<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>文章 on Andrew Schematics</title><link>https://andrewschematic.wang/posts/</link><description>Recent content in 文章 on Andrew Schematics</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Sun, 22 Nov 2026 20:15:00 +0800</lastBuildDate><atom:link href="https://andrewschematic.wang/posts/index.xml" rel="self" type="application/rss+xml"/><item><title>为什么时域卷积等于频域相乘</title><link>https://andrewschematic.wang/posts/convolution-multiplication/</link><pubDate>Sun, 22 Nov 2026 20:15:00 +0800</pubDate><guid>https://andrewschematic.wang/posts/convolution-multiplication/</guid><description>&lt;blockquote&gt;&#10;&lt;p&gt;卷积描述&amp;quot;系统如何记忆过去&amp;quot;，乘法描述&amp;quot;系统如何处理频率&amp;quot;。傅里叶变换做的事，就是把前者翻译成后者。&lt;/p&gt;&#10;&lt;/blockquote&gt;&#10;&lt;h2 id="一卷积不是定义是结论"&gt;一、卷积不是定义，是结论&lt;/h2&gt;&#10;&lt;p&gt;LTI 系统只有两条约束：线性（输入相加，输出也相加）、时不变（输入平移，输出同样平移）。两条合起来就决定了：只要知道冲激响应 $h(t)$，系统对任何输入的响应都被锁死。&lt;/p&gt;</description></item><item><title>相关双采样 CDS：图像传感器里最划算的一次减法</title><link>https://andrewschematic.wang/posts/cds/</link><pubDate>Sun, 22 Nov 2026 17:05:00 +0800</pubDate><guid>https://andrewschematic.wang/posts/cds/</guid><description>&lt;blockquote&gt;&#10;&lt;p&gt;每像素读两次、相减一次，复位噪声和低频漂移就一起消失了。&lt;/p&gt;&#10;&lt;/blockquote&gt;&#10;&lt;h2 id="一为什么要读两次"&gt;一、为什么要读两次&lt;/h2&gt;&#10;&lt;p&gt;CMOS 像素每次读出前，都要把浮空节点复位到 $V_R$，积分完成后再读出信号电平 $V_S$。复位开关断开的瞬间，沟道电荷随机注入，产生 $kTC$ 复位噪声——它和信号一起被读出，幅度可达数十个电子。&lt;/p&gt;</description></item><item><title>单位冲激响应：一个不存在的信号，如何成为系统的完整指纹</title><link>https://andrewschematic.wang/posts/unit-impulse-response/</link><pubDate>Sun, 22 Nov 2026 16:30:00 +0800</pubDate><guid>https://andrewschematic.wang/posts/unit-impulse-response/</guid><description>&lt;h2 id="引子给黑箱敲一下"&gt;引子：给黑箱&amp;quot;敲&amp;quot;一下&lt;/h2&gt;&#10;&lt;p&gt;假设你面前有一个黑箱。里面可能是一段电路、一根梁、一间音乐厅、一段血管，或者别的什么。你看不见内部，只能从外面送进一个输入，再从外面读出一个输出。&lt;/p&gt;&#10;&lt;p&gt;现在的问题是：&lt;strong&gt;最少需要做多少次实验，才能完全掌握这个黑箱对任意输入的反应？&lt;/strong&gt;&lt;/p&gt;</description></item><item><title>三个变换，一件事：傅里叶、拉普拉斯与 Z 变换</title><link>https://andrewschematic.wang/posts/fourier-laplace-z-transform/</link><pubDate>Sun, 22 Nov 2026 16:27:08 +0800</pubDate><guid>https://andrewschematic.wang/posts/fourier-laplace-z-transform/</guid><description>&lt;blockquote&gt;&#10;&lt;p&gt;三门课，三个学期，三套符号。