第 14 章　输入输出设备原理

14.1输入输出：人与机器的界面

计算机内部是纯数字世界：只有 0 和 1、离散的电平。但外面的世界是模拟的、连续的——你的手指按下键有力度、你移动鼠标有连续轨迹、你看到的颜色有无数种深浅。所以输入输出设备的本质任务，就是在这两座世界之间做翻译：

• 输入设备（键盘、鼠标、麦克风、摄像头）：把物理世界的连续信息，转换成离散的 0/1。
• 输出设备（屏幕、打印机、音箱）：把离散的 0/1，还原成人能感知的光、声、图像。

深化：为什么「翻译」非做不可

先回答一个更根本的问题：既然外面的世界本来就是连续的，计算机为什么非要费劲把一切变成 0 和 1？答案在于两种信号在抗干扰上的天壤之别。模拟信号（比如一段连续变化的电压）一旦混入噪声，噪声就永远叠加在信号上，放大信号的同时噪声也被放大，一代一代传下去只会越来越脏。数字信号则不同：0 和 1 用「低电平 / 高电平」两个区间表示，只要噪声没有大到把电平推出区间，每一级电路都能把它干净地再生——读出来是 1，就重新输出一个标准高电平。这就是「阈值再生」：数字信号可以无损地传输、复制、存储一万次，模拟信号做不到。数字化不是嫌模拟不好，而是数字量在鲁棒性上碾压模拟量。

于是输入输出设备就站在两座世界的边界上，扮演「海关」：所有入境（输入）的信息要「模拟 → 数字」，所有出境（输出）的信息要「数字 → 模拟」。而且你会发现，所有输入设备干的其实是同样三件事：感知（把物理量变成电压，如按键把「按下」变成电平变化）、采样（每隔一小段时间看一眼）、量化（把连续值归到最近的档位）；所有输出设备则反着来：数字档位 → 连续的物理量。本章后面每一节，都是这三步在不同设备上的变奏。

当然，翻译有代价——细节的丢失。采样不够密，快速变化的信号会「拍糊」；量化不够细，平缓的渐变会出现台阶。屏幕的刷新率、鼠标的回报率、CD 的采样率，背后都是同一个问题：在成本约束下，「多密、多细」才算够用？这道取舍题贯穿整个输入输出世界。

工程中的它

你以后在任何操控面板上按下的每一个按钮——从电梯楼层键到飞行舱的告警确认键——背后都有这套「采样 + 连续一致确认」的消抖逻辑。人操作面板时手指会不自觉地「轻碰」一下，若没有消抖，一次轻碰可能被数成按了五六次，告警被误清除或误触发。反过来，对操作速度敏感的场合（乐器键盘、竞技外设）会尽力把扫描周期和确认次数压低，把确认延迟做到 1ms 级——快与稳，永远是这对矛盾的两端。

再想一层：设备的参数为什么「恰好」定成这些数？其实很多都锚定在人的感知边界上。人眼的视觉暂留约十几毫秒，所以屏幕每 16.7ms 刷新一次（60Hz）人眼就觉得是连续画面；人耳听得见的频率上限约 20kHz，所以音频采样定在 40kHz 出头；人手能分辨的响应延迟下限大约几十毫秒，所以按键确认压到 1~13ms 就「无感」。工程参数常常不是越高越好，而是「人的边界 × 一点余量」——省下的每一分带宽和成本，都可以花在别处。

14.2键盘：矩阵扫描的原理

键盘有上百个键，如果每个键都单独接一根线到主机，线就太多了。聪明的做法是 矩阵扫描（matrix scanning）：把按键排成行 × 列的网格，每个键就是一个「行列交叉点」上的开关。

检测方法：控制器逐行发送信号（点亮一行），然后检查各列有没有收到信号。如果某个键被按下，那一行和那一列就「接通」了，控制器据此判断出「第几行、第几列的键被按下了」。

