华工811信号与系统2025真题全解析：题型拆解与答题思路

华工811信号与系统2025年真题讲解：全网首发的题型拆解与答题思路复盘

这次我们来看华工811信号与系统2025年真题的完整讲解。标题敢写“全网首发”和“市面最详细”，不是随便喊的。本文不绕弯子，直接把2025年这套卷子的题型结构、各题分析思路、常见失分点、答题规范和后续备考建议全部拆开讲。

先交代一下本文的适用范围。如果你是2026届考生，目标华南理工大学电子与信息学院、微电子学院等相关专业，专业课考811信号与系统，这篇文章可以直接收藏。如果你是二战、三战想复盘失分原因，这篇文章也能帮你重新校准答题方法。文章里的题目编号和题型分布，结合了2025年考后的多份回忆版整理而成，具体细节以考场原卷为准，但解题思路、易错点和书写规范是通用的。

1. 2025年华工811真题整体评价

先说结论：2025年811的难度整体属于“中等偏上”，和2023、2024年相比，计算量没有明显暴涨，但有一个明显趋势——对概念理解深度和系统性质判断的要求提高了。也就是说，如果你只会套公式、背变换对，遇到这套卷子会非常难受。

从题型分布来看，2025年卷子延续了华工811近年“小题+大题”的混合结构。

这里要特别提醒一下：华工811不是固定题号固定的卷子，不同年份有小幅调整。往年出现过证明题单独成题，也出现过把证明融入计算题。2025年的情况是证明分量加重了，尤其是“系统函数与零极点分布”相关的证明题，这需要重点注意。

2. 选择题与填空题：概念判断最容易丢分

小题部分在2025年卷子里总共约30分，看起来不多，但实际区分度很高。很多同学大题算得顺，结果小题错四五个，直接丢掉10分左右，非常可惜。

2.1 信号的周期性与奇偶性判断

这类题目是华工811小题里的常客。2025年真题中出现了由多个子信号叠加判断周期性的问题，典型形式是判断 $x(t) = \cos(2t) + \sin(3t)$ 是否周期、周期是多少、是否为奇函数或偶函数。

答题思路分三步：

1. 分别求出各子信号的周期。
2. 判断各周期之间是否存在公倍数。
3. 如果存在公倍数，则叠加信号周期为该公倍数；如果子信号频率之比为无理数，则非周期。

这里容易错的点是：离散时间信号的周期性判断条件和连续时间不同。连续时间要求 $\omega$ 为任意实数都能构成周期信号，而离散时间要求 $\Omega/2\pi$ 为有理数。2025年小题里专门考了一个离散信号周期判断，很多同学套连续信号的结论直接翻车。

判断结果：

x1[n] = 3cos(0.3πn + 0.2π) 周期N = 20 x2[n] = 2sin(0.6πn) 周期N = 10 x3[n] = 0.5cos(0.7πn) 周期N = 20 三个分量叠加后周期应取N = lcm(20,10,20) = 20

2.2 LTI系统性质的判断

2025年的真题中出现了一道“判断系统是否为线性时不变系统”的题目，给定系统方程为 $y(t) = x(t) \cdot \cos(\omega_0 t)$。这里要明确给出判断过程：

• 线性判断：设 $x(t) = a x_1(t) + b x_2(t)$，则 $y(t) = [a x_1(t) + b x_2(t)] \cos(\omega_0 t) = a y_1(t) + b y_2(t)$，满足线性。
• 时不变判断：设 $x(t-t_0)$ 对应输出 $y_1(t) = x(t-t_0) \cos(\omega_0 t)$，而 $y(t-t_0) = x(t-t_0) \cos[\omega_0 (t-t_0)]$。两者不相等，因此系统是时变的。

答题时这个计算过程必须完整写出来，不能只写结论。华工阅卷时会看推导过程，只写“线性时变”拿不满分。

2.3 常见变换对与收敛域判断

2025年小题里有一道要求写出因果信号 $x[n] = a^n u[n]$ 的Z变换，并判断收敛域。这类题目几乎每年都考，属于送分题。但要小心收敛域的判断题，尤其是“左边序列”和“右边序列”的区别。

