信号与系统这门课真正开始“劝退”的地方就是第三章。很多同学前两章还能靠看课本例题撑过去一到傅里叶变换就开始犯晕e^{-j\omega t} 到底是从哪里冒出来的积分区间为什么是负无穷到正无穷频谱为什么画出来是连续曲线题目稍微一变公式就套不上了。这篇文章打算换一种方式把第三章的考点、公式、题型和解法全部拆开讲按“知识框架 - 公式性质 - 典型例题 - 计算验证 - 易错排查”的顺序来目标是让零基础同学在考前也能快速建立一套能做题的框架冲击 90。如果你的教材第三章不是傅里叶变换而是拉普拉斯变换或者 Z 变换下面很多思想依然通用用复指数分解信号、用性质化简积分、用变换对加卷积定理做题这些方法论可以原样迁移。本文以最常见的“连续时间傅里叶变换”为主线展开离散傅里叶分析会在后面单独说明。先说结论第三章的高分重点不是背公式而是建立“性质优先、定义兜底、画图验证”的做题习惯。下面直接进入正文。1. 第三章核心能力速览先把这章要掌握的东西摆成一张表。你不需要一次看懂所有内容但第一轮复习结束后应该能对照这张表检查自己的漏洞。知识模块考试常见要求典型题型常见失分点傅里叶变换定义会用定义求简单信号频谱求矩形脉冲、指数信号的频谱积分区间写错、漏掉负号、漏掉归一化系数傅里叶变换性质熟练使用性质推导频谱时移、频移、尺度、卷积定理尺度变换系数写错、时移相位符号搞反常见变换对能写出核心信号的变换结果冲激、常数、阶跃、符号函数、矩形脉冲常数和冲激的对偶关系记反周期信号的傅里叶变换理解谱线到冲激串的转换求周期信号频谱忘记乘 2π 或 π 系数帕斯瓦尔定理会用频域计算信号能量求信号能量、功率谱积分区间和系数出错频谱图绘制会画幅度谱和相位谱判断信号通过滤波器后的频谱幅度谱出现负值、相位谱不连续时不知道怎么处理不同学校考纲侧重不同有的重点考性质推导有的重点考系统响应求解。第一遍复习时先把上表“常见失分点”这一列过一遍后面的性质表、变换对表、例题逐项补上即可。2. 适用场景与学习边界第三章的学习者可以分成三类第一类是期末速成离考试还有一周到十天需要快速拿到 75 到 90 分。这类同学的核心任务是抓住题型套路优先掌握性质表、常用变换对、卷积定理和系统响应求解证明题可以先放一放。第二类是考研第一轮复习需要把公式来源和性质推导理解扎实。考研题比期末题更看重概念辨析比如“周期信号的傅里叶变换是否存在”“吉布斯现象是什么”“抽样定理为什么要求带限信号”。这类同学不要跳过推导尤其要搞清楚尺度变换和对偶性。第三类是重修或零基础最需要的是先建立整体框架再逐个击破。此时不要直接扑到题目上先把“分解信号”这个直觉建立起来。学习边界也要说清楚这门课不是数学分析课傅里叶变换的严格数学基础需要泛函分析但课程考试不会要求你证明 L1 空间里的收敛性。你只需要掌握工程视角的计算方法即可。另外有些学校允许带公式纸有些闭卷。如果不确定按最严格的情况准备所有公式都自己推导一遍。3. 前置知识与环境准备第三章的数学门槛比前两章高但并不可怕。真正卡住你的通常是高数里的积分能力而不是信号系统的概念本身。3.1 数学基础需要熟练掌握的知识点清单欧拉公式e^{j\theta}\cos\thetaj\sin\theta以及 \cos\theta\frac{1}{2}(e^{j\theta}e^{-j\theta})、\sin\theta\frac{1}{2j}(e^{j\theta}-e^{-j\theta})。分部积分法例如 \int u,dvuv-\int v,du。广义积分形如 \int_0^{\infty} e^{-at},dt\frac{1}{a}a0。三角恒等式积化和差、倍角公式。复数的模和相位|ajb|\sqrt{a^2b^2}\angle(ajb)\arctan\frac{b}{a}。如果分部积分不熟练这一章很多题会卡在积分那一步。建议先找三道高数分部积分题练手再开始信号与系统。3.2 验证工具环境做题时经常会出现“我算出来的频谱是 \frac{\tau}{2} Sa(\omega\tau/2)但课本写的是 \tau Sa(\omega\tau/2)到底谁对”的问题。这时候最好用计算工具验证一下。