这本质上又是第 5 章「译码器 / 多路选择器」思想的运用——用行列交叉把「N 个键」变成「行 + 列」两个小数字，大大减少连线。

再往深处挖一层：为什么行列网格能省线？设 r 行 c 列，能覆盖 r × c 个键，而只花 r + c 根线。键数越多，优势越夸张——100 个键，一线一键要 100 根线；10 × 10 网格只要 20 根。线数随键数「开平方」增长，这是所有矩阵方案（键盘、LED 大屏、触摸屏）共同的数学底色。

具体扫描时序也很讲究：平时所有行线都拉高；控制器把某一行拉低，马上去读各列——若某列也变成低，说明这一行与该列交叉处的开关闭合了。接着拉低下一行，直到扫完全部行。整个键盘就像被一台高速巡逻灯一遍遍扫过。扫描的「巡回速度」决定了按键响应的下限：扫得越快，漏检窗口越小。

矩阵还有一个特有的坑——鬼键（ghost key）。若三个键恰好构成一个矩形的三个角，电流会沿着「L 形」路径绕行，让第四个角上的没按的键看起来也被按下了。工程解法很朴素：每个按键串联一只二极管，让电流只许单向走，绕路被堵死。所以「矩阵扫描省的是线，补的是二极管」——天下没有免费的午餐。

工程中的它

「行列复用 + 逐行扫描」是个可迁移的通用方案：LED 大屏用同样的行列复用来省驱动线（数万颗灯珠共享行列母线）；仪表面板上成排的告警灯与按键，常合用一套扫描电路。而键盘控制器找到「行列坐标」后，还要做一次「翻译」——把坐标换成扫描码，通过中断送给操作系统，再由操作系统的键盘布局表换成字符码。你敲下一个键，实际走完了「矩阵扫描 → 译码（第 5 章思想）→ 中断（第 12 章机制）→ 查表翻译」的完整流水线。

还有一个分工细节值得咀嚼：为什么不让 CPU 直接来扫键盘？因为扫描是件琐碎的重复劳动——每秒上百遍、每遍都要掐着微秒级的时序。工程解法是给键盘配一颗专用单片机，让它默默承担全部扫描与消抖，只在「确认有事件」时向主机发一次中断、递上整理好的扫描码。主机的 CPU 对「键是怎么扫出来的」一无所知，也毫不关心——软硬件各守一层、只交换结果，这正是第 12 章「抽象」在硬件协作上的又一次落地。顺带一提，同一把键盘换到不同布局（或换台电脑），物理扫描不变、字符映射却可以全变——「硬件报位置、软件定含义」，这种解耦让同一套产线能供应全世界。

14.3鼠标：把位移变成数字

鼠标要回答的问题是：「我往哪个方向、移动了多远？」现代光学鼠标的做法是：

1. 底部有一盏小灯（LED/激光）照亮桌面，一个微型摄像头以每秒上千次的速度拍下桌面的微小纹理。
2. 内部芯片对比前后两张照片，算出纹理「往哪边、移了多少」——这就是位移。
3. 把位移转换成两个方向上的数字（X 轴、Y 轴），通过接口发给电脑。

于是屏幕上光标的位置，就是位移不断累加的结果。你手的连续运动，被「采样」成一个个离散的位移数字——这正是「模拟→数字」的一个实例。

深化：光学引擎到底在算什么

把光学鼠标拆开看，核心是三件套：一个照明用的红外 LED、一个微距 CMOS 感光芯片（就是缩小版摄像头）、一个专门做图像比对的 DSP 芯片。它拍的不是「桌面照片」，而是桌面微观纹理的特写——放大后木头、布纹、纸面都像起伏的山脉地图。芯片把相邻两帧拿来对比：如果第 2 帧的纹理图案整体向左挪了 3 个像素，就说明鼠标向右移动了对应距离——这叫相关运算，本质是「在两幅图里找同一块图案，看它挪了多远」。帧率高达每秒数千张，所以再快的甩动也跟得上。

