信号与系统复习地图：时域主线与傅里叶、拉氏、z变换三大支线

简介：《信号与系统-复习知识总结.doc》是一份面向电子信息工程、自动化及相关专业学生的课程复习提纲，围绕信号与系统课程中的重点与难点梳理知识框架，适合期末复习、考研初期梳理和课堂查漏补缺。压缩包内共1个doc文件，大小约659KB，内容以文字总结为主，便于打印和批注，已有1368人学习下载。文档从信号概念与分类、典型信号与奇异信号、时域运算切入，延伸到系统分类与线性时不变特性、零输入/零状态响应、卷积积分及图解法，并系统归纳傅里叶级数与傅里叶变换、拉氏变换、z变换、频域与时域特性等模块，突出常用变换对、基本性质和解题思路，可帮助读者快速建立课程知识脉络，定位薄弱环节并进行针对性复习。

1. 信号与系统复习地图：一条时域主线，三条变换支线

信号与系统这门课之所以难，主要原因在于知识被拆到了四个场地：时域、频域、复频域、离散域，每个场地又各有自己的运算规则。系统梳理下来会发现，主线只有一条：信号怎么描述、系统怎么刻画、两者靠卷积和变换发生联系。傅里叶变换把信号摊到频率轴上，拉氏变换把连续系统的微分方程变成代数方程，z 变换把离散系统的差分方程变成代数方程。三条支线最后都汇到系统函数和稳定性判据上。这张地图适合正在系统学、或者考前想把零散知识点收拢一遍的人，先记住主干，再回头抠细节才不会越看越乱。

2. 信号与系统基础：五组分类、奇异信号与时域四大运算

基础部分看着简单，实际上藏着后面所有公式的适用条件。分类决定了你能不能对某个信号做傅里叶变换，奇异信号决定了微分方程右端怎么处理，时域运算决定了波形题会不会在第一步就画错。这一章的重点是把这些判断标准整理成可以直接套用的规则，而不是把概念再抄一遍。

2.1 分类不是背名词，是判断信号属于哪个性质范围

信号可以按时间特性分成五组：确定与随机、连续与离散、周期与非周期、能量与功率、因果与反因果。这五组并不并列，复习时最好按用途来记忆：连续或离散决定你走拉氏变换还是 z 变换；周期或非周期决定你用傅里叶级数还是傅里叶变换；因果或反因果决定单边拉氏变换要不要做因果化处理。

周期信号的判定最容易出错。连续正弦信号一定是周期信号，但两个连续周期信号相加不一定是周期信号，需要两者频率（或周期）的比值为有理分数，合成信号的周期是各个周期的最小公倍数。至于能量信号和功率信号，除了具有无限能量及无限功率的信号之外，时限的或 t 趋于无穷时 f(t) 趋于 0 的非周期信号是能量信号；t 趋于无穷时 f(t) 不趋于 0 的非周期信号是功率信号。周期信号一定是功率信号。

2.2 奇异信号：冲激函数那串性质才是重要考点

单位阶跃 u(t) 和单位冲激 δ(t) 是一对绑定关系：δ(t) 是 u(t) 的导数，u(t) 是 δ(t) 的积分，跳变点就在 t=0。冲激函数的性质清单要背到能直接写出来：取样性（相乘性质）f(t)δ(t-t0)=f(t0)δ(t-t0)；偶函数性质 δ(-t)=δ(t)；比例性 δ(at)=(1/|a|)δ(t)；以及由取样性推出来的微积分性质。冲激偶 δ'(t) 常和取样性一起考，∫f(t)δ'(t)dt=-f'(0) 这个负号是容易漏掉的细节。

带跳变点的分段信号求导，结果里必定含冲激函数，跳变幅度就是冲激强度，正跳变对应正冲激，负跳变对应负冲激。这个结论在画波形和做微分方程右端匹配时反复出现，属于一旦记错、后面全题都错的类型。