最小配置是 Pythonpip install numpy matplotlib如果你已经装了 Anaconda直接使用 Jupyter Notebook 即可。MATLAB 也行但 Python 更轻量也方便后面做信号处理实验。下面第 7 节会给两个验证例子。4. 知识框架搭建从“分解信号”角度理解傅里叶变换很多同学学第三章觉得公式又多又杂是因为没有理解傅里叶变换到底在做什么。先把这个核心逻辑搞清楚后面所有公式都是它的展开。4.1 傅里叶变换要解决什么问题任何满足条件的非周期信号 x(t)都可以看成无穷多个不同频率的复指数信号 e^{j\omega t} 的加权叠加。每个频率对应的加权系数就是 X(j\omega)。换句话说傅里叶变换把“时间上的信号”换成了“频率上的分布”。时域里一条波形频域里变成一条连续曲线。X(j\omega) 越大说明这个频率成分在原始信号里占的比重越大。这个概念理解了就能自然地接受为什么矩形脉冲的频谱是一条 Sa 函数曲线矩形脉冲在开关切换时产生高频分量所以频谱不会只集中在零频附近而是向两侧衰减延伸。4.2 正变换与逆变换连续时间傅里叶变换的正变换公式X(j\omega)\int_{-\infty}^{\infty}x(t)e^{-j\omega t},dt逆变换公式x(t)\frac{1}{2\pi}\int_{-\infty}^{\infty}X(j\omega)e^{j\omega t},d\omega注意两个细节正变换的指数是 e^{-j\omega t}逆变换是 e^{j\omega t}符号别搞反。逆变换前面有因子 \frac{1}{2\pi}正变换没有。很多题目的答案相差一个 2\pi就是这里漏了。4.3 傅里叶变换存在的条件严格说法是信号需要满足狄利克雷条件并且绝对可积\int_{-\infty}^{\infty}|x(t)|,dt\infty但是引入冲激函数 \delta(t) 之后很多不满足绝对可积的信号比如常数、阶跃、正弦也有广义傅里叶变换。所以考试里一般不需要你死抠收敛条件只要会用冲激处理特殊信号即可。4.4 常见信号的傅里叶变换对这张表是刷题的基础建议考前默写一遍。时域 x(t)频域 X(j\omega)备注\delta(t)1冲激函数频谱均匀覆盖所有频率12\pi\delta(\omega)对偶关系注意带 2\piu(t)\pi\delta(\omega)\frac{1}{j\omega}阶跃信号广义函数\text{sgn}(t)\frac{2}{j\omega}符号函数矩形脉冲 \text{rect}(t/\tau)\tau,\text{Sa}\left(\frac{\omega\tau}{2}\right)\text{Sa}(x)\frac{\sin x}{x}单边指数 e^{-at}u(t)a0\frac{1}{aj\omega}常用双边指数 e^{-at}a0冲激串 \sum_{n-\infty}^{\infty}\delta(t-nT)\frac{2\pi}{T}\sum_{k-\infty}^{\infty}\delta(\omega-k\omega_0)周期信号对应冲激串其中“常数 1 的傅里叶变换是 2\pi\delta(\omega)”是高频考点。很多同学只记住“冲激的变换是 1”忘记对偶过来还有一个 2\pi。考试时这道题一旦出现就是送分题别丢。5. 核心性质与解题套路性质表是第三章最重要的工具。拿到一道频谱题先看能不能用性质化简再用定义硬算。5.1 傅里叶变换性质表性质时域表示频域表示说明线性ax(t)by(t)aX(j\omega)bY(j\omega)最基础时移x(t-t_0)e^{-j\omega t_0}X(j\omega)只改变相位不改变幅度谱频移x(t)e^{j\omega_0 t}X(j(\omega-\omega_0))调制理论基础尺度变换x(at)a\ne 0\frac{1}{a对偶性X(t)2\pi x(-\omega)常用来由正变换推逆变换时域微分\frac{dx(t)}{dt}j\omega X(j\omega)系统微分方程求解常用频域微分tx(t)j\frac{dX(j\omega)}{d\omega}用于求 \int 类变换卷积定理x(t)*h(t)X(j\omega)H(j\omega)系统零状态响应核心帕斯瓦尔定理\int_{-\infty}^{\infty}x(t)^2dt5.2 解题套路一性质优先定义兜底考试里最考人的题往往不是让你直接积分而是给一个组合信号比如 x(t)\text{rect}(t/\tau)\cos(\omega_0 t)。