信号与系统这门课在信息与通信工程考研里几乎是绕不开的一道坎。尤其是复习到期中阶段很多同学都会有一种共同的感觉单个章节的课后题还能做一旦把连续时间、离散时间、频域、复频域放在一起综合考查就开始犯迷糊。卷积、傅里叶变换、拉普拉斯变换、Z变换轮番上场公式越来越多图像越画越乱做题速度自然也被拖慢。这篇文章围绕电子科技大学信息与通信工程专业考研专业课 858 信号与系统的复习节奏做一份期中总结式的章节重难点拆解。文中会侧重把每个核心章节的考查逻辑讲清楚配合典型题型和可运行的 Python 验证代码帮助大家从“听得懂”过渡到“算得对、画得出、说得清”。无论你是刚开始复习第一轮还是已经进入强化阶段这份总结都可以作为阶段自查的清单来用。1. 858 信号与系统考什么科目定位与复习视角1.1 课程在专业课中的地位信号与系统是信息与通信工程学科的一门核心专业基础课它的研究对象是信号通过系统之后发生了什么变化。从课程体系上看它连接了高等数学、复变函数、电路分析等基础课又为通信原理、数字信号处理、随机信号分析等后续课程提供分析工具。在考研专业课中858 信号与系统重点考查的并不是单纯的计算能力而是对信号建模、系统分析、频域变换、系统稳定性判断等一整套方法论的掌握程度。很多同学容易把这门课当成“公式背诵课”这是复习阶段最大的误区。公式当然要记但更重要的是知道公式在什么条件下能用、算出来的结果有什么物理含义、不同变换之间是什么关系。老师可以通过一道综合题把卷积、傅里叶变换、采样定理、系统稳定性判断全部串联起来如果只是孤立地背公式很难应对这种综合题。从近年来的复试和面试情况看老师也喜欢围绕这门课提问。面试时经常会出现“卷积的物理意义是什么”“如何判断一个系统是否稳定”“采样频率不足会发生什么”这类概念题。所以准备 858 的过程本质上也是在为后续保研面试、复试问答积累素材。1.2 常见考查形式与能力要求不同院校的题型设置不完全一样但信号与系统这门课常见的考查形式可以归纳成以下几类题型典型内容考查能力概念辨析题线性、时不变、因果、稳定等系统性质的判断对定义边界是否清晰简单计算题信号能量与功率、卷积和、卷积积分基础运算熟练度变换计算题傅里叶变换、拉普拉斯变换、Z 变换正反变换公式与性质运用能力综合应用题系统框图、微分/差分方程、频响特性、采样恢复多章节知识串联能力作图题信号波形变换、频谱图、零极点分布图数形结合能力在这几类能力中最容易拉分的是“综合应用题”和“作图题”。前者需要建立完整的知识框架后者需要反复动笔练习。期中阶段不需要追求每一道题都算得飞快但一定要保证基础概念不混淆、核心变换能推导、典型图像能画对。1.3 期中总结的定位我这里所说的“期中”并不一定指学校教学日历上的期中考试而是指一轮复习进行到中途、基础知识已经过完一遍的阶段。这一时期的核心任务有两个一是把分散的知识点按章归类形成自己的知识树二是通过典型题目检验每个重难点的掌握程度。需要特别提醒的是不同年份的 858 参考教材、考试大纲和题型可能存在调整一切以目标院校官网发布的最新招生信息和考试大纲为准。本文按照信号与系统课程最核心、最通用的知识体系来梳理适合作为复习主线的参考但不能替代官方大纲。2. 备考环境与资料准备2.1 参考教材与配套资料对于信息与通信工程考研来说信号与系统的经典教材主要有奥本海姆《信号与系统》、郑君里《信号与系统》等。不同院校对教材版本的要求不同858 早期经常以奥本海姆教材为主要参考范围但这并非绝对最终要以目标院校公布的最新参考书目为准。教材的使用思路应该是“一本为主另一本为辅”。如果主教材是奥本海姆那么它的习题风格偏向概念理解和综合应用部分题目难度较高适合用来培养分析能力如果主教材是郑君里那么它的体系更贴近国内本科教学公式推导更细致适合第一轮复习打基础。不建议同时把两三本教材从头到尾全部读一遍那样会消耗大量精力而且容易迷失重点。除了教材还需要准备三类配套资料历年真题用来了解题型分布和出题风格但不要过早做整套真题避免浪费。课后重点题每章选择 10 到 15 道有代表性的习题精做而不是泛做。自己的错题本把每一次做错的题按章节和错误原因归类这是后期冲刺最宝贵的资料。2.2 笔记工具与计算验证环境信号与系统的复习笔记不建议直接抄书而应该做成“知识点 图形 例题”三层结构。每个章节先列出核心概念再画出信号波形或系统框图最后配一道典型例题。这样复习到后期只需要翻自己的笔记就能快速把整门课串起来。如果习惯电子笔记可以用带 LaTeX 公式支持的笔记软件例如 Typora、Obsidian、Notion 等。公式输入虽然刚开始会慢一点但对于信号与系统这种公式密集的科目电子笔记的检索和整理效率更高。此外强烈建议在学习过程中安装 Python 环境用代码验证卷积计算结果、绘制频谱图、观察采样混叠现象。Python 的 numpy、matplotlib、scipy 几个库足够覆盖信号与系统课程的大部分实验场景。安装方式很简单在终端执行pip install numpy matplotlib scipy后面第 4 节会给出具体的验证代码这里先不做展开。3. 核心章节重难点拆解3.1 信号基础分类、运算与冲激函数信号与系统的第一块内容是信号的基础概念主要包括信号的分类、基本运算、阶跃函数与冲激函数。信号的分类需要重点掌握连续信号与离散信号、周期信号与非周期信号、能量信号与功率信号、奇信号与偶信号、确定信号与随机信号这几组概念。