注意力可能只集中在开头

赶在年前装修好了房子，虽然门口还是泥泞路。

随处可见的信号
我们其实没有意识到，我们每天都和"信号"打交道。我们说话使空气振动是信号，手指在屏幕上滑动是信号，室外温度的改变也是信号，甚至WIFI这种电磁波的传播，也是信号。它们看起来很不一样，但对于工程师来说。这些信号都是——随时间变化的信息。
而在电子工程这个领域——我们将物理世界的变化，变成电路可以处理/分析的形式。
这也就是为什么我们需要各种类型的传感器。事实上传感器的工作原理很简单，但这些由传感器转化为我们能处理的电压电流信号，对我们意义重大。一旦信号转换为电压或者电流，我们就可以通过电路处理这些信息——放大，过滤，存储，传输，计算。
将信号进行一层抽象

现实世界的信号源一般来说非常复杂。比如 MEMS 麦克风，它是硅片上通过微机械加工蚀刻出的电容结构。它内部包含极薄的硅振膜、带有微孔的背板，以及专门负责偏置和放大的 ASIC 芯片。虽然它涉及复杂的声-机-电多物理场耦合，甚至还有微米级空腔引发的谐振。
但为了避免一些痛苦的电路分析，我们应该把复杂的真实信号源，等效成一个简单的电路模型。
最常见的两种等效方式是：

Thévenin form（戴维南等效）：一个电压源串联一个电阻——左
Norton form（诺顿等效）：一个电流源并联一个电阻——右


它们描述的是同一个电路，但只是为了方便不同种类的计算而进行的不同等效方式。他们的两种对应方式可以写成：

v_s(t)=R_s\,i_s(t)

也就是说，对于一个真实的信号，我们既能将其视为电压源，又能视为电流源。而不同的等效并没有改变这个信号携带的信息。这样我们可以将复杂的转换过程等效为一个简易的计算模型。
时域还是频域
信号的本质是特定时间间隔的快速采样，也就是各种不同形状的波。但由于波形的复杂性，我们无法用一个跟时间相关的表达式表示这个波形。简单说个例子就是，说话时，声音信号它并不是一个 正弦或者余弦波，而是很多频率叠加出来的复杂波形。

这时我们应该通过频率角度来看这个信号。于是引入了两个经典工具：

Fourier Series（傅里叶级数）：适合周期信号
Fouri

祝L站全体佬友们新年快乐，阖家欢乐，感谢L站所有管理人员在过去一年的辛苦付出 @SMNET
愿L站在新的一年里做大做强，再创辉煌