企业官网建设流程全解析

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：

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 = (t'+1)/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=\sigma+j\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 (t=0) 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：

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 (n=0)），单位脉冲响应 (h[n] = {1, 1})（起点 (n=0)），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 (n=0)。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{s+3}{(s+1)(s+2)})，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, endpoint=False) 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。

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。