信号与系统提分捷径核心公式速通考点一次讲清到了期末或者考研冲刺阶段很多同学复习「信号与系统」时会陷入一种奇怪的状态书翻了好几遍课也听了笔记密密麻麻但一做题就卡壳。尤其是卷积积分、傅里叶变换性质、拉普拉斯变换收敛域这些内容明明上课听懂了自己上手却发现完全不是一回事。如果你也有这种感觉问题往往不是不够努力而是复习方法跑偏了。信号与系统这门课概念上的“知道”和做题时的“会做”之间存在一条很宽的河而搭桥的材料就是核心公式的运用能力。本文要讲的不是什么玄学方法而是一条可以直接落地的提分路径把高频考点压缩成一组核心公式表理解每个公式解决什么问题再通过典型题目把公式变成条件反射。这篇文章会做三件事第一把信号与系统真正的骨架抽出来帮你建立一条清晰的知识主线第二给出每个核心考点最常用、最容易考的公式和判断方法第三用一道真实风格的综合性题目演示考试时最稳定的做题流程。看完之后你至少能判断自己哪个模块是真正薄弱而不是笼统觉得“我信号系统不行”。1. 信号与系统考点全景分清主次才不会复习跑偏信号与系统这门课不同学校教材不同有的偏重连续时间有的偏重离散时间但核心骨架几乎是统一的。如果站在“提分”角度去拆解高频考点集中在以下六个板块模块核心内容考试占比预估提分优先级信号与系统基础奇异函数、系统性质判断8% ~ 12%高时域分析卷积积分、卷积和15% ~ 20%最高傅里叶变换性质、频谱分析、采样定理20% ~ 25%最高拉普拉斯变换收敛域、S域分析、系统函数15% ~ 20%高Z变换收敛域、离散系统分析10% ~ 15%高状态变量与综合状态方程、系统框图5% ~ 10%中这里要提醒一句傅里叶变换和拉普拉斯变换加起来占了近一半分数这是信号与系统的绝对核心。很多同学复习时爱在系统框图、状态方程这些细节上花大量时间结果最基础的傅里叶变换性质和卷积计算反而没练熟这是典型的舍本逐末。1.1 LTI系统这门课的真正主线信号与系统研究的主角是线性时不变系统也就是LTI系统。为什么它这么重要因为只有满足线性和时不变性系统才具有下面两个黄金性质零状态响应 输入信号与单位冲激响应的卷积复指数信号是系统的特征函数输入 $e^{st}$ 时输出 $H(s)e^{st}$$H(s)$ 就是系统函数换句话说LTI系统把复杂的输入输出关系简化成一个卷积运算或者进一步简化为一个代数乘法。后面学傅里叶变换、拉普拉斯变换本质上都是为了简化这个卷积运算。抓住LTI系统这一条主线你就不会被各种变换绕晕。1.2 连续系统与离散系统区别在域方法相通教材通常前半部分讲连续时间系统后半部分讲离散时间系统。很多同学的困惑来自“学完连续就忘了离散”或者学离散时总是想往连续方向硬套。对比维度连续时间系统离散时间系统时域分析工具卷积积分卷积和变换域工具拉普拉斯变换、傅里叶变换Z变换、离散时间傅里叶变换系统函数$H(s)$$H(z)$稳定性判断极点位于S域左半平面极点位于Z域单位圆内典型应用模拟电路、控制系统数字信号处理、通信系统这两套体系在数学结构上高度平行。掌握连续系统后离散系统最大的障碍就是收敛域和极坐标运算。复习时建议成对对照学习效率会明显更高。2. 必须先吃透的基石奇异函数与系统性质判断考试的前两道小题经常是判断系统性质或者考察奇异函数的积分性质。这部分分值不大但出错率极高而且一旦错后面大题的状态判断也会跟着错。2.1 单位冲激函数与单位阶跃函数单位冲激函数 $\delta(t)$ 是信号与系统的地基。它的两个核心性质必须形成肌肉记忆筛选性质$$ \int_{-\infty}^{\infty} f(t)\delta(t-t_0)dt f(t_0) $$取样性质$$ f(t)\delta(t-t_0) f(t_0)\delta(t-t_0) $$单位阶跃函数 $\epsilon(t)$ 和 $\delta(t)$ 的关系也要随手就能写出 $$ \frac{d\epsilon(t)}{dt} \delta(t), \quad \int_{-\infty}^{t}\delta(\tau)d\tau \epsilon(t) $$很多题目表面考积分实际上就是考你能否把被积函数中的 $\delta(t-t_0)$ 正确抽出来。