1.2.1 确定信号与随机信号
我们先来看看信号的取值情况。根据它，可以对信号进行分类。
根据信号的取值是否确定，可以将信号分为确定信号和随机信号。
如果信号可以用确定的数学表达式来表示，或用确定的信号波形来描述，则称此类信号为确定信号。在工程上，有许多物理过程产生的信号都是确定信号。例如：卫星在轨道上运行，电容器通过电阻放电时电路中的电流变化等。如果信号只能用概率统计方法来描述，其取值具有不可预知的不确定性，则称此类信号为随机信号。随机信号也是工程中的一类应用广泛的信号。例如：在通信传输中引入的各种噪声，海面上海浪的起伏等。
随机信号是工程中的一类很重要的信号，从某种意义上讲，甚至可以说我们接触的信号都是随机的---因为差异是绝对存在的嘛。但通常有些差异我们是不太强调或者说注意的，所以就把信号看成是确定性的了。但有的差异变化实在太大，再看成是不变的，认为是确定的，就有点儿自欺欺人了。:)对这类信号，我们只好用统计的方法来研究它了。这种研究信号或者处理信号的方法与原理，我们在其它课程里再学习，本门课不对此进行讲授。
1.2.2 实值信号与复值信号
前面，我们探讨了信号取值的随机性问题，现在来看看信号所取值的类别---即是实数，还是复数。
说明一下，从严格意义上讲，实数也是复数，但在这里，我们把复数认为是仅指明那些"非实数"。这样说起来比较方便。希望同学们注意。
根据信号的取值是否是实数，可以将信号分为实值信号和复值信号。
如果信号的取值为实数，则称此类信号为实值信号，简称实信号。物理可实现的信号都是实信号，例如：无线电信号，电视信号，雷达信号。
如果信号的取值为复数，则称此类信号为复值信号，简称复信号。
大家可能要问了：取值为复数，这种信号是个什么东西啊？我说：复信号不是个东西。：）？因为现实生活中的信号都是实的！复信号只是一种"梦想"，是"纸上谈兵"的产物。但是，虽然在实际中不能产生复信号，采用复信号来代表某些物理量，往往更便于理论分析。这一点，通过学习傅里叶频谱分析，将使我们的认识更深刻。后面我们在讲"复指数"信号的时候，大家也可以发现这种信号的引入，的确使得研究问题更方便了。
1.2.3 时间连续信号与时间离散信号
下面，我们来考察一下信号取值的值域和定义域。根据这些域的不同，来将信号进行分类。
根据信号的取值在时间上是否是连续的(不考虑个别不连续点)，可以将信号分为时间连续信号和时间离散信号。
希望同学们注意这里的"连续"概念。
除个别不连续点外，如果信号在所讨论的时间段内的任意时间点都有确定的函数值，则称此类信号为时间连续信号，简称连续信号。连续信号的函数值可以是连续的，也可以是离散的。
若信号的时间与取值都是连续的，则称此类信号为模拟信号。例如 信号f(t)=sin(t)的时间和取值都是连续的，即为模拟信号。
如果信号的时间连续，但是信号的取值离散，则称此类信号为量化信号。
由于"连续"是相对于时间而言的，故连续信号取值可以是连续的，也可以是离散的。为了进一步区分这两种情况，而引入了模拟信号和量化信号的概念。
若信号只在离散时间瞬间才有定义，则称此类信号为时间离散信号，简称离散信号。离散信号也常称为序列。此处"离散"是指在某些不连续的时间瞬间给出函数值，在其它时间没有定义。离散信号的函数值可以是连续的，也可以是离散的。
可见，离散信号的定义域是离散的点组成的，有些地方没有定义。什么叫"没有定义"啊？就是不知道信号在那些地方该取什么值。：）
若离散信号的取值是连续的，则也可称此类信号为抽样信号或取样信号。
注意：这里的"连续"是指信号取值时没有什么限制，不是从指定的一些离散值中选择，而是任意的。所以这种连续与前面讲的"连续信号定义域是连续的"是有点儿差别的。希望同学们能注意区分。
若离散信号的取值是离散的，则可称此类信号为数字信号。