这个表格必须记牢。2025年选择题专门在“相同表达式、不同收敛域”上设置干扰项，考查的就是对这个知识点的区分。

3. 卷积计算题：2025年题型与完整解法

卷积是华工811大题的绝对核心。2025年真题的大题第一题就是卷积计算，而且形式上做了升级：不再是简单的两个矩形脉冲卷积，而是给定一个分段函数和一个指数衰减信号做卷积。

3.1 题目条件与求解目标

已知：

$$x(t) = \begin{cases} t, & 0 \leq t \leq 1 \ 2-t, & 1 < t \leq 2 \ 0, & \text{其他} \end{cases}$$

$$h(t) = e^{-2t} u(t)$$

求 $y(t) = x(t) * h(t)$。

这类题的通用解法是分区间讨论。先把 $x(t)$ 的非零区间分为 $[0,1]$ 和 $[1,2]$ 两段，然后利用卷积的可加性，把 $y(t)$ 拆成两部分之和。注意 $h(t)$ 是因果信号，所以卷积结果必然满足 $t<0$ 时 $y(t)=0$。

第一部分卷积：对于 $0 \leq t \leq 1$ 区间：

$$y_1(t) = \int_0^t \tau e^{-2(t-\tau)} d\tau = e^{-2t} \int_0^t \tau e^{2\tau} d\tau$$

使用分部积分，得到：

$$\int_0^t \tau e^{2\tau} d\tau = \left. \frac{\tau e^{2\tau}}{2} \right|_0^t - \int_0^t \frac{e^{2\tau}}{2} d\tau = \frac{t e^{2t}}{2} - \frac{e^{2t}-1}{4}$$

整理得到：

$$y_1(t) = \frac{t}{2} - \frac{1}{4} + \frac{e^{-2t}}{4}, \quad 0 \leq t \leq 1$$

第二部分卷积：对于 $1 < t \leq 2$ 区间，需要注意 $x(t)$ 在 $[0,1]$ 和 $[1,t]$ 两段都有贡献。当 $t$ 在 $[1,2]$ 时，积分下限为 $t-1$，具体分段需要根据 $t-1$ 是否跨越1来判断。更稳妥的写法是分别对两段做贡献叠加。

对于 $1 \leq t \leq 2$：

$$y_2(t) = \int_0^1 \tau e^{-2(t-\tau)} d\tau + \int_1^t (2-\tau) e^{-2(t-\tau)} d\tau$$

第一项积分结果为：

$$\int_0^1 \tau e^{2\tau} d\tau e^{-2t} = \left[ \frac{\tau e^{2\tau}}{2} - \frac{e^{2\tau}}{4} \right]_0^1 e^{-2t} = \left[ \frac{e^2}{2} - \frac{e^2 - 1}{4} \right] e^{-2t} = \frac{e^2+1}{4} e^{-2t}$$

第二项：

$$\int_1^t (2-\tau) e^{2\tau} d\tau e^{-2t} = \left[ \frac{(2-\tau)e^{2\tau}}{2} + \frac{e^{2\tau}}{4} \right]_1^t e^{-2t}$$

这里计算出 $y_2(t) = \frac{e^{2t} - e^2}{4} e^{-2t} - \frac{(2-t)e^{2t} - e^2}{2} e^{-2t}$，整理后得到：

$$y_2(t) = \frac{t}{2} - \frac{3}{4} + \frac{e^{-2t}}{4} + \frac{e^{2-2t}}{2}, \quad 1 \leq t \leq 2$$

当 $t>2$ 时，卷积区间覆盖 $x(t)$ 的全部非零区域，积分结果为常量衰减：

$$y(t) = \int_0^2 x(\tau) e^{-2(t-\tau)} d\tau = e^{-2t} \int_0^2 x(\tau) e^{2\tau} d\tau$$

其中：

$$\int_0^2 x(\tau) e^{2\tau} d\tau = \int_0^1 \tau e^{2\tau} d\tau + \int_1^2 (2-\tau) e^{2\tau} d\tau = \frac{e^{2}}{4} - \frac{1}{4} - \frac{e^2}{2} + \frac{e^4}{4} + \frac{1}{4}$$

最终得到 $t>2$ 时：

$$y_3(t) = \left( \frac{e^4 - e^2}{4} \right) e^{-2t}$$

3.2 这类题目的关键失分点

第一，区间划分错误。很多同学只把 $t$ 分为 $0 \leq t \leq 1$ 和 $t>1$ 两段，忽略了 $[1,2]$ 这个过渡段的双重积分贡献。这个题一定要画图辅助判断积分限，看 $x(\tau)$ 和 $h(t-\tau)$ 相乘后哪些区间覆盖到非零值。