做这类题时先看 $\delta$ 函数有没有落到积分区间内落进去了就等于代 $tt_0$没落进去结果直接是 0。2.2 系统性质判断的“四查法”判断系统是否线性、时不变、因果、稳定是期末和考研的必考小题。这里有四个判断步骤按顺序操作即可线性看系统是否满足齐次性和叠加性。如果系统输出表达式里有常数项、$y(t)$ 的平方、$y(t)$ 与 $x(t)$ 的乘积基本可以判定为非线性。时不变性只关注 $x(t)$ 的时移是否等价于 $y(t)$ 的时移。如果系统系数中出现 $t$例如 $y(t)t x(t)$直接判断为时变。因果性看 $t$ 时刻的输出是否只依赖当前和过去的输入。$y(t)x(t1)$ 显然是非因果。稳定性有界输入是否产生有界输出。用 $|x(t)| \leq M$ 去看 $y(t)$ 是否有界即可。例题判断系统 $y(t) 3x(t-1) 2$ 的性质。这个系统输出中有常数项 2所以它不满足线性系数都是常数是时不变的输出在 $t$ 时刻只依赖 $x(t-1)$属于过去输入是因果的输入有界时输出也有界是稳定的。一道小题五个结论这就是标准送分题的考法。3. 时域分析卷积积分与卷积和如果说傅里叶变换是信号与系统的灵魂那卷积就是它的身体。卷积算不对后面的频域分析、系统响应求解全都会出问题。3.1 卷积积分的定义和物理含义连续时间卷积积分 $$ y(t) x(t) * h(t) \int_{-\infty}^{\infty} x(\tau)h(t-\tau)d\tau $$这个式子的物理含义是把输入信号 $x(t)$ 分解成无数个不同时刻的冲激函数每个冲激经过系统后变成 $h(t-\tau)$然后叠加起来。卷积的实质是“拆分、加权、平移、叠加”四个动作。离散时间卷积和 $$ y[n] x[n] * h[n] \sum_{k-\infty}^{\infty} x[k]h[n-k] $$3.2 卷积的性质卷积满足交换律、结合律和分配律 $$ x(t)*h(t)h(t)x(t) $$ $$ x(t)[h_1(t)*h_2(t)] [x(t)*h_1(t)]h_2(t) $$ $$ x(t)[h_1(t)h_2(t)] x(t)*h_1(t) x(t)*h_2(t) $$还有一个在画框图时经常用的结论并联系统的冲激响应是相加串联系统的冲激响应是卷积。这一条看起来简单但在系统框图题里很容易搞反。3.3 解题技巧图解法四步走连续卷积用定义直接算很容易出错强烈推荐图解法第一步反转画出 $h(\tau)$ 关于纵轴的镜像 $h(-\tau)$ 第二步平移把 $h(-\tau)$ 向右平移 $t$得到 $h(t-\tau)$ 第三步相乘计算 $x(\tau)$ 和 $h(t-\tau)$ 的重叠区间 第四步积分在重叠区间上对乘积做积分。不同 $t$ 值对应不同重叠情况所以卷积积分结果往往是分段函数。做题时务必列出所有区间不能只算一个区间就草草收尾。离散卷积的“翻褶、移位、相乘、求和”过程也是一样的道理。3.4 常用函数的卷积结论以下几组结论可以直接记忆考试时能节省大量时间$$ \epsilon(t) * \epsilon(t) t\epsilon(t) $$ $$ e^{at}\epsilon(t) * e^{bt}\epsilon(t) \frac{e^{at}-e^{bt}}{a-b}\epsilon(t), \quad a \neq b $$ $$ e^{at}\epsilon(t) * e^{at}\epsilon(t) te^{at}\epsilon(t) $$ $$ \delta(t-t_1) * \delta(t-t_2) \delta(t-t_1-t_2) $$特别注意最后一条单位冲激函数卷积的物理意义就是延迟叠加这在信号通过LTI系统的分析里非常常用。4. 傅里叶变换信号与系统提分的核心战场傅里叶变换是信号与系统考试当之无愧的第一大板块。选择题、填空题、计算题都会出现而且一旦出大题往往是综合题分值在15到25分之间。