提示：冲激函数的比例性里是 1/|a| 而不是 1/a，a 为负时绝对值不能丢；冲激偶的性质和冲激本身差一个负号，做题时先在草稿上写一遍再代入。

2.3 时域四大运算与运算顺序

移位、反褶、尺度变换、微分，这四个操作的规则本身不复杂：f(t+t0) 是波形左移，f(t-t0) 是右移；f(-t) 以 t=0 为轴反褶；f(at) 在 |a|>1 时压缩为原来的 1/|a|，0<|a|<1 时扩展；微分运算会突出信号的变化部分。

真正的问题是运算顺序。同一个 f(2t-4) 与 f(2(t-2))，先反褶再尺度再移位，和先移位再尺度，得到的波形不一样。稳妥的做法是把所有变换统一写成 f(at+b) 的形式，固定按「反褶、尺度、移位」的顺序一步步来，每一步只改一个位置，改完立刻在草稿上画一版中间波形。这样即使最后答案错了，也能从中间波形看出是哪一步翻车。

2.4 系统特性验证：线性、时不变、因果各有各的判断方法

系统的分类按数学模型差异划分：连续时间系统与离散时间系统、线性系统与非线性系统、时变系统与时不变系统，另外还有因果与非因果之分。

线性性的定义是同时满足叠加性与均匀性：激励为 a·f1(t)+b·f2(t) 时，响应应为 a·y1(t)+b·y2(t)。线性系统有分解特性，全响应等于零输入响应加零状态响应。这里有一个高频易错点：零输入响应是初始状态的线性函数，零状态响应是输入信号的线性函数，但全响应既不是输入信号的线性函数，也不是初始状态的线性函数。

时不变性的验证方式是先算 T[f(t-t0)]，再算 y(t-t0)，比较两者是否相等；因果性看响应是否出现在激励之前，等价于看 h(t) 在 t<0 是否为零。这三个特性里，线性性最容易在「带常数项」的系统上出错，比如 y(t)=f(t)+1 乍看像线性，实际不满足均匀性。

3. 时域分析核心：冲激响应、卷积积分与全响应分解

时域分析这条线，本质上是用一个冲激响应 h(t) 描述整个线性时不变系统。只要 h(t) 拿到了，任意输入的零状态响应就是输入与 h(t) 的卷积。复习时要把「全响应怎么拆、h(t) 怎么求、卷积怎么算」这三件事按顺序串起来。

3.1 全响应的三种分解方式不能混用

全响应常见的分解方式有三种：零输入响应加零状态响应、自由响应加强迫响应，以及瞬态响应加稳态响应。前两种是教材里的标准分法，第三种在讨论稳定性时顺手用一下。它们之间的关系要记清楚：零输入响应必然是自由响应的一部分；零状态响应可以再拆成自由响应和强迫响应两部分；零输入响应对应齐次解，零状态响应的形式由特征根和输入信号共同决定。

求全响应的标准流程可以按五步走：

1. 根据系统结构建立微分方程；
2. 由特征根求零输入响应 y_zi(t)，待定系数用 0- 初始状态定；
3. 求冲激响应 h(t)；
4. 求零状态响应 y_zs(t)=f(t)*h(t)；
5. 全响应 y(t)=y_zi(t)+y_zs(t)。

这个流程看起来比较死板，但它把所有题型统一到了同一个框架下。看到「已知微分方程和初始状态，求全响应」的题，先按这五步拆，比直接套公式稳得多。

3.2 冲激响应的求法：特征根定形式，初始值定跳变

零输入响应就是解齐次方程，形式由特征根确定：单实根对应 e^(-at)，共轭复根对应衰减正弦，重根要乘 t 的幂次。待定系数由 0- 初始状态确定。

冲激响应 h(t) 是冲激信号作用下的零状态响应，求法分两步：先把 δ(t) 代入微分方程右端，用冲激函数匹配法确定 h(t) 在 t=0 处的跳变，得到 0+ 时刻的初始值；再按齐次解的形式写出 h(t)，用这个初始值定系数。这一步的典型错误是拿 0- 的初始状态去定 h(t) 的系数，而 h(t) 是零状态响应，初始状态本来就该是零，系数只能由匹配出来的跳变值决定。