第二，积分计算错误。分部积分时符号容易写反。建议做完后用数值验证，比如用Python的numpy.convolve做离散近似核对：

import numpy as np import matplotlib.pyplot as plt dt = 0.001 t = np.arange(-1, 5, dt) x = np.where((t >= 0) & (t <= 1), t, 0) + np.where((t > 1) & (t <= 2), 2 - t, 0) h = np.where(t >= 0, np.exp(-2 * t), 0) y_manual = np.convolve(x, h, mode='full') * dt t_conv = np.arange(t[0] * 2, t[0] * 2 + len(y_manual) * dt, dt) plt.plot(t_conv[:len(t)], y_manual[:len(t)], label="numeric conv") plt.xlabel("t") plt.ylabel("y(t)") plt.legend() plt.grid(True) plt.show()

4. 傅里叶变换综合分析题

2025年真题的第二道大题围绕傅里叶变换展开，题目给了频谱图 $X(j\omega)$，要求求信号的傅里叶逆变换、能量以及经过理想低通滤波器后的输出。这类题是华工811的稳定出题方向，几乎每年必考。

4.1 频谱图求原函数

题目给了：

$$X(j\omega) = \begin{cases} 1, & |\omega| < \omega_c \ 0, & |\omega| > \omega_c \end{cases}$$

这个可以直接用标准傅里叶变换对求逆变换。门函数频域对应的时域是 $\frac{\omega_c}{\pi} \mathrm{Sa}(\omega_c t)$，即 $\frac{\omega_c}{\pi} \frac{\sin(\omega_c t)}{\omega_c t}$。

答题时必须写出完整的逆变换公式：

$$x(t) = \frac{1}{2\pi} \int_{-\omega_c}^{\omega_c} 1 \cdot e^{j\omega t} d\omega = \frac{e^{j\omega_c t} - e^{-j\omega_c t}}{2\pi j t} = \frac{\sin(\omega_c t)}{\pi t}$$

最后可以写成 $\frac{\omega_c}{\pi} \mathrm{Sa}(\omega_c t)$ 或 $\frac{\omega_c}{\pi} \mathrm{sinc}\left(\frac{\omega_c t}{\pi}\right)$ 都可以，但要保持符号统一。

4.2 信号能量计算

这部分使用帕塞瓦尔定理。2025年题目要求计算 $x(t)$ 的能量：

$$E = \int_{-\infty}^{\infty} \left| x(t) \right|^2 dt = \frac{1}{2\pi} \int_{-\infty}^{\infty} \left| X(j\omega) \right|^2 d\omega$$

代入 $X(j\omega)$ 为门函数、幅度为1，得到：

$$E = \frac{1}{2\pi} \int_{-\omega_c}^{\omega_c} 1 d\omega = \frac{\omega_c}{\pi}$$

这道题本身不复杂，但有两个坑：

• 忘记除以 $2\pi$，直接把频域面积当作能量，结果差了 $2\pi$ 倍。
• 没有写帕塞瓦尔定理公式，直接从时域积分，计算复杂度高且容易错。

4.3 通过理想低通滤波器后的输出

滤波器频率响应为：

$$H(j\omega) = \begin{cases} 1, & |\omega| < \omega_0 \ 0, & |\omega| > \omega_0 \end{cases}$$

由于 $X(j\omega)$ 本身是截止频率为 $\omega_c$ 的门函数，两个门函数相乘后，有效带宽为 $\min(\omega_c, \omega_0)$。分两种情况讨论：

• 当 $\omega_0 \geq \omega_c$ 时，输入信号完全通过，输出 $Y(j\omega) = X(j\omega)$。
• 当 $\omega_0 < \omega_c$ 时，输出频谱被截断，时域信号变为 $\frac{\omega_0}{\pi} \mathrm{Sa}(\omega_0 t)$。

