信号与系统必考点：单位冲激函数性质与解题套路

信号与系统这门课，网上讨论度最高的两个考点，一个是卷积，另一个就是单位冲激函数。很多新手看到教材里写“δ(t) 在零点等于无穷大”就直接懵掉，觉得这是一个数学家拿来吓人的概念。实际上，在“做题”这个层面，单位冲激函数远比它看上去简单：它有一组非常固定的性质，题目类型也高度重复。只要你把筛选性质、尺度变换、卷积关系和阶跃函数的导数这几条规则背熟，考场上遇到带 δ(t) 的积分和卷积，基本就是送分。

这篇文章会按零基础路线展开。先讲清楚 δ(t) 到底是什么，再逐个拆解必须记住的性质，然后给出一套可以直接套用的解题套路，最后用 Python 数值实验把性质验证一遍。文章里没有复杂的数学证明，只有能直接上手用的结论。读完以后，你可以拿任何一本信号与系统教材的课后题来检验，凡是涉及单位冲激函数的题，都应该能快速写出思路。

如果你是期末复习、考研复习，或者刚开始学信号与系统的本科生，这篇博客可以直接存下来当复习提纲；如果你已经在做信号处理、通信或嵌入式相关的工作，也可以通过文末的 Python 代码，重新熟悉这套概念在数值计算里是怎么表现的。

1. 单位冲激函数核心速览

在拆细节之前，先用一张表把单位冲激函数的关键信息梳理清楚。后面所有内容，都可以对照这张表来理解。

从表格可以看到，真正要记的性质其实只有四类。考试里翻来覆去，无非是筛选性质求积分、尺度变换化简、卷积平移、阶跃函数求导出现冲激。把这些规则拆开以后，每一类题都有固定解法。

下面逐一展开。

2. 单位冲激函数到底怎么理解

先看定义。工程教材通常直接给两条规则：

$$ \delta(t) = 0, \quad t \neq 0 $$

$$ \int_{-\infty}^{+\infty} \delta(t) , dt = 1 $$

这两句话合在一起，说的是：除了 t = 0 这一点以外，函数值都是 0；但在整条数轴上积分，总面积是 1。一个只在某一点“有值”、又能在整个积分里贡献出面积为 1 的“函数”，显然不可能用普通函数的图像来理解。严格来说，δ(t) 是广义函数，也叫分布，工程课程里不需要你去证明它的合法性，只需要会用它的规则。

更直观的理解方式，是看一个极限过程。假设有一个矩形脉冲：

$$ p_{\tau}(t) = \begin{cases} \dfrac{1}{\tau}, & |t| \le \dfrac{\tau}{2} \ 0, & |t| > \dfrac{\tau}{2} \end{cases} $$

这个矩形脉冲的高度是 1/τ，宽度是 τ，面积恒为 1。当 τ 越来越小，脉冲越来越窄，高度越来越高，但面积始终不变。当 τ 趋向于 0，这个极限状态就是单位冲激函数。所以在做计算的时候，你可以把 δ(t) 想象成“一个极短时间内发生、作用总量为 1 的冲击”。

这种理解方式在工程上非常有用。比如电路里的雷击、机械系统的瞬间冲击、通信系统里的极窄脉冲，都可以抽象成单位冲激。它描述的不是“某个值有多大”，而是“一瞬间给了系统多少能量”。

还要特别注意一点：连续时间单位冲激 δ(t) 和离散时间单位脉冲 δ[n] 不是一回事。离散时间 δ[n] 的定义是：n = 0 时取 1，n ≠ 0 时取 0。它是一个普通序列，不涉及无穷大。很多初学者把这两个概念混在一起，做题时就会出现“连续系统用离散结论”的错误。

3. 三个必须记住的核心性质

单位冲激函数之所以好用，是因为它有三条核心性质。这三条性质是考试解题的直接工具，必须熟练到“看到题目条件就能反射出公式”的程度。

3.1 筛选性质（抽样性质）

筛选性质是单位冲激函数最重要的性质，公式如下：

$$ \int_{-\infty}^{+\infty} f(t) , \delta(t - t_0) , dt = f(t_0) $$

理解起来很简单：δ(t - t₀) 只在 t = t₀ 处“起作用”，所以它会把被积函数 f(t) 在 t₀ 处的值挑选出来。这个过程也叫“抽样”或“采样”，是信号采样理论的雏形。