3.3 卷积积分：定义、代数律与图解法四步

卷积积分的定义是 y(t)=∫f1(τ)f2(t-τ)dτ，积分变量是 τ，t 在积分过程中当作常数。卷积代数有三条：交换律、分配律、结合律，这三条在做复杂卷积时用来拆项、合并项。

图解法适合求某一时刻的卷积值，固定四步：换元，把 t 换成 τ，得到 f1(τ) 和 f2(τ)；反转平移，把 f2(τ) 反转为 f2(-τ) 再右移 t 得到 f2(t-τ)；乘积，把 f1(τ) 与 f2(t-τ) 相乘；积分，τ 从负无穷到正无穷对乘积积分。图解法最容易出错的是平移方向：f2(t-τ) 里的 t 增大时波形是向右移的，和 f(t-t0) 右移的直觉一致，但因为前面刚做过反转，很多人会在这一步把方向搞反。

3.4 卷积性质的常用结论与代码验证

卷积性质里真正高频使用的是这几条：f(t)*δ(t)=f(t)；f(t)*δ'(t)=f'(t)；f(t)*u(t) 等于 f(t) 的积分；u(t)*u(t)=t·u(t)；时移性质 f1(t-t1)*f2(t-t2)=f(t-t1-t2)；两个因果信号卷积，积分限从 0 到 t。最后这条在拉氏变换和 z 变换里都会反复用到，因为单边变换默认信号是因果的。

下面这段代码用离散卷积近似验证 u(t)*u(t)=t·u(t)，顺便确认卷积结果的长度规律：

import numpy as np # 用长度为 20 的离散序列近似单位阶跃 u(t) 与 u(t) n = np.arange(0, 20) f1 = np.ones_like(n, dtype=float) # 第一个阶跃 f2 = np.ones_like(n, dtype=float) # 第二个阶跃 y = np.convolve(f1, f2) # 默认 full 模式，长度 = 20 + 20 - 1 print(y[:6]) # 输出 [1. 2. 3. 4. 5. 6.] print(len(y)) # 输出 39

这里 np.convolve 默认使用 full 模式，输出长度是 len(f1)+len(f2)-1，对应连续卷积里两个时限信号卷积后长度相加的规律。输出前六项是 1 到 6，正好对应 (n+1)u(n)，也就是 u(t)*u(t)=t·u(t) 的离散版本。参数上唯一需要留意的是 mode：做理论验证用 full，做系统响应模拟时通常用 same 保持长度一致，两种模式的结果不能混着比较。

4. 变换域三大工具：傅里叶、拉氏、z 变换的分工与交集

三大变换不是三套独立知识，而是同一件事在不同信号类型上的三种写法。傅里叶变换处理周期与非周期连续信号，拉氏变换处理带初始条件的连续系统，z 变换处理离散序列。复习时要把「定义、收敛条件、常用对、性质、反变换」这五件事对每个变换各过一遍，再横向对比它们的差异。

4.1 傅里叶级数：三角形式与指数形式的系数换算

任一满足狄利克雷条件的周期信号都可以展开成傅里叶级数。三角函数形式写作 f(t)=a0/2+Σ[an·cos(nΩt)+bn·sin(nΩt)]，其中 a0/2 是直流分量，an 是余弦分量幅度，bn 是正弦分量幅度。另一种等价写法是 f(t)=A0+ΣAn·cos(nΩt+φn)，其中 An 等于 an 与 bn 的平方和开根号，φn 由 an、bn 的比值定出。

指数形式写作 f(t)=ΣFn·e^(jnΩt)，系数 Fn 由周期内积分求出。两种形式的系数关系要能互推：n 不为零时，Fn 的模等于 An 的一半；n 为零时，F0 就是直流分量。考试里经常出现「给出三角形式让你写指数形式」的题，错在这一步基本等于整题丢分。