4.1 傅里叶变换定义与存在条件$$ X(j\omega) \int_{-\infty}^{\infty} x(t)e^{-j\omega t}dt $$ $$ x(t) \frac{1}{2\pi}\int_{-\infty}^{\infty} X(j\omega)e^{j\omega t}d\omega $$信号存在傅里叶变换的充分条件是绝对可积 $$ \int_{-\infty}^{\infty}|x(t)|dt \infty $$需要提醒的是很多周期信号不满足绝对可积条件例如常数信号、阶跃信号但仍可通过引入冲激函数得到它们的广义傅里叶变换。考试中不要因为信号不绝对可积就直接说“没有傅里叶变换”重点是看教材是否使用广义变换。4.2 常用傅里叶变换对下面的变换对是必须背诵的。熟练到看到信号能直接写出频谱看到频谱能直接反推出信号时域信号傅里叶变换$\delta(t)$$1$$1$$2\pi\delta(\omega)$$\delta(t-t_0)$$e^{-j\omega t_0}$$e^{j\omega_0 t}$$2\pi\delta(\omega-\omega_0)$$\cos(\omega_0 t)$$\pi[\delta(\omega-\omega_0)\delta(\omega\omega_0)]$$\sin(\omega_0 t)$$j\pi[\delta(\omega\omega_0)-\delta(\omega-\omega_0)]$$\epsilon(t)$$\pi\delta(\omega)\frac{1}{j\omega}$$e^{-at}\epsilon(t), a0$$\frac{1}{aj\omega}$$G_\tau(t)$ 矩形脉冲$\tau Sa(\frac{\omega\tau}{2})$4.3 傅里叶变换的性质考试出题的主战场卷积积分计算量很大但通过傅里叶变换的时域卷积定理可以把卷积运算变成频域乘法$$ x(t) * h(t) \leftrightarrow X(j\omega)H(j\omega) $$这个定理的意义怎么强调都不过分一个复杂的卷积积分问题通过变换可以变成一个乘积问题算完再反变换回去。考试里求零状态响应第一步永远是做傅里叶变换而不是在时域硬算卷积。其他高频性质也必须形成条件反射性质时域频域线性$a x_1(t) b x_2(t)$$aX_1(j\omega)bX_2(j\omega)$时移$x(t-t_0)$$X(j\omega)e^{-j\omega t_0}$频移$x(t)e^{j\omega_0 t}$$X[j(\omega-\omega_0)]$尺度变换$x(at)$$\frac{1}{对称性$X(jt)$$2\pi x(-\omega)$时域微分$\frac{dx(t)}{dt}$$j\omega X(j\omega)$时域积分$\int_{-\infty}^{t}x(\tau)d\tau$$\pi X(0)\delta(\omega)\frac{1}{j\omega}X(j\omega)$有一个高频易错点是尺度变换信号在时域被压缩频域就会展宽且幅度下降。这一点直接对应通信系统里的“时宽带宽积”概念也是采样定理的理论基础。4.4 周期信号的傅里叶变换周期信号的傅里叶变换可以看作一系列冲激函数的加权和 $$ x(t) \sum_{n-\infty}^{\infty} a_n e^{jn\omega_0 t} \leftrightarrow X(j\omega) 2\pi \sum_{n-\infty}^{\infty} a_n \delta(\omega - n\omega_0) $$解题时如果一个信号可以展开成傅里叶级数形式直接利用频移性质逐项写频谱即可不建议去硬算定义积分。4.5 采样定理概念题和计算题的双料明星采样定理的知识点不难但丢分率很高。核心结论如下一个最高频率为 $f_m$或最高角频率 $\omega_m$的带限信号可以由其等间隔采样值唯一确定前提是采样频率 $f_s \geq 2f_m$。$$ f_s \geq 2f_m \quad \text{或} \quad \omega_s \geq 2\omega_m $$这里的 $2f_m$ 是奈奎斯特速率。