这也解释了一个生活现象：光电鼠标在干净的玻璃上会失灵。玻璃表面平整透明，拍不出任何纹理——没有「山脉」可比对，相关运算找不到答案。在镜面上打字的鼠标必须靠特殊的激光散射设计，或者干脆垫一张纸。

再说两个关键参数。DPI（dots per inch）是硬件的「测量密度」：800 DPI 意思是鼠标物理移动 1 英寸，传感器累计报告 800 个计数单位。回报率（轮询率）是「多久汇报一次」：125Hz 即每 8ms 汇报一次，1000Hz 即每 1ms 一次。注意 DPI 和回报率是两个独立的维度——一个管「量得多细」，一个管「报得多勤」，别混为一谈。

工程中的它

「把连续位移变成数字」这一招，在工程里遍地都是：老式轨迹球、驾驶杆、方向舵脚蹬，本质都在回答同一个问题——「操作者把机构移动了多少？」。传统方案用电位器：杆子一动，滑臂在电阻膜上滑动，输出连续变化的电压，再由 ADC（下节主角）转成数字；现代高性能方案则改用非接触的光电编码器或磁传感器，避免机械磨损。航空语境里，驾驶杆的 X/Y 两轴位移被持续采样成数字量送进飞控计算机，采样率与分辨率直接决定「操纵跟不跟手」——这和游戏鼠标追求高回报率是同一个道理。

回报率还牵出一笔「延迟预算账」：125Hz 意味着平均等 4ms（最坏 8ms）才轮到你这次的位移被报告；1000Hz 把这一项压到平均 0.5ms。但光标的整体延迟是好几段之和——传感器曝光、回报排队、系统合成、渲染、屏幕刷新，每一项都往总账上加码。单独把回报率从 125Hz 拉到 1000Hz，玩家感受到的差别其实只有几毫秒；高手真正敏感的是总和的降低。这也提醒我们：优化一个系统，先要找到账本上占比最大的那一项，而不是只盯着某一行使劲。

14.4屏幕：像素、LCD 与 OLED

屏幕的原理与鼠标相反：把数字（图像数据）还原成光。屏幕的最小单位是 像素（pixel）——一个个极小的发光点，排列成密密麻麻的网格。所谓「1920×1080 分辨率」，就是横向 1920 个、纵向 1080 个像素。

每个像素由红（R）、绿（G）、蓝（B）三个子像素组成。控制三者的亮度，就能混合出几乎任何颜色——红+绿=黄，红+蓝=品红，三者都亮=白，都暗=黑。屏幕上每一帧，就是给几百万个像素分别设定 RGB 数值的结果。

两种主流屏幕的实现：

深化：LCD 与 OLED 各自的物理戏法

LCD（Liquid Crystal Display，液晶显示器）自己不发光，全靠背光板供光。光从背光出来，先过一片下偏振片（只让某个方向振动的光通过），然后穿过液晶层：液晶分子像一排排小栅栏，不加电压时把光的振动方向扭转 90°，加了电压就站直不动。光的振动方向若与上偏振片一致就能通过，不一致就被挡住。所以「控制每个子像素的电压」=「控制出光多少」。看懂这一层，LCD 的缺点就自明了：所谓「黑」只是「挡得最严」，背光仍在后面亮着，难免漏光；显示纯黑画面时整块背光白耗电。

OLED（Organic Light-Emitting Diode，有机发光二极管）走的是另一条路：每个像素是一颗自己会发光的小灯（有机材料通电发光），显示黑就干脆「关灯」——纯黑、零漏光、还省电。代价是有机材料会老化，长时间显示固定画面（如台标、任务栏）的像素老化更快，就会留下「残影」，俗称烧屏。液晶分子扭转有毫秒级惯性（响应时间偏长），OLED 关灯开灯是微秒级（响应快）——两者的差异，全部能从物理机制上找到根源。