同理，离散信号的取值可以是连续的，也可以是离散的。为了进一步区分这两种情况，而引入了抽样信号和数字信号的概念。
下面是一些典型的信号的波形。
抽样信号
数字信号
所以，有两种连续信号：一种是取值也是连续的，一种是取值是离散的；同理，离散信号也有两种：一种是取值连续----这也叫抽样信号，一种是取值离散----这也叫数字信号。
1.2.4 周期信号与非周期信号
若信号按照一定的时间间隔周而复始，并且无始无终，则称此类信号为周期信号。他们的表达式可以写作
f(t)=f(t nT) n=0,1,2……（任意整数）
其中nT称为f(t)的周期，而满足关系式的最小T值则称为是信号的基本周期。为叙述方便，在不致引起混淆的情况下，如不作特别强调，今后我们将把"基本周期"简称为"周期"。
若信号在时间上不具有周而复始的特性，即周期信号的周期趋于无限大，则称此类信号为非周期信号。
这种把非周期信号的周期视作为无穷大，是一种很有用的思想方法。后面我们在学习傅里叶变换时，从周期信号的傅氏级数推广到非周期的一般信号傅氏变换，就是用到了这种思路。
而从非周期信号的傅氏变换推广到周期信号的傅氏变换，则利用了" '周期信号'可以由'非周期信号'周而复始地进行重复而得到 "的思路，把"非周期信号"作为一个片段，不断重复，就得到了一种周期信号。
怎么样"周期重复"呢？我们有相应的数学方法或思路来完成解决这个问题。这在我们学习完本章的"信号运算"（其中的加法、卷积运算）以及"奇异信号"中的"冲激信号"后就可以来做了。因为冲激信号具有"搬移特性"，能够将其它信号"搬移（平移、移动）"到指定的位置，这个特性我们以后会学到。同学们可以在这里作个记号，将来学到的时候，回过头来看看是不是这样。
1.2.5 能量信号与功率信号
在研究过程中，我们有时需要知道信号的能量特性和功率特性。对连续信号f(t)和离散信号f(n)，我们分别定义它们在区间
上的能量E为：
注意：这里的能量是定义在区间上的。相加的（积分也是一种相加）是信号的幅值的平方，一般把它称为是信号的能量。
信号的功率P是区间上的平均功率，即：
大家知道功率是能量在一定时间内的平均值，所以在公式里要除时间长度。这个时间长度，对于离散信号来讲，就是其点数了。
如果信号的能量
，则称之为能量有限信号，简称能量信号。
如果信号的功率
，则称之为功率有限信号，简称功率信号。
为什么还要研究信号的功率呢？这是因为有的信号的能量太大了（等于无穷：））。研究没太大意义。但是不是都可以用功率来进行研究呢？不过，很遗憾，有些信号的能量变化实在太快了，没法表示，这时研究它的功率就没有意义。所以，能量和功率各有所长所短，根据需要来使用。
1.2.6 奇异信号与普通信号
若信号本身有不连续点，或其导数与积分存在不连续点，而且不能以普通函数的概念来定义，则称此类信号为奇异信号，反之，则称为普通信号。
为什么说一个信号是奇异的，我们以后将结合具体的例子来说明。在这里，大家只要知道有这样一种分类标准或方法就可以了。
关于典型的普通信号以及常见的几个奇异信号，将分别在后文中详细讲述。
1.2.7 因果信号与非因果信号
若当t<0时，f(t)=0，当t>=0时，f(t)<> 0，则f(t)为因果信号。反之，则称为非因果信号。为叙述方便，若信号在t>0时，f(t)=0，而在t<=0时，f(t)<> 0，则称f(t)为反因果信号。
我们可以图形的形式来说明这几种信号的区别：
才取非零值；而反因果信号则在自变量的正半轴开区间(0,￥)取值均为零。显然，一个在整个自变量区间都存在非零值的信号，可以表示成为一个因果信号和一个反因果信号的和。非因果信号是不满足因果信号定义的信号，即在
区间,信号有非零的取值。这种分类，在分析系统的性能的时候，比较有用。