4.2 对称性简化与周期信号频谱三大特点

利用对称性可以大幅减少系数计算量：实偶函数的傅里叶级数不含正弦项，只可能有直流项和余弦项；实奇函数不含余弦项和直流项，只可能有正弦项；实奇谐函数只含基波和奇次谐波的正弦、余弦项，不含偶次谐波。有些周期信号的对称性是隐藏的，删掉直流分量之后才会显现出来，做题时可以先减去均值再看奇偶性。

周期矩形脉冲的分析给出三个结论：信号的持续时间与频带宽度成反比；周期 T 越大，谱线越密，离散频谱会逐渐变成连续频谱；周期信号频谱有离散性、谐波性、收敛性三大特点。这三条结论是后面理解抽样定理和滤波器的基础，不要只记结论，要能对着频谱图指出哪条对应哪个现象。

4.3 傅里叶变换常用对与基本性质

傅里叶变换把时域信号映射成频谱密度函数，正变换和逆变换成对出现。频谱密度一般是复函数，模代表各频率分量的相对大小，是频率的偶函数；相位代表各分量之间的相位关系，是频率的奇函数。

基本性质要按用途分类记忆：线性、对称、展缩、时移、频移属于「改波形」的一类；时域卷积、频域卷积属于「改运算」的一类；时域微分、时域积分、频域微分属于「改阶次」的一类；奇偶虚实性单独记一句：实偶函数的频谱是实偶函数，实奇函数的频谱是虚奇函数。性质多但不难，难的是看到题目能反应出该用哪一条。

4.4 周期信号的傅里叶变换与冲激抽样

周期信号的傅里叶变换由一串冲激组成，冲激位于信号的各次谐频处，每个冲激的强度等于对应傅里叶级数系数的 2π 倍。这个结论把「级数」和「变换」两个体系连接起来，是理解抽样定理的关键一步。

冲激抽样信号的频谱，是被抽样信号频谱以抽样频率为周期做等幅重复。也就是说，时域上乘以冲激序列，频域上就变成频谱的周期搬移。频谱搬移之后如果相邻副本发生重叠，原始信息就无法无损恢复，这就是混叠的频域解释。

4.5 抽样定理：两个条件缺一不可

时域抽样定理要求同时满足两个条件才能恢复原信号：第一，f(t) 必须是带限信号；第二，抽样频率不能太低，必须满足 fs≥2fm，等价于抽样间隔 Ts≤1/(2fm)。最低允许的抽样频率 fs=2fm 称为奈奎斯特频率，最大允许的抽样间隔 Ts=1/(2fm) 称为奈奎斯特间隔。

注意：只写「抽样频率大于信号最高频率」是错的，必须是大于等于两倍。差一个 2 倍，整道题的结论就从「能恢复」变成「发生混叠」。

4.6 单边拉氏变换：0- 初始条件与收敛域

单边拉氏变换的积分下限取 0-，这个细节决定了单位冲激函数的变换结果是 1，也决定了求解微分方程时初始条件要取 0- 时刻的值。如果下限取 0+，δ(t) 的变换就变成 0，整个体系会对不上。

收敛域是使得拉氏变换存在的 s 平面上 σ 的取值范围：有限长信号的收敛域是整个 s 平面；右边信号的收敛域是 σ>σ0 的右半区域；左边信号是 σ<σ0 的左半区域；双边信号是 s 平面上的一条带状区域。单边拉氏变换只要 σ 取得足够大就满足绝对可积条件，所以一般不再专门写收敛域，但判断系统稳定性时，收敛域和极点位置必须一起看。