其中“能量信号与功率信号”的判定是一个高频考点判断方法是计算信号的总能量是否有限总能量有限、平均功率为零的信号是能量信号。总能量无限、平均功率为有限非零值的信号是功率信号。周期信号一般属于功率信号。信号的运算主要包括平移、反转、尺度变换以及信号的相加与相乘。这里最容易出错的是尺度变换与平移的组合顺序。以 (x(2t - 1)) 为例正确做法是先平移再压缩还是先压缩再平移很多同学容易搞混。稳妥的思路是先写出 (x(t))通过变量代换 (t 2t - 1)反解出 (t (t1)/2)再根据这个关系画图。每次遇到波形变换题都用变量代换画图比死记“先平移还是先压”更可靠。冲激函数 (\delta(t)) 是全课程最重要的基础工具它有三个核心性质必须熟练抽样性(x(t)\delta(t-t_0) x(t_0)\delta(t-t_0))积分/筛选性(\int_{-\infty}^{\infty} x(t)\delta(t-t_0)dt x(t_0))尺度变换性(\delta(at) \frac{1}{|a|}\delta(t))这三个性质在卷积、傅里叶变换、采样定理中会反复出现期中阶段至少要能做到看到题目就能直接调用不需要重新推导。3.2 LTI 系统与卷积从定义到计算线性时不变系统LTI 系统是信号与系统课程的研究主线。所谓线性是指系统满足齐次性和叠加性所谓时不变是指系统的特性不随时间平移而改变。判断系统性质是选择题和简答题的高频考点做题时只需要找反例即可。比如判断系统 (y(t) x(2t)) 是否是时不变系统可以通过输入平移前后输出是否一致来判断通常取两个不同时刻的信号对比就能得出结论。LTI 系统的核心结论是系统的输出等于输入信号与单位冲激响应的卷积。连续时间下称为卷积积分离散时间下称为卷积和(y(t) x(t) * h(t) \int_{-\infty}^{\infty} x(\tau)h(t-\tau)d\tau)(y[n] x[n] * h[n] \sum_{k-\infty}^{\infty} x[k]h[n-k])卷积的计算方法有三种定义法、图解法、表格法。图解法是理解卷积物理过程的关键步骤是“翻转、平移、相乘、积分/求和”。刚开始练的时候不要嫌麻烦每一道卷积题都画图尤其是分段信号的卷积画图能直接看出积分区间的分界点。等熟练之后再改用表格法或编程验证来提速。卷积的性质也需要熟练掌握包括交换律、结合律、分配律以及卷积与冲激函数的特殊关系任意信号与 (\delta(t)) 卷积等于它本身(x(t) * \delta(t-t_0) x(t-t_0))。这个性质在系统框图化简中非常有用。3.3 傅里叶变换与频域分析傅里叶变换是信号与系统课程最核心的数学工具也是 858 专业课考查的绝对重点。连续时间傅里叶变换定义为正变换(X(j\omega) \int_{-\infty}^{\infty} x(t)e^{-j\omega t}dt)反变换(x(t) \frac{1}{2\pi}\int_{-\infty}^{\infty} X(j\omega)e^{j\omega t}d\omega)这一章需要背清楚的常用变换对包括冲激信号、阶跃信号、矩形脉冲、三角脉冲、单边指数信号、双边指数信号、符号函数、周期信号等。尤其是矩形脉冲的傅里叶变换是抽样函数 (Sa(\omega\tau/2))几乎每年都会出现。傅里叶变换的性质是解题提速的关键。线性、时移、频移、尺度变换、对偶性、卷积定理、相乘性质、微分性质、积分性质每一个性质都要做到看到信号能想到用哪个性质。其中卷积定理是最重要的时域卷积对应频域相乘时域相乘对应频域卷积。这个定理把复杂的时域运算转化为简单的频域运算是做综合题的核心工具。频域分析还需要理解系统的频率响应 (H(j\omega))它等于输出傅里叶变换与输入傅里叶变换之比。频率响应的模称为幅频特性相位称为相频特性。无失真传输系统的条件、理想低通滤波器的特性以及滤波器对信号的影响都是高频考点。3.4 拉普拉斯变换与系统函数傅里叶变换要求信号满足绝对可积条件很多实际信号并不满足。拉普拉斯变换通过引入复频率 (s\sigmaj\omega)将傅里叶变换推广到更广泛的信号范围。拉普拉斯变换定义为 (X(s) \int_{-\infty}^{\infty} x(t)e^{-st}dt)实际应用中通常使用单边拉普拉斯变换积分下限取 (0_-)。这个细节很重要因为 (0_-) 时刻包含了系统在 (t0) 时刻可能发生的跳变直接影响初始条件的处理。拉普拉斯变换这一章的重难点可以拆成三块第一是常用变换对与性质。指数信号、阶跃信号、冲激信号、正弦信号的变换对要熟记时移、频移、尺度变换、时域微分、时域积分、初值定理、终值定理等性质要能灵活使用。第二是收敛域的概念。收敛域决定了反变换是否能唯一确定。给定同一个代数表达式收敛域不同对应的时域信号完全不同。做题时一定要先判断收敛域再求反变换。第三是部分分式展开法。这是求拉普拉斯反变换的常规操作教科书上通常使用留数法和部分分式法。对于考研来说部分分式法更常用重点处理单根、重根和共轭复根三种情况。这部分技巧需要大量练习尤其是分子阶数高于分母阶数时需要先用多项式除法处理后再展开。系统函数 (H(s)) 是拉普拉斯变换在系统分析中的应用。系统的微分方程、系统框图、系统函数三者可以互相转换。通过系统函数的零极点分布可以判断系统的稳定性因果系统中所有极点位于 (s) 平面左半平面时系统稳定只要有一个极点在右半平面或虚轴上有重极点系统就不稳定。