积核心：把每条“口味处理规则”h[k] 与对应时刻的输入相乘再累加。
  5. seg = y[int(len(y) * 0.6):]丢掉前 60% 的瞬态段，等滤波器“想好这盘菜”再读数。
  6. float(np.max(np.abs(seg)))输入正弦幅度为 1，稳态输出包络的最大值就是该频率的实测增益。
  7. for f in [10, 100, 200, 400]逐点扫频：频率翻倍上涨，增益持续下滑，低通特性跃然纸上。

常见误区

误区看一个系统的频率响应，不就是看它放大哪些频率、衰减哪些频率吗？一张幅频图就够了，相位那栏反正看不太懂，直接忽略。

正解频率响应是一个完整的复数函数，包含幅值和相位两部分。老张的账本要记两栏：放多少料（幅值）和多久上桌（相位）。只记用量不记时间，遇到方波、脉冲这类“讲究各成分配合”的信号时，你完全解释不了波形为什么变形——很多“看不见的失真”正是相位造成的。

为何常见：多数教材先讲幅频，相位图常放在小字或习题里，初学者的注意力被那条好看的曲线占满，自然把局部当成了全部。

误区理想低通不就是“要削多陡削多陡”吗？我把 FIR 的阶数加到几千，过渡带不就窄成一条线了？

正解理想低通的冲激响应无限长且非因果，无论阶数多高，只要用有限长度实现，就存在过渡带，并且截断会在通带边缘产生固定幅度的吉布斯过冲——阶数越高过冲越“挤”在边缘，但幅度不消失。现实里要用窗函数或迭代设计，换来可接受的折衷。

为何常见：“更多参数 = 更精确”的直觉在多数优化问题里成立，但非因果这个物理约束像“不能预知未来”一样，是加再多系数也绕不过去的底线。

误区理想高通和理想低通幅频互补，那我把低通滤波器的系数全部取反，不就是高通了吗？

正解严格关系是 h_HP[n] = δ[n] - h_LP[n]，即“全通减去低通”才是高通。直接把低通系数取负，得到的是低通的“负增益版本”——幅频一样但相位反了 180°，变成“倒相”，不是高通。实现时还要保证因果与延迟对齐。

为何常见：教材上“互补”的幅频图太直观，让人以为时域系数也能直接镜像；没意识到互补的是“信号路径”，而不是“系数符号”。

误区我的滤波器增益最大才 0.8，从来没超过 1，肯定没有失真吧？

正解失真不只来自增益大于 1 的削波。即使幅度全部衰减，只要相频响应非线性，不同频率延迟不同，波形照样变形——就像全家福套餐里辣先到、鲜迟到，每道配料分量都对，但“同时入口”的层次感全没了。线性相位与幅度平坦同样重要。

为何常见：人的耳朵对幅度变化更敏感，眼睛看图也先看幅频；相位的影响要等波形叠加后才显现，属于“后知后觉”的失真，容易被归罪给别的环节。

面试题

Q1. 频率响应 H(e^{jω}) 的本质是什么？

单选题 · easy

  • A.系统对频率的复数增益← 正确答案
  • B.输入信号的功率谱密度
  • C.输出信号的时域波形
  • D.系统冲激响应的面积

答案：A。频率响应是输出频谱与输入频谱之比，像“老张的账本”：记录每个频率被放大多少、延迟多久，是个复数。B 说的是输入自身属性，C 是时域表示，D 只是冲激响应的积分，都不含“系统对频率的态度”。

Q2. 低通滤波器的截止频率通常定义为增益下降到多少的地方？

单选题 · easy

  • A.0.707 倍（-3dB）← 正确答案
  • B.1.000 倍（0dB）
  • C.0.500 倍（-6dB）
  • D.0.100 倍（-20dB）

答案：A。截止频率对应功率降到一半处，幅度为 0.707 倍，换算成 dB 是 20log10(0.707)≈-3dB。B 表示无衰减，C、D 分别是 -6dB 和 -20dB 的衰减点，都不符合“半功率点”定义。

Q3. 当系统的相频响应是线性相位时，对信号的影响是？

单选题 · mid

  • A.各频率成分等量延迟不改变波形← 正确答案
  • B.各频率成分等量放大改变幅度
  • C.输出信号完全无延迟也无失真
  • D.高频成分被整体剔除出输出