常用变换对要背熟：δ(t) 对应 1，u(t) 对应 1/s，t·u(t) 对应 1/s²，e^(-at)u(t) 对应 1/(s+a)，sin(ω0t)u(t) 对应 ω0/(s²+ω0²)，cos(ω0t)u(t) 对应 s/(s²+ω0²)。性质方面重点掌握时域卷积定理、频域微分、频域积分、初值定理和终值定理。初值定理是 f(0+)=lim(s→∞)sF(s)，终值定理是 f(∞)=lim(s→0)sF(s)，后者要求 sF(s) 的极点都在左半平面才成立。

选性质的规律可以记成四句话：有 t 相乘时用频域微分；有实指数相乘时用频移；分段直线组成的波形用时域微分；周期信号只求第一周期的拉氏变换。另外，因为讨论的是单边拉氏变换，遇到非因果信号要先当作因果信号处理再变换。

4.7 拉氏反变换与 s 域分析流程

拉氏反变换主要考部分分式展开法。单实根对应 K/(s+a) 反变换成 K·e^(-at)u(t)；二重根要拆成两项，其中一项带 t 因子。展开时先判断极点类型，再定系数，最后逐项反变换。

微分方程的拉氏变换分析流程是：对线性常系数微分方程两边取拉氏变换，代入 0- 初始条件，把时域方程转化成 s 域代数方程，解出响应的象函数，再做反变换。动态电路的 s 域模型也是同一套思路：引入复频域阻抗后，电路定律的复频域形式和相量形式高度相似，只要把电容、电感换成对应的 s 域阻抗，就能按节点法、回路法列方程。

import numpy as np from scipy.signal import residue # F(s) = (s + 3) / (s^2 + 3s + 2)，分母因式分解为 (s+1)(s+2) num = [1, 3] # 分子系数，按 s 的降幂排列 den = [1, 3, 2] # 分母系数，按 s 的降幂排列 r, p, k = residue(num, den) print(r, p, k) # 输出留数、极点、直接项

residue 的返回值里，r 是各极点的留数，p 是极点位置，k 是分子次数不低于分母时的直接项。这段代码输出的极点是 -2 和 -1，对应留数为 2 和 -1，所以 F(s)=2/(s+2)-1/(s+1)，反变换得到 f(t)=(2e^(-2t)-e^(-t))u(t)。参数上要注意 num 和 den 都必须按降幂排列，缺项要补零，否则极点位置会整体算错。

4.8 z 变换与离散系统稳定性

z 变换分双边和单边两种，双边变换对 k 从负无穷到正无穷求和，单边变换从 k=0 开始。因果序列的收敛域是半径为 |a| 的圆外部分。

基本变换对要记牢：δ(k) 对应 1，收敛域 |z|>0；ε(k) 对应 z/(z-1)，收敛域 |z|>1；a^k·ε(k) 对应 z/(z-a)，收敛域 |z|>|a|。性质里最容易错的是移位特性：双边 z 变换的移位只乘 z 的幂次，单边 z 变换的移位还要补上初始值，比如 f(k-2) 对应 z^(-2)F(z)+f(-2)+f(-1)z^(-1)。这个补项是单边变换和双边变换最大的区别，也是考试里最容易漏写的地方。

离散系统的稳定性完全由极点在 z 平面上的位置决定：

连续系统对应的判据是：H(s) 的极点全部在左半开平面则稳定；虚轴上一阶极点对应等幅阶跃或正弦；虚轴上二阶及以上极点或右半平面极点对应递增响应。代数判据方面，多项式全部系数同号且不缺项是必要条件，三阶系统还要额外满足中间两项乘积大于首尾两项乘积。必要条件不满足可以直接判不稳定，但满足必要条件不等于稳定，这一点在判断题里经常设套。

5. 易错点：五个反复踩的坑

有些知识点看的时候觉得懂了，一做题就原形毕露。下面这五条是梳理过程中反复出现的易漏点，每条都按「错在哪、为什么会错、怎么补」拆开写，对着自查一遍比重新看一章书效率高。