3.5 Z 变换与离散系统分析离散时间系统的分析工具是 Z 变换。Z 变换与拉普拉斯变换之间存在对应关系但 Z 变换的收敛域是一个环形区域这一点与拉普拉斯变换不同理解起来需要转换思路。Z 变换的基本考点包括常用序列的 Z 变换、Z 变换的性质、反 Z 变换的计算方法以及利用 Z 变换求解差分方程。反 Z 变换的常用方法是长除法幂级数展开法和部分分式展开法。需要注意的是部分分式展开时离散系统的分子分母形式通常先化成 (z) 的负幂次形式或者先除以 (z) 再展开否则容易出错。离散系统的系统函数 (H(z)) 与差分方程、系统框图对应。判断稳定性时因果离散系统的所有极点必须位于 (z) 平面单位圆内。连续系统和离散系统的稳定性判据容易混淆建议专门做一张对比表放在笔记里系统类型稳定条件临界情况连续时间因果 LTI 系统全部极点位于 (s) 平面左半平面虚轴上有单极点时临界稳定离散时间因果 LTI 系统全部极点位于 (z) 平面单位圆内单位圆上有单极点时临界稳定3.6 采样定理与信号恢复采样定理是连接连续信号与离散信号的一座桥梁也是通信专业学生必须深刻理解的内容。对一个最高频率分量为 (f_m) 的带限信号进行理想采样当采样频率 (f_s \ge 2f_m) 时采样信号可以无失真地恢复原信号如果 (f_s 2f_m)频谱会发生混叠无法恢复原始信号。这里的 (2f_m) 就是奈奎斯特率。采样定理的重难点不在于记住公式而在于理解采样后频谱的周期延拓过程。时域采样对应频域周期延拓延拓周期就是采样频率 (f_s)。如果原信号频谱最高频率 (f_m) 超过 (f_s/2)延拓后的频谱会相互重叠产生混叠恢复时会出现失真。这一章还经常考理想恢复的系统框图采样信号通过理想低通滤波器可以恢复原信号。低通滤波器的截止频率一般取 (f_s/2) 附近的某个值只要保证在 ((,f_m,, f_s - f_m,)) 范围内选择截止频率即可。恢复信号的公式通常用内插函数表示也就是理想的 sinc 内插。4. 期中阶段典型题型实战4.1 题型一卷积和与卷积积分的快速计算卷积是信号与系统最基础的计算能力下面用一个离散时间卷积的例子演示完整过程。已知输入序列 (x[n] {1, 2, 1})起点 (n0)单位脉冲响应 (h[n] {1, 1})起点 (n0)求输出 (y[n] x[n] * h[n])。最稳妥的方法是列表法。先把两个序列写出来(x[0]1, x[1]2, x[2]1)(h[0]1, h[1]1)卷积和的每一项等于对应下标乘积之和(y[0] x[0]h[0] 1)(y[1] x[0]h[1] x[1]h[0] 1 2 3)(y[2] x[1]h[1] x[2]h[0] 2 1 3)(y[3] x[2]h[1] 1)所以 (y[n] {1, 3, 3, 1})起点仍然是 (n0)。在考场上看到这种短序列可以直接用“竖式乘法”的思维口算节省时间。4.2 题型二傅里叶变换性质应用傅里叶变换性质的题目通常不会让考生直接积分而是通过已知变换对和性质来推导。例如已知门函数 (g_\tau(t) u(t\tau/2) - u(t-\tau/2)) 的傅里叶变换为 (\tau Sa(\omega\tau/2))求 (y(t) g_\tau(t-2)) 的傅里叶变换。这里只需要利用时移性质时域右移 2频域乘以 (e^{-j2\omega})。因此[ Y(j\omega) \tau Sa(\omega\tau/2) e^{-j2\omega} ]如果题目再增加一步问 (y(t)) 通过理想低通滤波器后的输出那就需要结合卷积定理和滤波器频率响应来求解。这类题目把时移、频移、卷积定理等多个性质综合在一起是期中阶段最容易失分的地方。复习时建议把傅里叶变换的所有性质整理成一张表格每个性质都配一个最小例子。4.3 题型三零极点与稳定性判断零极点分析是拉普拉斯变换和 Z 变换的核心应用。下面给出一个连续系统题目已知系统函数 (H(s) \frac{s3}{(s1)(s2)})判断该系统是否稳定。先求极点令分母为零得到 (s_1 -1)、(s_2 -2)。两个极点均位于 (s) 平面左半平面。如果系统是因果系统则可以判断该系统稳定。这里有一个容易忽略的细节如果题目没有说明系统是否因果则不能直接下结论。系统的稳定性与收敛域选择有关只有因果系统的稳定性才等价于“全部极点在左半平面”。考试时遇到稳定性判断题一定要先判断系统类型再判断稳定性避免被扣分。4.4 用 Python 验证计算结果信号与系统虽然是理论课程但用代码验证计算结果是很好的复习方式。以下代码用 numpy 计算离散卷积import numpy as np x np.array([1, 2, 1]) # 输入序列 x[n] h np.array([1, 1]) # 单位脉冲响应 h[n] y np.convolve(x, h) # 卷积和 print(y[n] , y)运行输出y[n] [1 3 3 1]这和 4.1 节手算的结果完全一致。平时做课后题遇到不确定的卷积计算可以用这种方法快速验证。