如果直接套定义要算一个包含三角函数的无穷积分很麻烦。正确路子是先把信号拆成基本信号的和、积、卷积。查表写基本变换对。用性质组合出最终频谱。比如乘法在时域对应频域的卷积但更常用的是先用欧拉公式把 \cos 拆成两个复指数再用频移性质避免直接卷积分段函数。5.3 解题套路二阶跃与符号函数要会拆遇到 e^{-at}u(t) 这类单边指数直接查表。遇到分段信号先考虑能不能用 u(t) 或 \text{sgn}(t) 表达。例如双边指数 e^{-a|t|} 可以拆成e^{-a|t|}e^{-at}u(t)e^{at}u(-t)利用单边指数变换对和对称性可以快速得到 \frac{2a}{a^2\omega^2}。如果你只靠背记很容易忘记这是一个实偶函数从而漏掉“频谱是实数”这个验证条件。5.4 解题套路三卷积定理用于系统响应给定系统冲激响应 h(t) 和输入 x(t)零状态响应是y(t)x(t)*h(t)时域做卷积很麻烦频域变成乘法Y(j\omega)X(j\omega)H(j\omega)算出 Y(j\omega) 之后再用部分分式展开和逆变换表得到 y(t)。这是第三章和第四章系统分析部分的衔接点也是期末和考研的必考方向。6. 典型题型分步演示下面用四道经典题演示完整的做题流程。6.1 矩形脉冲的傅里叶变换题目求 x(t)\begin{cases}1, |t|\le \frac{\tau}{2}\0, \text{otherwise}\end{cases} 的频谱。解题思路直接代入正变换公式X(j\omega)\int_{-\frac{\tau}{2}}^{\frac{\tau}{2}}1\cdot e^{-j\omega t},dt先算积分X(j\omega)\left.\frac{e^{-j\omega t}}{-j\omega}\right|_{-\tau/2}^{\tau/2}代入上下限X(j\omega)\frac{e^{-j\omega\tau/2}-e^{j\omega\tau/2}}{-j\omega}\frac{2\sin(\omega\tau/2)}{\omega}用 \text{Sa} 函数整理X(j\omega)\tau\frac{\sin(\omega\tau/2)}{\omega\tau/2}\tau,\text{Sa}\left(\frac{\omega\tau}{2}\right)验证方法当 \omega0 时X(j0)\tau正好等于矩形面积。这个“零频值等于时域曲线下面积”的规律可以用来检查很多题。6.2 单边指数信号的傅里叶变换题目求 x(t)e^{-at}u(t)其中 a0 的频谱。代入定义X(j\omega)\int_0^{\infty}e^{-at}e^{-j\omega t},dt\int_0^{\infty}e^{-(aj\omega)t},dt计算X(j\omega)\frac{1}{aj\omega}幅度谱|X(j\omega)|\frac{1}{\sqrt{a^2\omega^2}}相位谱\angle X(j\omega)-\arctan\frac{\omega}{a}这道题要注意积分下限是 0不是负无穷因为 u(t) 把 t0 的部分截掉了。6.3 调制信号的频谱矩形脉冲乘以余弦题目求 x(t)\text{rect}(t/\tau)\cos(\omega_0 t) 的频谱。