答案：A。线性相位意味着所有频率延迟时间相同，谐波相对位置不变，波形轮廓不变，如同老张把所有口味同时上桌。B 是幅频行为；C 需要零相位，只存在于离线处理；D 是高通的阻带行为。

Q4. 理想低通滤波器物理不可实现的根本原因是？

单选题 · mid

  • A.冲激响应无限长且非因果← 正确答案
  • B.截止频率无法精确设定
  • C.采样率不足以覆盖通带
  • D.阻带衰减永远不够大

答案：A。理想低通反变换得到 sinc 冲激响应，在 n<0 时非零，输出依赖未来输入；实时系统只能“看着过去做饭”。B、C 是工程参数问题，D 是性能问题，都不构成本质障碍。

Q5. 用扫频法测量系统频率响应，最合适的输入是？

单选题 · mid

  • A.幅度恒定、频率逐步改变的正弦← 正确答案
  • B.固定频率的高强度白噪声
  • C.单一低频的窄方波脉冲
  • D.完全不输入任何激励信号

答案：A。扫频法就是一次只点一道菜：输入单一频率正弦，测输出稳态幅度与相位，再换下一个频率。B 是噪声激励法，C 是脉冲法，D 无法测得任何响应。

Q6. 一个系统相频响应非线性，输入方波后，输出最可能出现？

单选题 · hard

  • A.波形边缘变圆滑但轮廓仍像方波
  • B.各谐波到达时刻错开波形畸变← 正确答案
  • C.输出幅度整体放大固定倍数
  • D.低频分量完全消失且无畸变

答案：B。方波由基波和奇次谐波叠加而成；非线性相位让各谐波延迟不同，好比什锦菜的配料先后到场，叠出的波形必然变形。A 是低通幅度衰减的特征，C 是幅度问题，D 是高通加线性相位的表现。

Q7. 某系统增益为 -20dB，输出幅度是输入的多少倍？

单选题 · easy

  • A.输出是输入的零点一倍← 正确答案
  • B.输出与输入幅度完全相等
  • C.输出是输入的十倍以上
  • D.输出是输入的一百倍整

答案：A。20log10|H|=-20dB 意味着 log10|H|=-1，所以 |H|=0.1。分贝像“用料刻度的压缩尺”：每 -20dB 就是缩小 10 倍。B 对应 0dB，C、D 表示放大。

Q8. 下列哪些现象可以通过检查频率响应来解释？（多选）

多选题 · mid

  • A.均衡器提升低频后低音更浑厚← 正确答案
  • B.语音经过电话后听感发闷← 正确答案
  • C.扬声器某些频段出现峰谷← 正确答案
  • D.内存不足时电脑程序运行变慢

答案：ABC。A、B、C 都源于系统对不同频率的增益不同：EQ 主动改频响，电话信道天然衰减高频，扬声器腔体共振形成峰谷。D 与频率无关，是资源瓶颈。

Q9. 关于理想滤波器截断产生的吉布斯现象，下列说法正确的有？（多选）

多选题 · hard

  • A.直接截断冲激响应会产生边缘过冲← 正确答案
  • B.增加滤波器阶数可以减窄过渡带← 正确答案
  • C.增加阶数能彻底消除过冲幅度
  • D.使用平滑窗可抑制振荡幅度← 正确答案

答案：ABD。截断 sinc 相当于给无限长冲激响应“一刀切”，切口处产生振荡（A 对）；阶数越高过渡带越窄，但过冲幅度不消失，这正是吉布斯现象的顽固之处（B 对、C 错）；加窗是“用刀背切”——牺牲一点陡峭换平静（D 对）。

Q10. 相频响应的工程影响体现在哪些方面？（多选）

多选题 · hard

  • A.图像经线性相位滤波后边缘不错乱← 正确答案
  • B.音频群延迟不一致导致瞬态畸变← 正确答案
  • C.通信信道线性失真引发码间干扰← 正确答案
  • D.滤波器通带增益过高引发削波

答案：ABC。线性相位保证图像各频率同步到达，边缘位置不漂移（A 对）；音频系统群延迟不一致会让鼓点“拖泥带水”（B 对）；信道相位失真使码元展宽串扰（C 对）。D 是幅频过大引起的非线性失真，与相位无关。