再看一个傅里叶变换频谱图的例子用 numpy 和 matplotlib 画出矩形脉冲的幅度谱import numpy as np import matplotlib.pyplot as plt # 生成单周期矩形脉冲 fs 1000 t np.linspace(-2, 2, fs, endpointFalse) x np.where(np.abs(t) 0.5, 1, 0) # 宽度为 1 的矩形脉冲 # 计算 FFT 近似幅度谱 X np.fft.fftshift(np.fft.fft(x)) freq np.fft.fftshift(np.fft.fftfreq(fs, d(t[1] - t[0]))) plt.figure(figsize(8, 3)) plt.plot(freq, np.abs(X) / fs) plt.title(矩形脉冲的幅度谱近似) plt.xlabel(频率 (Hz)) plt.ylabel(幅度) plt.grid(True) plt.show()这段代码通过数值方式近似计算矩形脉冲的频谱得到的幅度谱形状是抽样函数形状。虽然采样点数有限图形会有细微误差但整体趋势能直观反映傅里叶变换公式的结果。需要说明的是FFT 是对连续时间傅里叶变换的数值近似不等于理论公式的精确计算这里只作为辅助理解工具。5. 常见复习问题与排查思路期中阶段最容易出现的问题集中在概念混淆、计算失误和公式记忆混乱三个方面。下面用表格整理高频问题与解决思路。问题现象常见原因解决思路系统性质判断总出错对“线性、时不变”定义停留在字面没有养成找反例的习惯每道题都先假设一个输入 (x_1(t))、(x_2(t))分别代入系统表达式验证叠加性与齐次性卷积积分限判断错误分段信号的区间划分不清晰画图时把 (h(t-\tau)) 的翻转过程分步画出来按区间讨论傅里叶变换性质用错时移和频移符号混淆整理一张性质表每个性质都标注记忆方法例如“时域右移频域乘 (e^{-j\omega t_0})”拉普拉斯反变换不完整忽略收敛域、分子分母阶数未先处理先写收敛域再判断是否需要多项式除法最后做部分分式展开稳定性判断与因果性混淆没有区分一般系统与因果系统先判断系统因果性再应用极点判据Z 变换收敛域方向搞反对右边序列、左边序列定义不熟记住右边序列收敛域在模最大极点外侧左边序列在模最小极点内侧课后题做了很多但综合题不会知识没有形成网络题目之间缺乏关联每章学完后用一张思维导图把知识点连接起来再做跨章节综合题如果你发现自己同时出现三个以上这类问题说明当前阶段不适合继续刷新题应该先停下来做一次章节总结。把每一章的知识结构、常用公式、典型题型重新梳理一遍再回到题海中继续练习。复习中的“慢”是为了后面的“快”不要因为暂时的进度慢而焦虑。6. 一对一精讲的高效学习方式建议考研专业课复习到中后期很多同学会选择一对一精讲辅导。这里想说的是一对一精讲的核心优势不在于“老师把知识点讲一遍”而在于“老师能针对你的薄弱点快速定位问题并给出训练方案”。同样是一对一不同的听课方式效果差距可能很大。建议把每次精讲分成四个环节第一课前诊断。这个环节非常关键。上课之前不要被动等着老师讲而是提前准备好最近 10 道错题明确告诉老师自己卡在哪一步。比如“卷积计算会画图但区间分段总出错”或者“拉普拉斯反变换遇到二重根就计算错误”。你对自己问题描述得越清楚老师给出的针对性方案就越有效。第二知识串讲。精讲不能只讲一道题而要从一道题出发把背后的知识块串起来。比如讲一道采样定理的综合题至少要把采样过程、频谱延拓、低通滤波恢复、内插公式全部串一遍。如果老师只是就题讲题这类课的价值就会大打折扣。第三现场练习。一对一最大的优势是可以在老师眼皮底下做题老师能看到你真实的思考过程。做题时不要演算完就急着对答案而是要把每一步的思路讲给老师听。能把自己思路讲清楚的题目才是真正掌握的题目。第四课后复盘。每次精讲结束后当天晚上一定要用 30 到 60 分钟整理笔记把课上讲过的题目独立重做一遍。间隔 3 到 5 天后再做一遍检验是否真的记住了方法。除了精讲外还要学会“讲题式复习”。把自己想象成老师把某个知识点或某道题讲给一个“虚拟学生”听。比如讲卷积的物理意义如果你能自然地讲出“输出是输入通过系统后的加权叠加”说明你真的理解了而不是只记住公式。这套方法同样适用于没有报班的同学。找几个研友组成学习小组每周末互相讲解一周学过的难点讲不出来的地方就是自己的知识盲区及时补上就好。7. 总结与后续复习建议到这里858 信号与系统期中阶段需要重点掌握的内容已经梳理得比较完整了。从信号基础、LTI 系统与卷积到傅里叶变换、拉普拉斯变换、Z 变换再到采样定理整个知识框架的核心是“变换”这条主线。连续时间用傅里叶变换和拉普拉斯变换离散时间用 Z 变换采样定理则把两个域连接起来形成完整的信号分析体系。期中阶段之后的复习建议优先做三件事。第一把本章整理的知识结构和错题本拿出来每三天快速过一遍对抗遗忘。第二开始接触跨章节的综合题尤其是“微分方程/差分方程 系统函数 稳定性判断 频率响应”这种组合题型。第三如果时间允许尝试用 Python 亲手实现几个信号处理实验例如绘制不同信号的频谱、观察采样混叠现象、验证卷积定理这些可视化实验能大大加深对抽象概念的理解。最后再强调一次信号与系统这门课没有捷径但对的方法可以让你少走弯路。每一次画图、每一道错题、每一张总结表都在为考场上的从容作答积蓄能量。按部就班地复习把每个重难点逐个击破你会发现自己对这门课的理解会在某一个阶段突然变得清晰起来。如果这段时间正处在复习的瓶颈期不要慌把章节重难点再拉一遍找到自己最容易丢分的模块针对性突破即可。把基础打牢比做一百道偏题怪题更有价值。 信号与系统考研期中复习：章节重难点拆解与题型实战