考试常考的是给出信号的最高频率判断采样后是否发生混叠或者反过来给出采样频率确定信号能无失真恢复的最高频率。理解混叠的关键在于频域图采样相当于在频域对原始频谱进行周期延拓延拓周期就是采样角频率 $\omega_s$。如果 $\omega_s 2\omega_m$延拓后的频谱就会发生重叠。画频谱图永远是解决这类问题最直观的方式。5. 拉普拉斯变换从频域到复频域的升级拉普拉斯变换是傅里叶变换的推广解决了傅里叶变换无法处理非绝对可积信号的问题。它也是分析系统稳定性、求解零状态响应和零输入响应的主要工具。5.1 定义与收敛域$$ X(s) \int_{-\infty}^{\infty} x(t)e^{-st}dt, \quad s \sigma j\omega $$收敛域是使积分收敛的 $s$ 的取值区域。考试中常见的错误就是只求表达式不写收敛域。缺少收敛域的拉普拉斯变换表达式是不完整的因为同一个表达式可能对应多个不同的时域信号。5.2 常用拉普拉斯变换对时域信号拉普拉斯变换收敛域$\delta(t)$$1$全平面$\epsilon(t)$$\frac{1}{s}$$Re[s] 0$$t\epsilon(t)$$\frac{1}{s^2}$$Re[s] 0$$e^{-at}\epsilon(t)$$\frac{1}{sa}$$Re[s] -a$$t e^{-at}\epsilon(t)$$\frac{1}{(sa)^2}$$Re[s] -a$$\cos(\omega_0 t)\epsilon(t)$$\frac{s}{s^2\omega_0^2}$$Re[s] 0$$\sin(\omega_0 t)\epsilon(t)$$\frac{\omega_0}{s^2\omega_0^2}$$Re[s] 0$5.3 系统函数与稳定性判断系统函数定义为 $$ H(s) \frac{Y(s)}{X(s)} $$对于因果LTI系统收敛域位于最右边极点的右侧稳定性判断有着非常简洁的结论系统稳定所有极点位于S域左半平面即 $Re[s_i] 0$系统临界稳定极点在虚轴上且为一阶系统不稳定存在极点位于右半平面或虚轴上存在重极点这一判断法几乎逢考必出。拿到系统函数后先分解分母多项式求极点位置再结合收敛域判断因果性和稳定性。5.4 用拉普拉斯变换求解系统响应这是信号与系统大题的标准套路第一步对微分方程两边做拉普拉斯变换利用微分性质把微分方程变成代数方程 第二步代入初始条件解出 $Y(s)$ 第三步对 $Y(s)$ 做部分分式展开 第四步查表做拉普拉斯反变换得到 $y(t)$。特别注意零输入响应由系统初始状态决定零状态响应由输入信号决定两者之和才是完全响应。拉普拉斯变换求解时初始条件直接参与了代数方程的建立所以不需要单独区分但最终要能从表达式分解出响应分量。5.5 部分分式展开必须练成手指条件反射部分分式展开是拉普拉斯反变换的关键步骤也是很多同学计算丢分的高发区。以有理分式 $\frac{N(s)}{D(s)}$ 为例第一步如果分子次数大于分母次数先用多项式除法化简 第二步因子分解分母 第三步单根情况直接设为 $$ \frac{N(s)}{(s-p_1)(s-p_2)} \frac{A_1}{s-p_1} \frac{A_2}{s-p_2} $$ 其中 $A_i (s-p_i)\frac{N(s)}{D(s)} \bigg|_{sp_i}$ 第四步重根情况要展开成多个项例如二阶重根 $$ \frac{N(s)}{(s-p)^2} \frac{A_1}{s-p} \frac{A_2}{(s-p)^2} $$ 其中 $A_2$ 直接用公式求$A_1$ 需要求导。很多同学栽在共轭复根的处理上。遇到共轭复根可以保留二次项 $\frac{AsB}{(s\alpha)^2\beta^2}$凑成衰减正弦和衰减余弦的形式后查表反变换。不要试图把复数展开成两个实数分式容易算乱。6. Z变换离散信号与系统的解题框架Z变换是拉普拉斯变换在离散时间域的对应物。如果连续部分学得扎实这部分就是套模板。