思路用欧拉公式展开\cos(\omega_0 t)\frac{1}{2}\left(e^{j\omega_0 t}e^{-j\omega_0 t}\right)所以x(t)\frac{1}{2}\text{rect}(t/\tau)e^{j\omega_0 t}\frac{1}{2}\text{rect}(t/\tau)e^{-j\omega_0 t}对第一项用频移性质\text{rect}(t/\tau)e^{j\omega_0 t}\leftrightarrow \tau,\text{Sa}\left(\frac{(\omega-\omega_0)\tau}{2}\right)对第二项同理最后合并X(j\omega)\frac{\tau}{2}\left[\text{Sa}\left(\frac{(\omega-\omega_0)\tau}{2}\right)\text{Sa}\left(\frac{(\omega\omega_0)\tau}{2}\right)\right]这就是幅度调制信号在频域的结果原矩形脉冲频谱被搬移到 \pm\omega_0 两侧。这个结论在通信原理里会反复出现。6.4 用卷积定理求系统零状态响应题目已知 h(t)e^{-2t}u(t)x(t)e^{-t}u(t)求 y(t)x(t)*h(t)。先求两个信号的频谱X(j\omega)\frac{1}{1j\omega},\quad H(j\omega)\frac{1}{2j\omega}由卷积定理Y(j\omega)X(j\omega)H(j\omega)\frac{1}{(1j\omega)(2j\omega)}部分分式展开\frac{1}{(1j\omega)(2j\omega)}\frac{1}{1j\omega}-\frac{1}{2j\omega}查表得到逆变换y(t)\left(e^{-t}-e^{-2t}\right)u(t)验证方法当 t0 时y(0)0符合两个因果信号卷积后仍因果的性质。当 t\rightarrow\infty 时y(t)\rightarrow 0也符合直觉。7. 使用 Python 验证频谱结果背十遍公式不如用代码算一遍。下面用两个方式验证矩形脉冲的频谱。7.1 方法一直接数值积分近似正变换思路用足够密的采样点近似连续积分在感兴趣的频率点逐一计算 X(j\omega) 的近似值。import numpy as np import matplotlib.pyplot as plt fs 20000 tau 0.004 t np.arange(-0.01, 0.01, 1 / fs) x np.where(np.abs(t) tau / 2, 1, 0) f np.linspace(-2000, 2000, 1001) X np.array([ np.sum(x * np.exp(-1j * 2 * np.pi * fi * t)) / fs for fi in f ]) plt.figure(figsize(9, 4)) plt.plot(f, np.abs(X)) plt.xlabel(f / Hz) plt.ylabel(|X(j2πf)|) plt.title(矩形脉冲频谱数值积分近似) plt.grid(True) plt.show()这里用 \frac{1}{fs} 近似 dt。采样率越高结果越接近理论值。理论频谱中心值应该等于矩形面积 \tau0.004也就是 4ms运行后看纵轴峰值是否在 0.004 附近。7.2 方法二用 FFT 快速验证如果想用更快的算法直接用 numpy.fftN 2048 t np.linspace(-0.01, 0.01, N) x np.where(np.abs(t) tau / 2, 1, 0) X np.fft.fftshift(np.fft.fft(x)) freq np.fft.fftshift(np.fft.fftfreq(N, dt[1] - t[0])) plt.figure(figsize(9, 4)) plt.plot(freq, np.abs(X) / N) plt.xlabel(f / Hz) plt.ylabel(|X(j2πf)| / N) plt.title(矩形脉冲频谱FFT) plt.grid(True) plt.show()FFT 的结果需要除以 N 做归一化因为 FFT 本身带一个求和因子。