信号与系统这门课在信息与通信工程考研里几乎是绕不开的一道坎。尤其是复习到期中阶段很多同学都会有一种共同的感觉单个章节的课后题还能做一旦把连续时间、离散时间、频域、复频域放在一起综合考查就开始犯迷糊。卷积、傅里叶变换、拉普拉斯变换、Z变换轮番上场公式越来越多图像越画越乱做题速度自然也被拖慢。这篇文章围绕电子科技大学信息与通信工程专业考研专业课 858 信号与系统的复习节奏做一份期中总结式的章节重难点拆解。文中会侧重把每个核心章节的考查逻辑讲清楚配合典型题型和可运行的 Python 验证代码帮助大家从“听得懂”过渡到“算得对、画得出、说得清”。无论你是刚开始复习第一轮还是已经进入强化阶段这份总结都可以作为阶段自查的清单来用。1. 858 信号与系统考什么科目定位与复习视角1.1 课程在专业课中的地位信号与系统是信息与通信工程学科的一门核心专业基础课它的研究对象是信号通过系统之后发生了什么变化。从课程体系上看它连接了高等数学、复变函数、电路分析等基础课又为通信原理、数字信号处理、随机信号分析等后续课程提供分析工具。在考研专业课中858 信号与系统重点考查的并不是单纯的计算能力而是对信号建模、系统分析、频域变换、系统稳定性判断等一整套方法论的掌握程度。很多同学容易把这门课当成“公式背诵课”这是复习阶段最大的误区。公式当然要记但更重要的是知道公式在什么条件下能用、算出来的结果有什么物理含义、不同变换之间是什么关系。老师可以通过一道综合题把卷积、傅里叶变换、采样定理、系统稳定性判断全部串联起来如果只是孤立地背公式很难应对这种综合题。从近年来的复试和面试情况看老师也喜欢围绕这门课提问。面试时经常会出现“卷积的物理意义是什么”“如何判断一个系统是否稳定”“采样频率不足会发生什么”这类概念题。所以准备 858 的过程本质上也是在为后续保研面试、复试问答积累素材。1.2 常见考查形式与能力要求不同院校的题型设置不完全一样但信号与系统这门课常见的考查形式可以归纳成以下几类题型典型内容考查能力概念辨析题线性、时不变、因果、稳定等系统性质的判断对定义边界是否清晰简单计算题信号能量与功率、卷积和、卷积积分基础运算熟练度变换计算题傅里叶变换、拉普拉斯变换、Z 变换正反变换公式与性质运用能力综合应用题系统框图、微分/差分方程、频响特性、采样恢复多章节知识串联能力作图题信号波形变换、频谱图、零极点分布图数形结合能力在这几类能力中最容易拉分的是“综合应用题”和“作图题”。前者需要建立完整的知识框架后者需要反复动笔练习。期中阶段不需要追求每一道题都算得飞快但一定要保证基础概念不混淆、核心变换能推导、典型图像能画对。1.3 期中总结的定位我这里所说的“期中”并不一定指学校教学日历上的期中考试而是指一轮复习进行到中途、基础知识已经过完一遍的阶段。这一时期的核心任务有两个一是把分散的知识点按章归类形成自己的知识树二是通过典型题目检验每个重难点的掌握程度。需要特别提醒的是不同年份的 858 参考教材、考试大纲和题型可能存在调整一切以目标院校官网发布的最新招生信息和考试大纲为准。本文按照信号与系统课程最核心、最通用的知识体系来梳理适合作为复习主线的参考但不能替代官方大纲。2. 备考环境与资料准备2.1 参考教材与配套资料对于信息与通信工程考研来说信号与系统的经典教材主要有奥本海姆《信号与系统》、郑君里《信号与系统》等。不同院校对教材版本的要求不同858 早期经常以奥本海姆教材为主要参考范围但这并非绝对最终要以目标院校公布的最新参考书目为准。教材的使用思路应该是“一本为主另一本为辅”。如果主教材是奥本海姆那么它的习题风格偏向概念理解和综合应用部分题目难度较高适合用来培养分析能力如果主教材是郑君里那么它的体系更贴近国内本科教学公式推导更细致适合第一轮复习打基础。不建议同时把两三本教材从头到尾全部读一遍那样会消耗大量精力而且容易迷失重点。除了教材还需要准备三类配套资料历年真题用来了解题型分布和出题风格但不要过早做整套真题避免浪费。课后重点题每章选择 10 到 15 道有代表性的习题精做而不是泛做。自己的错题本把每一次做错的题按章节和错误原因归类这是后期冲刺最宝贵的资料。2.2 笔记工具与计算验证环境信号与系统的复习笔记不建议直接抄书而应该做成“知识点 图形 例题”三层结构。每个章节先列出核心概念再画出信号波形或系统框图最后配一道典型例题。这样复习到后期只需要翻自己的笔记就能快速把整门课串起来。如果习惯电子笔记可以用带 LaTeX 公式支持的笔记软件例如 Typora、Obsidian、Notion 等。公式输入虽然刚开始会慢一点但对于信号与系统这种公式密集的科目电子笔记的检索和整理效率更高。此外强烈建议在学习过程中安装 Python 环境用代码验证卷积计算结果、绘制频谱图、观察采样混叠现象。Python 的 numpy、matplotlib、scipy 几个库足够覆盖信号与系统课程的大部分实验场景。安装方式很简单在终端执行pip install numpy matplotlib scipy后面第 4 节会给出具体的验证代码这里先不做展开。3. 核心章节重难点拆解3.1 信号基础分类、运算与冲激函数信号与系统的第一块内容是信号的基础概念主要包括信号的分类、基本运算、阶跃函数与冲激函数。信号的分类需要重点掌握连续信号与离散信号、周期信号与非周期信号、能量信号与功率信号、奇信号与偶信号、确定信号与随机信号这几组概念。