6.1 Z变换定义与收敛域$$ X(z) \sum_{n-\infty}^{\infty} x[n]z^{-n} $$收敛域的判断是Z变换的核心考点。与拉普拉斯变换类似同一个 $X(z)$ 表达式收敛域不同会对应完全不同的时域序列。一个高频率判断技巧因果序列 $x[n], n\geq 0$ 的收敛域是某个圆的外部左边序列的收敛域是某个圆的内部双边序列的收敛域是环状区域因果LTI系统稳定当且仅当系统函数 $H(z)$ 的全部极点位于单位圆内。6.2 常用Z变换对时域序列Z变换收敛域$\delta[n]$$1$全平面$\epsilon[n]$$\frac{z}{z-1}$$|z| 1$$a^n \epsilon[n]$$\frac{z}{z-a}$$|z| |a|$$n a^{n-1}\epsilon[n]$$\frac{z}{(z-a)^2}$$|z| |a|$$r^n\cos(\omega_0 n)\epsilon[n]$$\frac{z(z-r\cos\omega_0)}{z^2-2r\cos\omega_0 z r^2}$$|z| r$6.3 反Z变换幂级数法和部分分式法反Z变换常用的两种方法是幂级数展开法和部分分式展开法。幂级数法直接把 $X(z)$ 按 $z^{-1}$ 的升幂排列做长除。这种方法适合收敛域是圆形区域的情况但很难写出通项公式。部分分式法把 $\frac{X(z)}{z}$ 展开成部分分式再乘以 $z$ 后查表。注意这里处理的是 $\frac{X(z)}{z}$不是直接对 $X(z)$ 做部分分式。为什么不少同学学Z变换总觉得混乱很多情况下是因为没有理解收敛域。做反变换之前先看收敛域是圆外还是圆内。圆外对应因果序列圆内对应左边序列。这个判断决定了你往哪个方向展开。6.4 差分方程求解与系统函数和连续系统类似离散LTI系统可以用线性常系数差分方程描述 $$ \sum_{k0}^{N} a_k y[n-k] \sum_{m0}^{M} b_m x[n-m] $$两边做Z变换得到系统函数 $$ H(z) \frac{Y(z)}{X(z)} \frac{\sum_{m0}^{M} b_m z^{-m}}{\sum_{k0}^{N} a_k z^{-k}} $$求解单位脉冲响应 $h[n]$本质就是求 $H(z)$ 的反Z变换。这里再次强调稳定性的位置离散系统稳定要求所有极点全部在单位圆内。7. 关键计算流程示例一道综合题完整带练下面通过一道典型的期末考试大题演示一个稳定、不容易丢分的解题流程。这道题目覆盖了差分方程、Z变换、系统函数、稳定性和单位脉冲响应等高考频知识点。题目背景已知一个离散LTI系统满足差分方程$$ y[n] - \frac{1}{2}y[n-1] x[n] $$求系统的系统函数、单位脉冲响应并判断系统的稳定性。第一步对差分方程两边做Z变换利用时移性质 $y[n-1] \leftrightarrow z^{-1}Y(z)$得到$$ Y(z) - \frac{1}{2}z^{-1}Y(z) X(z) $$第二步求系统函数$$ Y(z) \left(1 - \frac{1}{2}z^{-1}\right) X(z) $$ $$ H(z) \frac{Y(z)}{X(z)} \frac{1}{1 - \frac{1}{2}z^{-1}} \frac{z}{z - \frac{1}{2}} $$第三步判断收敛域与因果性这是一个物理可实现的因果系统收敛域取 $$ |z| \frac{1}{2} $$第四步判断稳定性因果系统稳定等价于全部极点位于单位圆内。极点 $z \frac{1}{2}$因为 $|\frac{1}{2}| 1$所以该系统稳定。第五步求单位脉冲响应$$ h[n] Z^{-1}\left[\frac{z}{z - \frac{1}{2}}\right], \quad |z| \frac{1}{2} $$收敛域为圆外对应因果序列查表得$$ h[n] \left(\frac{1}{2}\right)^n \epsilon[n] $$梳理一下这道题的做题步骤你会发现它非常机械差分方程 → Z变换 → 系统函数 → 求极点 → 判断稳定性 → 反变换得 $h[n]$。