深化：刷新率背后是一笔带宽账

「60Hz 刷新率」意味着屏幕每 16.7ms 把整幅画面从上到下重刷一遍，显卡必须每秒 60 次把每个像素的新亮度值「推」给屏幕。这就引出一个工程核心公式：像素带宽 = 水平分辨率 × 垂直分辨率 × 刷新率 × 每像素位数。分辨率、刷新率、色深（每像素 bit 数）三个因子是相乘关系——任何一个翻倍，总带宽就翻倍。这也是为什么视频接口每隔几年就要换代：屏幕参数每上一个台阶，旧接口的「水管」就不够粗了。

深化：触摸屏——矩阵扫描在电容世界的翻版

手机屏幕怎么知道你按了哪里？主流的投射式互电容触摸屏，是在玻璃上蚀刻出纵横交错的透明电极（ITO 氧化铟锡）：横向一排「行电极」、纵向一排「列电极」，每个交叉点天然构成一个极小的电容。平时控制器给各行依次施加激励信号、在列上测感应量——这正是「逐行激励、逐列测量」。手指是导体，按到某处会「吸走」该处交叉点的部分电场，使那里的互电容变小；控制器扫完一遍，变化最大的交叉点坐标就是触点。你发现了吗？这与 14.2 的键盘矩阵扫描完全同构：行列网格、逐行扫描、查列定位——只不过键盘检测的是「开关闭合」，触摸屏检测的是「电容变化」。

这也解释了电容屏的两个脾气：戴厚手套点不动（绝缘的手套让手指无法「参与电场」）；冬天指尖太干燥也会变迟钝（导电性下降）。所谓「支持十指触控」，就是全屏交叉点能同时分辨出多个电容变化点——这套网格天然支持多点。有些触摸屏还备有一种省电的「自电容」模式：只给单层电极充电、测它自己的电容，扫描快、耗电小，但两指同按时可能误判出一对「镜像点」——于是又要在省电与多点之间做一笔取舍。

工程中的它

驾驶舱里的多功能显示器是这套原理的集大成者：高分辨率屏幕负责「数字 → 光」，表面再叠一层触摸层负责「手指 → 数字」，供高亮环境下（阳光直射）阅读的屏幕往往要做到数百尼特的亮度——亮度、抗反射镀膜、视角范围都是工程师反复较劲的指标。另外注意「刷新率」与「帧率」是两件事：显卡渲染出画面的速度（帧率）与屏幕重刷速度（刷新率）不同步时，画面上半截是这一帧、下半截是上一帧，就会出现「撕裂」——工程上的对策叫垂直同步：翻页必须等屏幕刷新到最后一行时才切换。

还有一笔小账叫色深：RGB 各 8bit 即「约 1670 万色」，但单个通道只有 256 级渐变——在天空这类大面积的平缓渐变上，相邻档位的色差肉眼可辨，画面会出现一圈一圈的「色带」（banding）。工程上的补救叫抖动（dithering）：让相邻像素在两个相邻档位间按比例交错，利用人眼的平均效应「混」出中间色。10bit 色深的显示器把每通道提到 1024 级，色带自然更淡——你看，量化位数不足的后果（14.5 节的正题）在屏幕上早就演过一遍了。

14.5模数与数模转换：两座世界的桥

现在把「翻译」这个核心概念具象化，它由两个专门的电路完成：

• 模数转换器 ADC（Analog-to-Digital Converter）：把连续的模拟信号（如声音的连续波形、电压的连续变化）转成离散的数字。做法是「采样 + 量化」——每隔一小段时间取一个值，再把这个连续值近似成离它最近的数字档位。
• 数模转换器 DAC（Digital-to-Analog Converter）：反过来，把数字还原成连续的模拟信号（如把数字音频还原成连续的声波）。