其中“能量信号与功率信号”的判定是一个高频考点判断方法是计算信号的总能量是否有限总能量有限、平均功率为零的信号是能量信号。总能量无限、平均功率为有限非零值的信号是功率信号。周期信号一般属于功率信号。信号的运算主要包括平移、反转、尺度变换以及信号的相加与相乘。这里最容易出错的是尺度变换与平移的组合顺序。以 (x(2t - 1)) 为例正确做法是先平移再压缩还是先压缩再平移很多同学容易搞混。稳妥的思路是先写出 (x(t))通过变量代换 (t 2t - 1)反解出 (t (t1)/2)再根据这个关系画图。每次遇到波形变换题都用变量代换画图比死记“先平移还是先压”更可靠。冲激函数 (\delta(t)) 是全课程最重要的基础工具它有三个核心性质必须熟练抽样性(x(t)\delta(t-t_0) x(t_0)\delta(t-t_0))积分/筛选性(\int_{-\infty}^{\infty} x(t)\delta(t-t_0)dt x(t_0))尺度变换性(\delta(at) \frac{1}{|a|}\delta(t))这三个性质在卷积、傅里叶变换、采样定理中会反复出现期中阶段至少要能做到看到题目就能直接调用不需要重新推导。3.2 LTI 系统与卷积从定义到计算线性时不变系统LTI 系统是信号与系统课程的研究主线。所谓线性是指系统满足齐次性和叠加性所谓时不变是指系统的特性不随时间平移而改变。判断系统性质是选择题和简答题的高频考点做题时只需要找反例即可。比如判断系统 (y(t) x(2t)) 是否是时不变系统可以通过输入平移前后输出是否一致来判断通常取两个不同时刻的信号对比就能得出结论。LTI 系统的核心结论是系统的输出等于输入信号与单位冲激响应的卷积。连续时间下称为卷积积分离散时间下称为卷积和(y(t) x(t) * h(t) \int_{-\infty}^{\infty} x(\tau)h(t-\tau)d\tau)(y[n] x[n] * h[n] \sum_{k-\infty}^{\infty} x[k]h[n-k])卷积的计算方法有三种定义法、图解法、表格法。图解法是理解卷积物理过程的关键步骤是“翻转、平移、相乘、积分/求和”。刚开始练的时候不要嫌麻烦每一道卷积题都画图尤其是分段信号的卷积画图能直接看出积分区间的分界点。等熟练之后再改用表格法或编程验证来提速。卷积的性质也需要熟练掌握包括交换律、结合律、分配律以及卷积与冲激函数的特殊关系任意信号与 (\delta(t)) 卷积等于它本身(x(t) * \delta(t-t_0) x(t-t_0))。这个性质在系统框图化简中非常有用。3.3 傅里叶变换与频域分析傅里叶变换是信号与系统课程最核心的数学工具也是 858 专业课考查的绝对重点。连续时间傅里叶变换定义为正变换(X(j\omega) \int_{-\infty}^{\infty} x(t)e^{-j\omega t}dt)反变换(x(t) \frac{1}{2\pi}\int_{-\infty}^{\infty} X(j\omega)e^{j\omega t}d\omega)这一章需要背清楚的常用变换对包括冲激信号、阶跃信号、矩形脉冲、三角脉冲、单边指数信号、双边指数信号、符号函数、周期信号等。尤其是矩形脉冲的傅里叶变换是抽样函数 (Sa(\omega\tau/2))几乎每年都会出现。傅里叶变换的性质是解题提速的关键。线性、时移、频移、尺度变换、对偶性、卷积定理、相乘性质、微分性质、积分性质每一个性质都要做到看到信号能想到用哪个性质。其中卷积定理是最重要的时域卷积对应频域相乘时域相乘对应频域卷积。这个定理把复杂的时域运算转化为简单的频域运算是做综合题的核心工具。频域分析还需要理解系统的频率响应 (H(j\omega))它等于输出傅里叶变换与输入傅里叶变换之比。频率响应的模称为幅频特性相位称为相频特性。无失真传输系统的条件、理想低通滤波器的特性以及滤波器对信号的影响都是高频考点。3.4 拉普拉斯变换与系统函数傅里叶变换要求信号满足绝对可积条件很多实际信号并不满足。拉普拉斯变换通过引入复频率 (s\sigmaj\omega)将傅里叶变换推广到更广泛的信号范围。拉普拉斯变换定义为 (X(s) \int_{-\infty}^{\infty} x(t)e^{-st}dt)实际应用中通常使用单边拉普拉斯变换积分下限取 (0_-)。这个细节很重要因为 (0_-) 时刻包含了系统在 (t0) 时刻可能发生的跳变直接影响初始条件的处理。拉普拉斯变换这一章的重难点可以拆成三块第一是常用变换对与性质。指数信号、阶跃信号、冲激信号、正弦信号的变换对要熟记时移、频移、尺度变换、时域微分、时域积分、初值定理、终值定理等性质要能灵活使用。第二是收敛域的概念。收敛域决定了反变换是否能唯一确定。给定同一个代数表达式收敛域不同对应的时域信号完全不同。做题时一定要先判断收敛域再求反变换。第三是部分分式展开法。这是求拉普拉斯反变换的常规操作教科书上通常使用留数法和部分分式法。对于考研来说部分分式法更常用重点处理单根、重根和共轭复根三种情况。这部分技巧需要大量练习尤其是分子阶数高于分母阶数时需要先用多项式除法处理后再展开。系统函数 (H(s)) 是拉普拉斯变换在系统分析中的应用。系统的微分方程、系统框图、系统函数三者可以互相转换。