啁啾

啁啾（Chirp）是指频率随时间而改变（增加或减少）的信号。其名称来源于这种信号听起来类似鸟鸣的啾声。

定义

当有一信号 $x(t)=A\sin(\phi (t))$ ，其瞬时角频率为

\omega (t)={\frac {\mathrm {d} \phi (t)}{\mathrm {d} t}},

经适当归一化所得瞬时频率为

f(t)={\frac {1}{2\pi }}{\frac {\mathrm {d} \phi (t)}{\mathrm {d} t}}.

对前两式再求导，得到瞬时角频率的变化速率为瞬时角啁啾度（英语：instantaneous angular chirpyness）

\gamma (t)={\frac {\mathrm {d} ^{2}\phi (t)}{\mathrm {d} t^{2}}},

类似有瞬时（普通）啁啾度（英语：instantaneous ordinary chirpyness）为

c(t)={\frac {1}{2\pi }}\gamma (t)={\frac {1}{2\pi }}{\frac {\mathrm {d} ^{2}\phi (t)}{\mathrm {d} t^{2}}}.

^[1]

线性啁啾的波形；频率线性递增，波长越来越短的正弦波（五次）

播放此文件有问题？请参见媒体帮助。

有种啁啾的瞬时频率 $f(t)$ 呈线性变化，即有 $f(t)=f_{0}+ct$ ，其中

c={\frac {f_{1}-f_{0}}{T}}

为常值。积分计算出，相位为 $t$ 的二次函数：

{\begin{aligned}\phi (t)&=\phi _{0}+2\pi \int _{0}^{t}f(\tau )\,\mathrm {d} \tau \\&=\phi _{0}+2\pi \int _{0}^{t}\left(c\tau +f_{0}\right)\,\mathrm {d} \tau \\&=\phi _{0}+2\pi \left({\frac {c}{2}}t^{2}+f_{0}t\right),\end{aligned}}

从而信号在时域表示为

x(t)=A\cos \left(\phi _{0}+2\pi \left({\frac {c}{2}}t^{2}+f_{0}t\right)\right).

此种讯号又称二次相位讯号。^[2]

因为是实数输入，所以其快速傅立叶转换会是对称于中心的

在大自然中常常可以遇到啁啾信号，例如鸟叫声、音乐的滑音、动物发声的声音（青蛙、鲸鱼）以及人类语音，通常会使用正弦、余弦的模型去表示之，而这样的模型去做叠加即可模拟出许多大自然的讯号。

啁啾信号也常用于天然声纳系统的观察，大多数种类的蝙蝠可以利用啁啾信号，直接控制回声定位系统，这种情况也类似于人类的雷达与声纳系统，为了能够测量长距离又保留时间的分辨率，雷达需要短时间的派冲波但是又要持续的发射信号，啁啾信号可以同时保留连续信号和脉冲的特性，因此被应用在雷达和声纳探测上。

低频率的啁啾信号可用作观察大气层中之电离层的讯号。

对于汽车发动、或是气体点火室的频率对时间变化量也会用到啁啾信号，除了音乐以外，在记录震动的仪器中也常常会使用到、观察到啁啾信号。

在生物医学信号里面，例如脑电图（EEG）或是与怀孕有关的子宫肌电图检查（英语：Electromyography）（EMG）也会遇到许多与啁啾信号有关的相关讯号，进而去分析与探讨受测体的生理情况。

在一些关键现象中，啁啾信号已经被证明与许多奇异行为有关，透过加速震荡的啁啾信号可以分析出地震、金融海啸、投资泡沫等情况的征兆。

^ Mann, Steve and Haykin, Simon; The Chirplet Transform: A generalization of Gabor's Logon Transform; Vision Interface '91.[1] （页面存档备份，存于互联网档案馆）
^ Easton, R.L. Fourier Methods in Imaging. Wiley. 2010: 703 [2014-12-03]. ISBN 9781119991861. （原始内容存档于2021-11-28）.

Steven W. Smith, Ph.D."The Scientist and Engineer's Guide to Digital Signal Processing",Chapter 11.[2]（页面存档备份，存于互联网档案馆）
Time-frequency and chirps, Patrick Flandrin[3]（页面存档备份，存于互联网档案馆）
Chirp Signal – Frequency Sweeping – FFT and power spectral density[//web.archive.org/web/20201002044517/http://www.gaussianwaves.com/2014/07/chirp-signal-frequency-sweeping-fft-and-power-spectral-density/ 页面存档备份，存于互联网档案馆） [3]]