这类题的通用套路是“先相乘、再逆变换”，不要直接凭直觉判断时域波形。华工阅卷会重点看你能不能画出滤波后的频谱图。

4.4 初值/终值定理（拉普拉斯变换题）

2025年的计算题中也有拉普拉斯变换的应用，考到了初值定理和终值定理。给定系统函数：

$$H(s) = \frac{s+2}{(s+1)(s+3)}$$

若输入 $x(t) = e^{-t} u(t)$，求系统零状态响应 $y_{zs}(t)$ 的初值和终值。

这里要注意，直接求 $y_{zs}(t)$ 再代入 $t=0$ 也是可以的，但用初值定理更简洁。先把 $Y_{zs}(s) = H(s) X(s)$ 写出来：

$$Y_{zs}(s) = \frac{s+2}{(s+1)(s+3)} \cdot \frac{1}{s+1} = \frac{s+2}{(s+1)^2 (s+3)}$$

初值：

$$y_{zs}(0^+) = \lim_{s\to\infty} s Y_{zs}(s) = \lim_{s\to\infty} \frac{s(s+2)}{(s+1)^2(s+3)} = 0$$

终值：

$$y_{zs}(\infty) = \lim_{s\to 0} s Y_{zs}(s) = \lim_{s\to 0} \frac{s(s+2)}{(s+1)^2(s+3)} = 0$$

这道题很多同学会直接把 $Y_{zs}(s)$ 做部分分式展开，劳心费力算完后还不一定对。这里提醒一句：题目问初值终值，优先考虑定理，而不是先求时域表达式。使用定理前要确认 $sY(s)$ 在 $s \to \infty$ 时收敛，如果 $Y(s)$ 不是真分式，定理不适用，必须先做多项式除法。

5. Z变换与离散系统分析题

离散系统部分在2025年真题里占了一道大题，主要考察Z变换、差分方程求解和系统稳定性判断。

5.1 差分方程与系统函数

典型题目给定差分方程：

$$y[n] - 0.5y[n-1] + 0.25y[n-2] = x[n] + x[n-1]$$

求系统函数 $H(z)$，判断稳定性，并求单位脉冲响应 $h[n]$。

系统函数直接对差分方程两边做Z变换，注意初始状态为零：

$$H(z) = \frac{1 + z^{-1}}{1 - 0.5z^{-1} + 0.25z^{-2}}$$

整理为关于 $z$ 的多项式形式：

$$H(z) = \frac{z^2 + z}{z^2 - 0.5z + 0.25}$$

5.2 零极点与稳定性判断

把分母做因式分解：

$$z^2 - 0.5z + 0.25 = 0$$

判别式 $\Delta = 0.25 - 1 = -0.75 < 0$，两个共轭复根：

$$z_{1,2} = \frac{0.5 \pm j\sqrt{0.75}}{2} = 0.25 \pm j0.433$$

极点模值：

$$|z| = \sqrt{0.25^2 + 0.433^2} = \sqrt{0.0625 + 0.1875} = \sqrt{0.25} = 0.5 < 1$$

因为所有极点模值均小于1，系统是因果稳定的。答题时要写出“极点全部位于单位圆内”这个关键结论。只写“系统稳定”却不给判断依据，会扣过程分。

5.3 单位脉冲响应求法

对 $H(z)$ 做部分分式展开，注意这里分母是一对共轭复根，可以直接用复数极点法，也可以用余弦形式的通式。

设展开形式为：

$$H(z) = \frac{z(z+1)}{(z - p_1)(z - p_2)}$$

其中 $p_1 = 0.5 e^{j\pi/3}$，$p_2 = 0.5 e^{-j\pi/3}$。

利用留数法求系数后可化简为实信号形式。标准的结论形式是：

$$h[n] = A \cdot (0.5)^n \cos\left(\frac{\pi}{3}n + \phi\right) u[n]$$

具体系数这里不再手算展开，但答题时一定要把“先部分分式，再Z反变换”的步骤写完整。

5.4 关于Z变换计算正确性的快速验证

可以用Python的sympy做符号验算，考试不能带，但复习阶段非常有用：

import sympy as sp z = sp.symbols('z') H = (z**2 + z) / (z**2 - 0.5*z + 0.25) # 部分分式展开 H_part = sp.apart(H / z) * z print(sp.simplify(H_part)) # 求逆Z变换 n = sp.symbols('n', integer=True, nonnegative=True) h_n = sp.inverse_z_transform(H, z, n) print(sp.simplify(h_n))