通过系统函数的零极点分布可以判断系统的稳定性因果系统中所有极点位于 (s) 平面左半平面时系统稳定只要有一个极点在右半平面或虚轴上有重极点系统就不稳定。3.5 Z 变换与离散系统分析离散时间系统的分析工具是 Z 变换。Z 变换与拉普拉斯变换之间存在对应关系但 Z 变换的收敛域是一个环形区域这一点与拉普拉斯变换不同理解起来需要转换思路。Z 变换的基本考点包括常用序列的 Z 变换、Z 变换的性质、反 Z 变换的计算方法以及利用 Z 变换求解差分方程。反 Z 变换的常用方法是长除法幂级数展开法和部分分式展开法。需要注意的是部分分式展开时离散系统的分子分母形式通常先化成 (z) 的负幂次形式或者先除以 (z) 再展开否则容易出错。离散系统的系统函数 (H(z)) 与差分方程、系统框图对应。判断稳定性时因果离散系统的所有极点必须位于 (z) 平面单位圆内。连续系统和离散系统的稳定性判据容易混淆建议专门做一张对比表放在笔记里系统类型稳定条件临界情况连续时间因果 LTI 系统全部极点位于 (s) 平面左半平面虚轴上有单极点时临界稳定离散时间因果 LTI 系统全部极点位于 (z) 平面单位圆内单位圆上有单极点时临界稳定3.6 采样定理与信号恢复采样定理是连接连续信号与离散信号的一座桥梁也是通信专业学生必须深刻理解的内容。对一个最高频率分量为 (f_m) 的带限信号进行理想采样当采样频率 (f_s \ge 2f_m) 时采样信号可以无失真地恢复原信号如果 (f_s 2f_m)频谱会发生混叠无法恢复原始信号。这里的 (2f_m) 就是奈奎斯特率。采样定理的重难点不在于记住公式而在于理解采样后频谱的周期延拓过程。时域采样对应频域周期延拓延拓周期就是采样频率 (f_s)。如果原信号频谱最高频率 (f_m) 超过 (f_s/2)延拓后的频谱会相互重叠产生混叠恢复时会出现失真。这一章还经常考理想恢复的系统框图采样信号通过理想低通滤波器可以恢复原信号。低通滤波器的截止频率一般取 (f_s/2) 附近的某个值只要保证在 ((,f_m,, f_s - f_m,)) 范围内选择截止频率即可。恢复信号的公式通常用内插函数表示也就是理想的 sinc 内插。4. 期中阶段典型题型实战4.1 题型一卷积和与卷积积分的快速计算卷积是信号与系统最基础的计算能力下面用一个离散时间卷积的例子演示完整过程。已知输入序列 (x[n] {1, 2, 1})起点 (n0)单位脉冲响应 (h[n] {1, 1})起点 (n0)求输出 (y[n] x[n] * h[n])。最稳妥的方法是列表法。先把两个序列写出来(x[0]1, x[1]2, x[2]1)(h[0]1, h[1]1)卷积和的每一项等于对应下标乘积之和(y[0] x[0]h[0] 1)(y[1] x[0]h[1] x[1]h[0] 1 2 3)(y[2] x[1]h[1] x[2]h[0] 2 1 3)(y[3] x[2]h[1] 1)所以 (y[n] {1, 3, 3, 1})起点仍然是 (n0)。在考场上看到这种短序列可以直接用“竖式乘法”的思维口算节省时间。4.2 题型二傅里叶变换性质应用傅里叶变换性质的题目通常不会让考生直接积分而是通过已知变换对和性质来推导。例如已知门函数 (g_\tau(t) u(t\tau/2) - u(t-\tau/2)) 的傅里叶变换为 (\tau Sa(\omega\tau/2))求 (y(t) g_\tau(t-2)) 的傅里叶变换。这里只需要利用时移性质时域右移 2频域乘以 (e^{-j2\omega})。因此[ Y(j\omega) \tau Sa(\omega\tau/2) e^{-j2\omega} ]如果题目再增加一步问 (y(t)) 通过理想低通滤波器后的输出那就需要结合卷积定理和滤波器频率响应来求解。这类题目把时移、频移、卷积定理等多个性质综合在一起是期中阶段最容易失分的地方。复习时建议把傅里叶变换的所有性质整理成一张表格每个性质都配一个最小例子。4.3 题型三零极点与稳定性判断零极点分析是拉普拉斯变换和 Z 变换的核心应用。下面给出一个连续系统题目已知系统函数 (H(s) \frac{s3}{(s1)(s2)})判断该系统是否稳定。先求极点令分母为零得到 (s_1 -1)、(s_2 -2)。两个极点均位于 (s) 平面左半平面。如果系统是因果系统则可以判断该系统稳定。这里有一个容易忽略的细节如果题目没有说明系统是否因果则不能直接下结论。系统的稳定性与收敛域选择有关只有因果系统的稳定性才等价于“全部极点在左半平面”。考试时遇到稳定性判断题一定要先判断系统类型再判断稳定性避免被扣分。4.4 用 Python 验证计算结果信号与系统虽然是理论课程但用代码验证计算结果是很好的复习方式。以下代码用 numpy 计算离散卷积import numpy as np x np.array([1, 2, 1]) # 输入序列 x[n] h np.array([1, 1]) # 单位脉冲响应 h[n] y np.convolve(x, h) # 卷积和 print(y[n] , y)运行输出y[n] [1 3 3 1]这和 4.1 节手算的结果完全一致。平时做课后题遇到不确定的卷积计算可以用这种方法快速验证。