做验证时重点看波形形状是否接近 Sa 函数以及主瓣位置和宽度是否合理。这两段代码对计算资源要求极低普通笔记本跑起来不到一秒不用担心性能问题。如果后续要验证更复杂的信号例如调制信号、卷积结果都可以用同样思路扩展。8. 常见错误与排查方法做题时最怕的不是不会做而是算错之后不知道错在哪里。下面这张表整理了第三章最常见的错误。问题表现可能原因排查思路解决方案频谱结果和课本差一个系数逆变换漏了 \frac{1}{2\pi} 或变换对系数记错检查用的是正变换还是逆变换把常见变换对表再默写一遍尺度变换题算错忘记除以 |a| 或者忘记对 \omega 缩放代入 a1 检查是否还原原式用 x(2t) 和 x(t/2) 各算一次对比时移后相位符号搞反e^{-j\omega t_0} 和 e^{j\omega t_0} 混淆用 t_00 的简单信号代入验证记住“时域右移频域乘负相位”调制信号频谱分布不对把矩形脉冲频谱和余弦频谱混用分别画出 cos 频谱和矩形频谱再合并先拆复指数再用频移性质分段函数积分区间写错没有结合 u(t) 或 rect 的窗口范围先写清楚 x(t) 非零区间再积分每道定义题第一步先画信号波形周期信号频谱漏冲激直接用非周期信号公式去算思考信号是否满足绝对可积周期信号频谱必须用傅里叶级数系数转冲激串幅度谱出现负值求模时直接取了负实部用 |X(j\omega)|\sqrt{\text{Re}^2\text{Im}^2}所有幅度谱都画成非负值卷积定理求完频域不会逆变换部分分式展开不熟练先检查分母能否因式分解练习一次部分分式逆变换套路自查时还有一个通用技巧对结果做极限检查。比如 \omega0 时非周期信号频谱应该等于信号时域积分t0 时逆变换结果应该等于频域积分除以 2\pi。这些边界条件能快速暴露大部分计算错误。9. 刷题路线与高分策略最后聊聊考前怎么落地。不同基础的同学可以采用不同的刷题路线。9.1 零基础快速入门路线约 5 到 7 天第一阶段第 1 天背熟欧拉公式和 5 个核心变换对冲激、常数、阶跃、矩形脉冲、单边指数。每天默写一遍。第二阶段第 2 到 3 天理解并推导性质表至少手工推导时移、频移、尺度、卷积定理。这一阶段不要追求刷题数量而是把每个性质的“输入输出关系”搞懂。第三阶段第 4 到 5 天做 10 道综合题覆盖用定义求频谱、用性质求频谱、周期信号傅里叶级数转频谱、卷积定理求系统响应。每道题做完后用 Python 验证频谱形状。第四阶段第 6 到 7 天限时做一套真题重点检查失分点。把错题归类到本文第 8 节的表格里逐一排查。9.2 常规复习策略如果你的基础还可以建议把重心放在综合题上尤其是“调制信号频谱”和“系统零状态响应”这两类。因为它们直接承接后面的滤波、采样、通信系统分析考察频率很高。做题时的检查顺序建议是先检查信号的因果性和时限性。再检查是否能用性质代替定义。算完后用 \omega0 或 t0 做边界验证。有条件就画频谱图看幅度谱是否关于 \omega0 偶对称实信号的一般规律。9.3 计算工具与时间效率考试不用计算软件但复习阶段非常建议用。遇到复杂信号先手算再用 Python 验证。验证代码保持在 30 行以内不要花费太多时间调参。重点是验证“形状对不对、峰值位置对不对”不是画一张完美的论文级插图。10. 总结与下一步这一章真正难的不是傅里叶变换的数学定义而是“性质优先”的做题习惯。把常用变换对和 9 个核心性质写在同一张纸上拿到题目先判断能不能用性质化简再决定是否硬算定义大部分题目都能在三到五步内解决。最容易踩的坑有两个一个是时移和频移的相位、频率符号搞反另一个是卷积定理做完频域乘法后不会逆变换回时域。这两个坑结合前面典型例题多练一遍基本就能避开。下一步建议按你的教材章节继续推进优先看“周期信号的傅里叶级数与频谱关系”和“系统频率响应 H(j\omega)”。这两块内容直接建立在第三章的基础上学好了后面第四章系统分析会轻松很多。把本文的公式表、性质表、易错表保存一份考前复盘时直接看表格即可。