注意inverse_z_transform在部分SymPy版本中支持有限，如果跑不出来就用apart手动拆。

6. 系统框图与状态方程综合题

2025年真题最后一道大题是系统框图分析加状态方程建立，这是华工811压轴题常见方向。这类题综合性很强，往往一道题覆盖系统函数、状态变量、零输入响应、零状态响应四个层面。

6.1 典型框图分析路径

华工811的系统框图通常由加法器、乘法器、积分器（连续）或延迟器（离散）组成。解题步骤固定：

1. 在延迟器/积分器输出端定义状态变量 $q_1, q_2, \ldots, q_n$。
2. 根据加法器和乘法器连接关系，写出每个状态变量的导数/延迟关系，建立状态方程。
3. 写出输出方程，即系统输出由状态变量和输入共同表示。
4. 对状态方程做拉普拉斯变换或Z变换，求得系统函数 $H(s)$ 或 $H(z)$。

6.2 状态方程建立示例

以离散系统为例，假设框图有两个延迟单元，分别为 $q_1[n] = y[n-1]$，$q_2[n] = y[n-2]$。根据框图可以写出状态方程为：

$$\begin{cases} q_1[n+1] = q_2[n] \ q_2[n+1] = -0.25 q_1[n] + 0.5 q_2[n] + x[n] \end{cases}$$

输出方程为：

$$y[n] = q_1[n] + q_2[n] + x[n] + x[n-1]$$

如果需要用状态空间形式表示，应写成矩阵形式：

$$Q[n+1] = A Q[n] + B x[n]$$

$$y[n] = C Q[n] + D x[n]$$

其中：

$$A = \begin{bmatrix} 0 & 1 \ -0.25 & 0.5 \end{bmatrix}, \quad B = \begin{bmatrix} 0 \ 1 \end{bmatrix}, \quad C = \begin{bmatrix} 1 & 1 \end{bmatrix}, \quad D = 1$$

这里需要注意 $x[n-1]$ 的处理。如果输出方程里含 $x[n-1]$，要么把它也定义为状态变量，要么用 $Z$ 变换直接处理。华工很多学生在这里翻车，因为把 $x[n-1]$ 的Z变换因子 $z^{-1}$ 丢掉，导致系统函数差了分子阶次。

6.3 状态转移矩阵与系统响应

这部分在2025年真题中以简答形式出现，要求写出状态转移矩阵的拉普拉斯表达式：

$$\Phi(t) = \mathcal{L}^{-1}\left[ (sI - A)^{-1} \right]$$

如果能求出 $\Phi(t)$，就可以用卷积公式计算零状态响应，用状态转移矩阵乘初始状态得到零输入响应。这里的关键是不要混淆“系统函数”和“状态转移矩阵”的计算路径。

系统函数：

$$H(s) = C(sI - A)^{-1}B + D$$

状态转移矩阵：

$$\Phi(s) = (sI - A)^{-1}$$

两者共享同一个 $(sI - A)^{-1}$ 部分。很多答案只写一个 $\frac{1}{s^2 - 0.5s + 0.25}$ 不带矩阵，判卷时会被认为“没有建立矩阵运算的过程”，建议把矩阵求逆步骤保留至少两步。

7. 采样定理与频域分析题

采样定理是华工811的高频考点。2025年真题的采样题没有直接问“求奈奎斯特频率”，而是给了一个带通信号，要求判断最小采样频率，并画出采样后频谱。

7.1 带通信号采样

常规低通信号采样频率要求 $f_s \geq 2f_{max}$。但带通信号有更宽松的条件。题目给定信号频带范围为 $f_L$ 到 $f_H$，带宽 $B = f_H - f_L$，要求找到满足频谱不混叠的最小采样频率。

带通采样定理的通用结论是：

$$f_s \geq \frac{2f_H}{m+1}$$

其中 $m$ 为满足 $f_s \geq 2B$ 且频谱搬移不重叠的最大整数。更直觉的理解是：把 $f_s$ 调节到 $[2f_H/(m+1), 2f_L/m]$ 区间内，可以避免频谱混叠。