再看一个傅里叶变换频谱图的例子用 numpy 和 matplotlib 画出矩形脉冲的幅度谱import numpy as np import matplotlib.pyplot as plt # 生成单周期矩形脉冲 fs 1000 t np.linspace(-2, 2, fs, endpointFalse) x np.where(np.abs(t) 0.5, 1, 0) # 宽度为 1 的矩形脉冲 # 计算 FFT 近似幅度谱 X np.fft.fftshift(np.fft.fft(x)) freq np.fft.fftshift(np.fft.fftfreq(fs, d(t[1] - t[0]))) plt.figure(figsize(8, 3)) plt.plot(freq, np.abs(X) / fs) plt.title(矩形脉冲的幅度谱近似) plt.xlabel(频率 (Hz)) plt.ylabel(幅度) plt.grid(True) plt.show()这段代码通过数值方式近似计算矩形脉冲的频谱得到的幅度谱形状是抽样函数形状。虽然采样点数有限图形会有细微误差但整体趋势能直观反映傅里叶变换公式的结果。需要说明的是FFT 是对连续时间傅里叶变换的数值近似不等于理论公式的精确计算这里只作为辅助理解工具。5. 常见复习问题与排查思路期中阶段最容易出现的问题集中在概念混淆、计算失误和公式记忆混乱三个方面。下面用表格整理高频问题与解决思路。问题现象常见原因解决思路系统性质判断总出错对“线性、时不变”定义停留在字面没有养成找反例的习惯每道题都先假设一个输入 (x_1(t))、(x_2(t))分别代入系统表达式验证叠加性与齐次性卷积积分限判断错误分段信号的区间划分不清晰画图时把 (h(t-\tau)) 的翻转过程分步画出来按区间讨论傅里叶变换性质用错时移和频移符号混淆整理一张性质表每个性质都标注记忆方法例如“时域右移频域乘 (e^{-j\omega t_0})”拉普拉斯反变换不完整忽略收敛域、分子分母阶数未先处理先写收敛域再判断是否需要多项式除法最后做部分分式展开稳定性判断与因果性混淆没有区分一般系统与因果系统先判断系统因果性再应用极点判据Z 变换收敛域方向搞反对右边序列、左边序列定义不熟记住右边序列收敛域在模最大极点外侧左边序列在模最小极点内侧课后题做了很多但综合题不会知识没有形成网络题目之间缺乏关联每章学完后用一张思维导图把知识点连接起来再做跨章节综合题如果你发现自己同时出现三个以上这类问题说明当前阶段不适合继续刷新题应该先停下来做一次章节总结。把每一章的知识结构、常用公式、典型题型重新梳理一遍再回到题海中继续练习。复习中的“慢”是为了后面的“快”不要因为暂时的进度慢而焦虑。6. 一对一精讲的高效学习方式建议考研专业课复习到中后期很多同学会选择一对一精讲辅导。这里想说的是一对一精讲的核心优势不在于“老师把知识点讲一遍”而在于“老师能针对你的薄弱点快速定位问题并给出训练方案”。同样是一对一不同的听课方式效果差距可能很大。建议把每次精讲分成四个环节第一课前诊断。这个环节非常关键。上课之前不要被动等着老师讲而是提前准备好最近 10 道错题明确告诉老师自己卡在哪一步。比如“卷积计算会画图但区间分段总出错”或者“拉普拉斯反变换遇到二重根就计算错误”。你对自己问题描述得越清楚老师给出的针对性方案就越有效。第二知识串讲。精讲不能只讲一道题而要从一道题出发把背后的知识块串起来。比如讲一道采样定理的综合题至少要把采样过程、频谱延拓、低通滤波恢复、内插公式全部串一遍。如果老师只是就题讲题这类课的价值就会大打折扣。第三现场练习。一对一最大的优势是可以在老师眼皮底下做题老师能看到你真实的思考过程。做题时不要演算完就急着对答案而是要把每一步的思路讲给老师听。能把自己思路讲清楚的题目才是真正掌握的题目。第四课后复盘。每次精讲结束后当天晚上一定要用 30 到 60 分钟整理笔记把课上讲过的题目独立重做一遍。间隔 3 到 5 天后再做一遍检验是否真的记住了方法。除了精讲外还要学会“讲题式复习”。把自己想象成老师把某个知识点或某道题讲给一个“虚拟学生”听。比如讲卷积的物理意义如果你能自然地讲出“输出是输入通过系统后的加权叠加”说明你真的理解了而不是只记住公式。这套方法同样适用于没有报班的同学。找几个研友组成学习小组每周末互相讲解一周学过的难点讲不出来的地方就是自己的知识盲区及时补上就好。7. 总结与后续复习建议到这里858 信号与系统期中阶段需要重点掌握的内容已经梳理得比较完整了。从信号基础、LTI 系统与卷积到傅里叶变换、拉普拉斯变换、Z 变换再到采样定理整个知识框架的核心是“变换”这条主线。连续时间用傅里叶变换和拉普拉斯变换离散时间用 Z 变换采样定理则把两个域连接起来形成完整的信号分析体系。期中阶段之后的复习建议优先做三件事。第一把本章整理的知识结构和错题本拿出来每三天快速过一遍对抗遗忘。第二开始接触跨章节的综合题尤其是“微分方程/差分方程 系统函数 稳定性判断 频率响应”这种组合题型。第三如果时间允许尝试用 Python 亲手实现几个信号处理实验例如绘制不同信号的频谱、观察采样混叠现象、验证卷积定理这些可视化实验能大大加深对抽象概念的理解。最后再强调一次信号与系统这门课没有捷径但对的方法可以让你少走弯路。每一次画图、每一道错题、每一张总结表都在为考场上的从容作答积蓄能量。按部就班地复习把每个重难点逐个击破你会发现自己对这门课的理解会在某一个阶段突然变得清晰起来。如果这段时间正处在复习的瓶颈期不要慌把章节重难点再拉一遍找到自己最容易丢分的模块针对性突破即可。把基础打牢比做一百道偏题怪题更有价值。