使用时要满足两个前提：

• f(t) 在 t₀ 处连续，这个条件在大部分题目里都成立；
• 积分区间必须包含 t₀。如果 t₀ 不在积分区间内，整个积分结果就是 0。

举个例子：

$$ \int_{-2}^{5} t^2 , \delta(t - 3) , dt $$

冲激位置在 t = 3，区间 [-2, 5] 包含 3，所以直接代入 f(t) = t²，得到 f(3) = 9。

如果题目给的积分区间是 (3, 5)，那这个积分结果就是 0。做题第一步不是急着背公式，而是先确认冲激位置是否真的落在积分区间内。

另外，很多教材会约定：如果积分端点刚好等于冲激位置，比如 ∫₀^∞δ(t)dt，这时结果可能取 0.5，也可能取 1，不同教材约定不同。考试时要注意教材怎么处理端点，不要默认所有情况都像广义函数课本里那样给 1/2。

利用筛选性质，还可以证明一个常用结论：任意函数 f(t) 与单位冲激相乘，等价于把函数值“提取”到冲激位置：

$$ f(t) \cdot \delta(t - t_0) = f(t_0) \cdot \delta(t - t_0) $$

这个“相乘提取”的规则在信号化简中很常用。比如 t·δ(t) = 0，因为 f(0) = 0；(t - 2)·δ(t - 2) = 0，因为 f(2) = 0。

3.2 尺度变换性质

当冲激函数的自变量带系数时，不能直接忽略系数。基本公式是：

$$ \delta(at) = \frac{1}{|a|} , \delta(t) $$

更一般地：

$$ \delta(at - b) = \frac{1}{|a|} , \delta\left(t - \frac{b}{a}\right) $$

这个公式的推导思路很简单：做变量代换 τ = at，则 dt = dτ/|a|。在积分意义下，δ(at) 等价于 δ(t)/|a|。注意绝对值号来自变量代换时积分方向的变化，a 为负数也要取绝对值。

典型例子：

$$ \delta(2t) = \frac{1}{2} , \delta(t) $$

$$ \delta(2t - 4) = \frac{1}{2} , \delta(t - 2) $$

第二个例子先求冲激的零点：2t - 4 = 0，得到 t = 2，所以冲激位置在 t = 2，前面的系数是 1/2。

这是初学者错误率最高的地方。很多人看到 δ(2t)，下意识觉得“不就是 δ(t) 吗”，然后丢掉 1/2。考试时只要出现系数，必须条件反射地补上 1/|a|。

3.3 卷积性质

卷积是信号与系统课程的另一个核心，而单位冲激函数和卷积结合以后，会得到一个非常简洁的结论：

$$ f(t) * \delta(t) = f(t) $$

$$ f(t) * \delta(t - t_0) = f(t - t_0) $$

第一条说明：任意信号与单位冲激卷积，结果等于原信号。单位冲激是卷积运算的“单位元”，类似乘法里的 1。

第二条说明：任意信号与一个延迟的冲激卷积，相当于把信号整体平移到冲激位置。这是时移性质。

举例：

$$ e^{-t}\epsilon(t) * \delta(t - 3) = e^{-(t-3)}\epsilon(t - 3) $$

这个结论在很多系统分析题里能直接节省大量计算时间。只要卷积里出现 δ(t - t₀)，就直接把另一个函数往右平移 t₀，不需要真的去算卷积积分。

4. 与单位阶跃函数的关系：求导与积分

单位阶跃函数 ε(t) 的定义很直观：

$$ \epsilon(t) = \begin{cases} 1, & t > 0 \ 0, & t < 0 \end{cases} $$

在工程教材里，ε(t) 在 t = 0 处的取值通常不影响积分和求导运算，一般不去纠结。

单位冲激函数与单位阶跃函数之间存在互逆关系：

$$ \epsilon(t) = \int_{-\infty}^{t} \delta(\tau) , d\tau $$

$$ \delta(t) = \frac{d\epsilon(t)}{dt} $$

第一个公式表示：从负无穷积到 t，如果 t < 0，积分结果是 0；如果 t > 0，冲激已经完整地被“扫过”，积分结果是 1。所以积分结果就是一个阶跃函数。

第二个公式表示：阶跃函数在 t = 0 处发生剧烈跳变，跳变幅度为 1，求导后就在 t = 0 处产生一个单位冲激。换句话说，冲激函数可以用来表示函数在跳变点处的导数。