这类题的答题格式要包含以下步骤：

1. 写出采样信号频谱周期搬移的公式。
2. 画频谱图。
3. 根据频谱搬移后的间隔判断是否混叠。
4. 给出最小采样频率结论。

7.2 采样频谱图绘制要点

画频谱图时要注意，采样相当于原频谱以采样频率为周期进行周期延拓，并且幅度要乘以 $1/T_s$。很多同学只画周期延拓，忘记幅度缩放，虽然结论对，但过程分被扣。

如果你要判断某个采样频率条件下是否发生混叠，最稳妥的方法是直接画出延拓后的频谱重叠区域，然后看重叠区间是否为零。这个方法对带通信号尤其好用，比单纯背公式可靠。

8. 2025年华工811常见失分点汇总

从整套卷子的解题过程来看，2025年华工811的失分点主要集中在以下几个位置：

9. 答题规范与阅卷视角

华工811阅卷是按步骤给分，不是只看最终结果。这里给几条直接可用的答题规范。

第一，公式必须先写后代入。比如用帕塞瓦尔定理，先写完整积分式，再代入频谱函数。有些同学直接写 $E = \omega_c/\pi$，看起来答案对，但缺失公式推导，只能拿结果分。

第二，每个变换必须写明收敛域。拉普拉斯变换要写ROC，Z变换要写收敛域，傅里叶变换要说明信号绝对可积或广义函数。2025年的阅卷趋势是“变换域+收敛域”配套给分，缺一不可。

第三，卷积、框图、状态方程这类有多个子步骤的题目，建议把中间结果写在显著位置。比如求系统函数 $H(z)$ 时分母多项式因式分解步骤要写出来，这样即使后续频率响应算错，前面的分已经拿到了。

第四，系统稳定性和因果性要分开写。因果性看收敛域是否为某个圆外部，稳定性看ROC是否包含单位圆（离散）或虚轴（连续）。不能混为一谈。

10. 备考复盘与2026年复习建议

2025年真题的整体趋势已经比较明确：华工811正在从“记忆变换对”转向“概念理解和系统分析”。单纯背公式已经不够了，备考时需要主动做一些“判断类”和“证明类”练习。

10.1 按题型分层训练

第一层是计算基本功。卷积、傅里叶变换、拉普拉斯变换、Z变换每年必考，建议每两天保持一道完整计算，保持手感。这部分目标不是“会做”，而是“又对又快”。

第二层是系统性质判断。线性、时不变、因果、稳定，这几个性质要用数学定义推导而不是直觉判断。华工811这两年越来越喜欢把简单系统改写一下，让考生用定义式判断。

第三层是综合框图题。这类题是区分高分和普通分的关键。建议每周做两道带反馈环的系统框图题，把状态方程、系统函数、响应求解整条链路完整走一遍。

10.2 常见资料选择与使用方法

市面上华工811的复习资料比较多，历年真题至少要做两遍。第一遍按章节做，目的是熟悉华工出题风格；第二遍按套卷做，严格控制3小时，模拟考场状态。

这里要提醒一点：811真题的回忆版可能存在个别数值记忆差异，使用时要优先验证题目的自洽性。如果某个题目的答案看起来不符合物理意义，要先检查是不是题目数据抄错了。

10.3 考前一个月冲刺策略

• 考前一个月把近五年真题完整刷一遍，标记所有错题涉及的知识点。
• 考前两周整理一份“公式速查表”，内容包括连续傅里叶变换对、离散傅里叶变换对、拉普拉斯变换常用性质、Z变换常用性质、卷积积分定义、采样定理表达式。
• 考前一晚重点看系统框图题和状态方程题，这两类题步骤多、分值高、临时记忆效果差，需要提前形成肌肉记忆。

11. 总结：2025年真题释放的信号

回到最开头的那句话：2025年真题的难度不在于单题计算量大，而在于题目之间的联系更紧密。一道卷积题可能同时要用到微分性质，一道系统函数题可能要求你先画零极点图再判断稳定性，一道采样题可能要和频域卷积结合起来。

这意味着后续备考不能只看单个知识点，要主动建立“时域+频域+复频域+Z域”的映射关系。建议6月前完成一遍教材和基础题，7月到9月开始做真题章节分类，10月到11月做套卷，12月回看错题和公式速查表。这套节奏比盲目刷题更稳。

最值得先验证的能力是：随手画频谱图、随手判断系统性质、三步内写出状态方程。这三个点抓牢了，华工811的分数基本不会低于120。2025年真题暴露的问题也集中在这三个点上——小题的精度、大题的规范、综合题的跨章节能力，后续复习请务必盯紧这三个方向。