5.1 全响应的线性：拆开了不等于整体线性

易漏点：把全响应当成输入信号的线性函数，或者当成初始状态的线性函数，直接对全响应套用叠加性。

为什么漏：零输入响应和零状态响应各自都满足线性，但两者之和不再是任何单一变量的线性函数。教材里「线性系统具有分解特性」这句话太顺口，容易让人顺带把全响应也当成线性的。

怎么补：判断线性时，先看系统是不是同时满足叠加性与均匀性，再看分解后的两个分量分别对谁线性。做题时养成习惯：凡是要对全响应用叠加性，先问一句「另一个自变量有没有跟着变」，变了就不能直接叠加。

5.2 奈奎斯特频率：2fm 不是 fm

易漏点：抽样定理的条件写成 fs>fm，或者把奈奎斯特频率记成 fm。

为什么漏：平时说「采样率要够高」，语感上容易把「够高」理解成「高于信号频率」，忽略了带限信号频谱搬移后需要留出一倍带宽的间隔。

怎么补：把频域图记在心里——频谱以 fs 为周期搬移，相邻副本不重叠的条件是 fs-2fm≥0。做题时先画一张频谱搬移示意图，再写不等式，比死记结论可靠。题目给出最高频率 fm 时，先在草稿上写 fs≥2fm、Ts≤1/(2fm) 两行，再代入数值。

5.3 单边拉氏变换的 0- 与收敛域

易漏点：求拉氏变换时把积分下限当成 0+，或者判断稳定性时只看极点、不看收敛域。

为什么漏：平时做积分习惯从 0 开始，0- 和 0+ 在大部分连续信号上没有区别，只有在含冲激或跳变时才暴露差异；收敛域则常被当成「单边变换不用写」的附带信息直接忽略。

怎么补：凡是题目里出现冲激函数、阶跃跳变、初始条件，一律先确认积分下限是 0-，初始条件也取 0-。判断稳定性时，因果系统的收敛域必须在最右侧极点的右边，收敛域和虚轴的关系才是稳定性的完整判据，只看极点位置属于简化版，遇到非因果系统会出错。

5.4 稳定性判据：必要条件和充分条件混用

易漏点：看到多项式系数全为正、无缺项，就直接判定系统稳定。

为什么漏：系数同号且无缺项只是稳定的必要条件，二阶系统里它恰好也是充分条件，做多了二阶题就容易形成思维定式。

怎么补：先看阶数。一阶、二阶系统，系数同号且无缺项可以判稳定；三阶及以上必须再验证中间项乘积大于首尾项乘积，或者直接列劳斯表。看到「极点都在左半开平面」这类表述，先确认是开平面还是闭平面，虚轴上的极点属于临界稳定，不能算进稳定系统。

5.5 卷积的时移与因果信号的积分限

易漏点：两个因果信号做卷积时积分限写成负无穷到正无穷，或者时移性质里把 t1、t2 的符号搞反。

为什么漏：卷积定义默认积分限是负无穷到正无穷，套公式时容易忘记因果信号在 t<0 时为零这个额外条件；时移性质里 f1(t-t1)*f2(t-t2)=f(t-t1-t2)，符号一路负到底，中间抄错一个就全错。

怎么补：做卷积前先标出两个信号的取值区间，因果信号的区间是 [0,∞)，卷积结果的区间是两者起点之和到两者终点之和。时移性质单独抄一遍在手边，每次代入前先确认 t1、t2 是正延时还是负延时。用图解法做一遍，四个步骤走完，积分限自然就出来了，比直接套公式不容易错。

6. 复习清单：把知识地图变成可执行的查漏补缺

复习到最后一阶段，比继续刷新题更有效的是按模块自查。下面这份清单按「能不能独立复述」为标准，每一项都要求合上书能写出关键公式或判断依据，写不出来就回到对应章节补。

时间安排上，可以按三天一轮：第一天过信号与系统基础加时域分析，重点是把卷积图解法和全响应五步流程走顺；第二天过傅里

本文还有配套的精品资源，点击获取