这篇文章不打算再给你一张性质对照表——那些你已经会背了。它想回答的是几个更靠前的问题：为什么偏偏是 $e^{st}$？傅里叶“不够用”到底缺在哪？Z 变换凭什么“凭空”出现？为什么有的变换要收敛域，有的不要？&lt;/p&gt;&#10;&lt;/blockquote&gt;</description></item><item><title>sinc 函数：一个理想主义者，和它必须付出的全部代价</title><link>https://andrewschematic.wang/posts/sinc-function/</link><pubDate>Sun, 22 Nov 2026 16:23:46 +0800</pubDate><guid>https://andrewschematic.wang/posts/sinc-function/</guid><description>&lt;blockquote&gt;&#10;&lt;p&gt;这篇笔记只谈一个函数：$\operatorname{sinc}(x)=\dfrac{\sin \pi x}{\pi x}$。它出现在矩形脉冲的频谱里，出现在理想低通的冲激响应里，出现在采样重构公式里，出现在窗函数、脉冲成形、图像缩放的每一个角落。教材通常只在需要它的时候把它请出来，用完就收走，于是你记住了它的长相，却始终没弄清它为什么非出现不可。这篇文章想做相反的事：把它彻底摊开——它从哪来、它有哪些反直觉的性质、以及为什么&amp;quot;理想&amp;quot;这两个字在它身上必须付出代价。&lt;/p&gt;&#10;&lt;/blockquote&gt;</description></item><item><title>为什么偏偏是复指数：LTI 系统特征函数的必然性</title><link>https://andrewschematic.wang/posts/why-complex/</link><pubDate>Sun, 22 Nov 2026 16:20:00 +0800</pubDate><guid>https://andrewschematic.wang/posts/why-complex/</guid><description>&lt;h2 id="引子一个从不被证明的设"&gt;引子：一个从不被证明的&amp;quot;设&amp;quot;&lt;/h2&gt;&#10;&lt;p&gt;翻开任何一本信号与系统教材，你会在三个不同的地方遇到同一句几乎不经论证的话：&lt;/p&gt;&#10;&lt;p&gt;求微分方程的特解时——&amp;quot;&lt;strong&gt;设&lt;/strong&gt; $y(t)=e^{st}$&amp;quot;；&lt;/p&gt;&#10;&lt;p&gt;做卷积时——&amp;quot;&lt;strong&gt;令&lt;/strong&gt; $x(t)=e^{st}$，则……&amp;quot;；&lt;/p&gt;</description></item><item><title>写在开头：为什么还要有一个自己的博客</title><link>https://andrewschematic.wang/posts/hello-world/</link><pubDate>Sat, 21 Nov 2026 00:00:00 +0800</pubDate><guid>https://andrewschematic.wang/posts/hello-world/</guid><description>&lt;p&gt;这是这个站点的第一篇。&lt;/p&gt;&#10;&lt;p&gt;一名模拟电路工程师（图像传感器方向），没有太多精力维护网站。这个网站是Workbuddy帮我搭的，全程没有动脑子。&lt;/p&gt;&#10;&lt;h2 id="为什么不发在平台上"&gt;为什么不发在平台上&lt;/h2&gt;&#10;&lt;p&gt;在平台上写，等于把文章借住在别人家里：样式由别人定、图片链接会失效、平台改规则甚至关停时，你连把文章搬走的接口都没有。&lt;/p&gt;</description></item><item><title>采样定理：为什么采样率必须大于两倍最高频率</title><link>https://andrewschematic.wang/posts/sampling-theorem/</link><pubDate>Wed, 18 Nov 2026 00:00:00 +0800</pubDate><guid>https://andrewschematic.wang/posts/sampling-theorem/</guid><description>&lt;p&gt;采样定理（Nyquist–Shannon）几乎是信号与系统里最容易被背下来、又最容易在换一个问法时答错的一条结论。这篇笔记把它从头推一遍，重点是搞清&lt;strong&gt;混叠到底是怎么发生的&lt;/strong&gt;。&lt;/p&gt;</description></item></channel></rss>