整套流程没有任何一步需要“灵感”全是套路。如果你在考场上能稳定执行这个流程离散系统模块的计算题就基本不会失分。8. 高频易错点汇总与查错清单很多同学考试丢分不是不会做而是踩了下面的坑。我整理了一份高频易错点对照表复习时对照着自查易错点错误示例正确理解考点对应卷积区间边界$\epsilon(t)*\epsilon(t)1$结果是 $t\epsilon(t)$信号本身是因果斜坡卷积计算频谱的虚部处理忽略了奇对称性实偶信号频谱为实偶函数虚部为零傅里叶变换性质采样频率判断最高频率带错先确定幅度谱的最高有效频率分量采样定理收敛域遗漏只写表达式不写收敛域同一表达式可能对应多个时域信号拉普拉斯/Z变换稳定性判断混淆用拉普拉斯稳定性判断离散系统连续看左半平面离散看单位圆内系统函数部分分式重根只设 $A/(s-p)$重根要逐阶拆分并求导计算系数拉普拉斯反变换卷积积分顺序交换 $x$ 与 $h$ 导致算错交换律成立但翻转的对象要一致卷积积分建议把这张表抄在公式本首页每次刷题前扫一遍。错了的题把对应的易错点标记出来考前看一遍比盲目刷十套模拟卷更有效。9. 信号与系统复习最佳实践与考场策略结合前面的知识框架最后给出几条可落地的复习建议和考场策略。9.1 公式记忆建立“公式-条件-结论”三位一体信号与系统的公式不适合死记你需要记三样东西公式本身、使用前提、常见结论。例如拉普拉斯变换的时域微分性质前提是信号本身和其一阶导数均可变换结论是乘一个 $s$。做题时如果信号不是绝对可积的还要考虑是否遗漏冲激项。建议制作一张A4纸公式卡正面写连续系统的傅里叶与拉普拉斯公式反面写Z变换和离散系统结论。考前只看公式卡哪个公式无法从条件推导出来就重点补哪个。9.2 刷题策略先套路后创新第一轮复习以教材课后题和中规中矩的计算题为主关键是训练稳定的做题流程。第二轮复习找各校考研真题和期末真题只做高频考点。第三轮做综合题和错题重点分析错因。刷题量不需要特别大但每道题做完之后问自己三个问题这道题考的是哪个定理或哪个性质我用了什么方法判断的还有没有更快的方法如果条件变一下结论会怎么变9.3 考场时间分配假设考试时间两小时总分100分选择题、填空题约30分控制在25分钟内完成遇到不会的题目先标记跳过计算题前四道约40分控制在50分钟内包括卷积计算、傅里叶变换、拉普拉斯变换综合题后两道约30分留40分钟最后留5分钟检查。一个重要的考场提醒先做会做的题确保保底分。信号与系统的大题是按步骤给分的即使最后结果算错只要部分分式展开、极点判断、性质应用写对也能拿到相当比例的过程分。不要在一道题上死磕超过15分钟。9.4 考前三天回归基础而非刷偏题考前最后两到三天不建议再做偏题怪题。刷一套基础题保持手感把公式卡过一遍把所有作业和试卷上的易错点重新看一遍比做任何新题都重要。信号与系统这门课考场上真正拉开差距的往往不是你有没有做过某道原题而是你对基础公式的使用是否足够熟练遇到综合题时能不能快速拆解成几步基本运算。10. 这门课的后续价值与学习建议信号与系统不只是考研和期末的“关卡课程”它在后续课程中的地位很清楚数字信号处理直接建立在其离散时间分析的基础上通信原理里调制解调的核心就是傅里叶变换自动控制原理的频域分析法同样源于系统函数的分析思路而机器学习中很多滤波器设计和特征提取方法也与信号处理密切关联。如果你现在只是应付考试至少把卷积计算、傅里叶变换性质、采样定理、拉普拉斯变换系统函数、Z变换稳定性判断这五块内容练熟。如果学有余力建议用MATLAB或Python的SciPy库做一些验证实验把理论公式和实际波形对应起来。比如用Python画一下 $x(t)12\cos(2\pi t)\cos(4\pi t)$ 的频谱计算采样率不同时的混叠效果比干看教材更容易理解频域延拓的含义。这一条建议不仅在备考阶段有效对你以后学习数字信号处理、理解滤波器设计也会有很大帮助。建议重点收藏本文的公式表信号与系统复习期间反复翻看。老规矩哪里不懂先对照公式卡定位漏洞再去针对性刷题你就能少走很多弯路。