深化：采样定理——「多密」的底线

采样到底要「多密」才够？这个问题有精确答案，叫采样定理（又称奈奎斯特定理）：要把最高频率为 f_max 的信号无失真地恢复出来，采样率必须不低于它的两倍，即 f_s ≥ 2f_max。为什么是两倍？直觉解释：一段上下振荡的波形，每个「波峰+波谷」至少要各踩一个采样点，才能保住它的形状；点再稀，波峰波谷之间就「看不见」了。而比这更糟的是混叠（aliasing）：采样点太少时，高频波动在采样后会被「错看成」一种低频波动——就像高速旋转的车轮在视频里像是在倒转、细密条纹衬衫在照片里出现莫尔波纹，都是「采样跟不上变化」的现实演示。混叠一旦发生，真假信息纠缠在一起，事后无法挽回。所以工程铁律是：采样之前先用「抗混叠滤波器」把超过 f_s/2 的成分滤掉——先滤再采，不可倒置。

用这把尺子量一量 CD：人耳能听到的频率上限约 20kHz，理论上 f_s ≥ 40kHz 就够。那为什么选了 44.1kHz 这个「怪数」？两个原因：一是抗混叠滤波器不可能做成理想「砖墙」（在 20kHz 处一刀切干净），必须留一段过渡带让衰减逐渐完成，于是留了 2050Hz 的余量（44100 ÷ 2 = 22050 > 20000）；二是历史沿革——早年数字音频母带借视频录像机录制，44100 恰好能塞进视频信号的行频结构里，标准沿用至今。影视行业用 48000Hz，道理相同、历史路线不同。

再看「多细」：量化位数决定幅度方向上分多少档。8bit 分 256 档，16bit 分 65536 档。档数越多，每个台阶越矮，量化误差（把连续值归到最近档位时的偏差，最大不超过半个最小档）越小。一个经验规律：每加 1 个 bit，档数翻倍，可分辨的强弱动态范围约再加 6dB——16bit 的 CD 动态范围约 96dB，大致覆盖从耳语到喷气发动机的巨大跨度，对听感「够用」了。

深化：DAC 是怎么「合」出波形的

输出端的 DAC 常被一笔带过，其实它非常优雅。最经典的结构叫 R-2R 梯形网络：一串阻值只有 R 和 2R 两种的电阻搭成梯子，数字量的每一位控制一个开关，把对应的「加权电压」接进网络。最高位的权重是 1/2，次高位 1/4，再往下 1/8……各位按位权加权求和，输出的电压正好等于数字量对应的模拟值。你应当感到眼熟——这正是第 2 章「二进制的位权」在电路里的复活：1011 0000 不是抽象数字，而是 0.5、0.25、0.125 各路电流的「合奏」。DAC 的位数决定了输出台阶的粗细，最后再过一道平滑滤波，台阶就被抹成了连续波。

顺带补一句 ADC 前端的细节：真正采样的一瞬间，电路里有一小节「采样保持」（sample-and-hold）电路——像一只手在按下快门的刹那把信号「冻结」住，让后面的量化电路对一段稳定值安心工作。若不冻结、边采边量化，信号在量化中途悄悄变了，结果就两头不沾。快门、冻结、再测量——这个「先定格再读数」的小动作，是所有 ADC 共同的心法。

工程中的它

这条「采样 → 量化 → 编码」流水线在工程里无处不在：机舱里的语音告警，是存储的数字语音经 DAC、功放、喇叭还原（数字存储的告警词不会随磁带老化走样，可靠性远超模拟录音）；示波器的心脏是一颗高速 ADC（每秒数十亿次采样，才能看清纳秒级的信号边沿）；老式电话把采样率压到 8kHz 也勉强能听懂——因为电话频带只保留约 300~3400Hz，8kHz 对 4kHz 留了余量，代价是「高音全无」的闷罐子音色。同一套定理，不同的参数取舍，就是不同的设备性格。

14.6接口与总线：外设如何连上主机

这么多外设，怎么和 CPU、内存连起来？靠 接口（interface）和 总线（bus）。

总线是一组并排的导线，让多个部件共享来传输数据（回顾第 7 章的数据流）。常见的接口：USB（连接键盘、鼠标、U 盘、打印机等几乎一切）、HDMI（连显示器）、PCIe（连接显卡、SSD 等高速设备）。

