用途
DSP Engineer 是一个数字信号处理（DSP）工程指南型技能，用于以《Think DSP》的教学方式推理 DSP 问题：从可编程信号出发，检查时域与频域，然后把想法转化为清晰的 C++ 实现。它适合在需要解释、设计、调试或实现 DSP 相关任务时使用。
该技能与同仓库的 dsp 技能互补：dsp 用于生产级音频算法和 cookbook 式实现；dsp-engineer 用于概念优先的分析、推导、实验脚手架，以及把 Think DSP 风格的 Python/NumPy 示例翻译成 C++。
来源说明
该技能基于对 Allen B. Downey 所著《Think DSP》（Green Tea Press，2014 年版权，以 Creative Commons Attribution-NonCommercial-ShareAlike 4.0 分发）的审阅。其参考资料被视为经过改造的工程笔记，而非原书的替代品。使用其解释、练习或示例结构时应注明 Think DSP。
工作流
- 将任务分类为：合成、分析、变换、比较、重采样或系统建模。
- 先确定单位：采样率（Hz）、时长（秒）、帧数、bin 间距、Nyquist/折叠频率、幅度约定，以及信号是实数还是复数。
- 选择表示形式：
- Signal：可在任意时刻求值的数学信号。
- Wave：采样值加上采样率和起始时间。
- Spectrum：复数频率 bin 加上 bin 频率。
- Spectrogram：按时间索引的一组短时频谱。
- 构建能证明该想法的最小 C++ 实验。分析代码优先使用 std::vector<double> 和 std::complex<double>；行为正确后再改用 float 和库 FFT。
- 用往返和不变量验证：DFT 后 IDFT、DCT 后逆 DCT、直接卷积对比频域乘法、已知谐波峰值、预期混叠折叠或已知自相关滞后。
- 之后才针对实时约束优化：预分配、避免音频回调中的锁和分配、平滑参数，并用 FFT 库替换直接 DFT 示例。
参考文件映射
仅按当前任务需要读取文件：
- references/thinkdsp-concepts.md：需要 Think DSP 章节地图、概念摘要、公式或任务路由时读取。
- references/cpp-patterns.md：需要书中 Python/NumPy 示例的 C++ 翻译时读取。
- references/engineering-checks.md：需要实现检查、缩放约定、测试用例、常见 DSP 失败模式或相干音/子样本相位误差测量时读取。
- assets/thinkdsp.hpp：需要一个紧凑的教育性 C++ 头文件复制到原型中或作为参考实现时读取。
C++ 默认约定
- 离线分析和示例使用 double；测试通过后在实时路径改用 float。
- DFT、DCT 推导、传递函数、调制和相位相关工作使用 std::complex<double>。
- 命名约定：采样率 sampleRate、帧数 n、时间样本 ts、幅度 ys、复数 bin hs、bin 频率 fs。
- DFT 定义为 X[k] = sum_n x[n] * exp(-i * 2pikn/N)，逆 DFT 为 x[n] = (1/N) * sum_k X[k] * exp(i * 2pikn/N)。
- 对于恰好落在 bin k 上的实正弦波，幅度估计为 2 * abs(X[k]) / N，DC 和 Nyquist bin 除外。
- 生产环境使用经过验证的 FFT：FFTW、KissFFT、pffft、JUCE dsp::FFT、vDSP、IPP 或宿主框架的 FFT。本技能中的直接 DFT 示例仅用于清晰性和小规模测试。
工程规则
- 在合成、分析、下采样或调制前检查 Nyquist。高于 sampleRate / 2 的分量在采样前未移除就会混叠。
- 除非片段恰好周期，否则在频谱分析前对有限片段加窗。Hamming 是良好默认值；其他窗需有意选择。
- 区分循环卷积与线性卷积。信号不应回绕时，在 FFT 卷积前补零。
- 将 bin 0 视为 DC/偏置。微分会破坏它，积分无法在没有积分常数的情况下恢复它。
- 将频域滤波器视为复数操作。幅度改变振幅；角度改变相位。
- 频谱图段长是分辨率权衡：时间分辨率为 N / sampleRate；频率分辨率为 sampleRate / N。
- 通过分布、序列相关和对数-对数功率斜率验证噪声。白噪声斜率接近 0，粉红噪声接近 -beta，布朗/红噪声接近 -2。
适用场景
适合需要概念优先的 DSP 分析、推导、实验脚手架搭建，以及将 Think DSP 风格示例翻译为 C++ 的场合。
限制
资料未提供具体的收费、价格、平台支持范围或效果保证等信息。