当外设通过总线传来数据，CPU 并不是「死等」，而是靠第 12 章学的中断：外设就绪时发出中断，CPU 暂停手头工作来处理它。整条链路，就是前面所有章节的合体。

深化：接口不只是「插头」，是三位一体的约定

「接口」这个词容易被理解成那个物理插头，其实它指一套完整的约定：插头形状与引脚（机械）、电压电流与差分方式（电气）、以及双方怎么对话（协议）——三位一体，缺一不可。为什么值得费这么大劲做标准化？想想键盘：任何厂商的 USB 键盘插到任何电脑上都能用，因为在物理形状之下，它俩按同一套协议栈完成了「自我介绍」：USB 枚举。插上的瞬间，主机先给设备供电、发复位信号，设备报上自己的「履历」（设备描述符：我是谁、什么类别、需要多少带宽），操作系统据此加载对应驱动，最后给设备分配一个总线地址。你听到的「叮咚」一声，背后是几十步的机器对话。这正是第 12 章的「分层」思想落到硬件世界的样子：只要约定不变，谁是谁都无所谓。

高速接口几乎清一色用差分信号传输：一根线上传信号、另一根传它的「镜像反转」，接收端只看两根线的差值。空间电磁干扰会同时叠加到两根线上（同向），一做减法就被抵消——这是「共模抑制」思想，让几 Gbps 的信号在普通铜线上跑成可能。工程上与它配套的手段还有双绞（两根线相绞，让干扰均摊）与屏蔽层，机载线缆的布线规范里满是这类抗干扰章法。

「热插拔」也不是理所当然的：USB 插头的触点特意做成长短不一——最长的两根是电源，最短的才是数据。插进去时电源先接通、数据后接通，拔出时数据先断、电源后断，插拔瞬间设备永远不会在「半供电」状态下误收发数据。老式的键盘口（PS/2）没有这套设计，带电插拔轻则失灵、重则烧口——一个机械细节的差别，决定了两种接口完全不同的使用守则。

还有一个大问题：外设数据怎么进内存？键盘一次几字节，让 CPU 用中断取一下即可；但屏幕刷新每秒几百 MB、SSD 读写动辄上百 MB，若还要 CPU 一个字节一个字节搬运，它就什么都别干了。答案是 DMA（Direct Memory Access，直接存储器访问）：CPU 只下达「把这 1MB 从 SSD 搬到内存某处」的指令，剩下的由专门的 DMA 控制器在总线上自己完成，搬完再中断通知 CPU「好了」。于是外设传输的三种方式按「CPU 参与度」从高到低排成：轮询（CPU 反复问「好了没」）→ 中断（设备好了才喊 CPU）→ DMA（CPU 只管布置任务和收结果）。流量越大，越要用靠后的方式。

工程中的它

把视角拉高：飞行器内部就是一张「总线 + 中断 + DMA」的大网。各设备共享几条数据总线，按优先级仲裁谁先说话；传感器数据（往往经由 ADC，见上节）由 DMA 批量搬进内存；关键事件用中断唤醒处理机。你在第 7~12 章认识的每个部件——总线、中断、DMA、驱动——在真实的机载网络里各就各位。而现代航电向「以太网化」演进，正是让第 15 章要讲的网络技术反过来「上天」：分层的思想，从机房飞进了云端。

顺带一提「总线仲裁」：多台设备共享一组总线，谁先开口需要裁决——通常由总线控制器按优先级排队，关键设备（如操作面板的输入）排在后台批量数据之前。排队等候的那段时间就是「排队延迟」，你在 14.3 的延迟预算账里见过它，下一章在网络上还会遇到它的孪生兄弟——共享资源永远伴随排队，这是并发世界的通用税。再看「热插拔」背后的功夫：USB 的电源针脚比数据针脚略长，插入瞬间先通电、后对话，设备「醒过来」再自报家门；老式接口没设计这一套，带电插拔轻则失灵、重则烧口——能不能热插拔不是玄学，是插拔时序有没有被认真设计的问题。