这套关系在考试里最常见的考法，是给一个分段信号，让你求导。遇到信号的跳变点，处理方式不是忽略，而是补上一个“跳变幅度 × 单位冲激”。

比如：

$$ f(t) = 2\epsilon(t - 1) $$

这个信号在 t = 1 处从 0 跳到 2，跳变幅度是 2，所以：

$$ f'(t) = 2\delta(t - 1) $$

再比如：

$$ f(t) = (t - 1)\epsilon(t - 1) $$

求导用乘积法则：

$$ f'(t) = \epsilon(t - 1) + (t - 1)\delta(t - 1) $$

利用“相乘提取”规则，(t - 1)·δ(t - 1) = 0，所以：

$$

f'(t) = \epsilon(t - 1)

$$

这里没有出现额外冲激，原因是 f(t) 在 t = 1 处虽然从 0 开始增长，但函数值本身没有发生“跳变”，是连续的。

5. 冲激偶函数：进阶考点

如果课程大纲里出现了“冲激偶”，指的就是单位冲激函数的导数，记作 δ'(t)。

冲激偶的定义式子不多，考试里最常考的是它的筛选性质：

$$ \int_{-\infty}^{+\infty} f(t) , \delta'(t - t_0) , dt = -f'(t_0) $$

注意符号是负号。这个结果可以通过分部积分得到，工程课程里直接背结论就行。

举例：

$$ \int_{-\infty}^{+\infty} t^2 , \delta'(t) , dt $$

利用公式，f(t) = t²，f'(0) = 0，所以积分结果是 0。

再看一个：

$$ \int_{-\infty}^{+\infty} \sin t , \delta'(t - 1) , dt $$

f(t) = sin t，f'(1) = cos 1，所以结果是 -cos 1。

如果你们学校的信号与系统大纲没有讲冲激偶，这一类题可以直接跳过。如果讲了，重点就是把负号记清楚。这里丢分的人非常多。

6. 典型例题与解题套路

这一节给出五道典型例题，每一道都对应一种最常见的考法。建议先自己算，再对答案，最后总结成自己的解题流程。

6.1 直接使用筛选性质

计算：

$$ \int_{-\infty}^{+\infty} \cos(2\pi t) , \delta(t - 3) , dt $$

冲激位置在 t = 3，区间是整个实数轴，直接代入：

$$ \cos(2\pi \times 3) = \cos(6\pi) = 1 $$

所以答案等于 1。这是一道很典型的“送分题”。

6.2 积分区间不包含冲激位置

计算：

$$ \int_{-\infty}^{0} e^{-t} , \delta(t - 1) , dt $$

冲激位置在 t = 1，而积分区间是 (-∞, 0]，不包含 t = 1，所以积分结果为 0。

很多同学拿到题就开始算 e⁻¹，这就是没有先检查冲激位置是否在区间内。做题顺序应该是：先找冲激位置，再检查区间覆盖，最后才代值。

6.3 尺度变换化简

化简：

$$ \delta(3t - 6) $$

先把冲激的零点求出来：

$$ 3t - 6 = 0 \quad \Rightarrow \quad t = 2 $$

再除以系数绝对值：

$$

\delta(3t - 6) = \frac{1}{3} , \delta(t - 2) $$

这类题考查的是尺度变换性质，最容易错在没有 1/3，或者零点找错。

6.4 卷积平移

计算：

$$ e^{-2t}\epsilon(t) * \delta(t - 4) $$

根据卷积与冲激的关系，结果等于把原函数平移到 t = 4：

$$

e^{-2(t-4)}\epsilon(t - 4) $$

注意：指数里的 t 也要跟着平移，阶跃函数的自变量也要变成 t - 4。如果只平移指数、不平移阶跃函数，结果就是错的。

6.5 分段函数求导

已知：

$$

f(t) = 3\epsilon(t - 2) + (t - 1)\epsilon(t - 1)

$$

求 f'(t)。

分开处理。第一项 3ε(t - 2) 在 t = 2 处跳变 3，求导得 3δ(t - 2)。第二项 (t - 1)ε(t - 1) 在 t = 1 处函数连续，求导得 ε(t - 1)。因此：

$$

f'(t) = 3\delta(t - 2) + \epsilon(t - 1)

$$

这道题把所有核心考点合在了一起：跳变补冲激、乘积法则、相乘提取规则。如果这道题能独立做对，说明单位冲激函数的基本功已经到位了。

7. 用 Python 验证单位冲激函数的性质

数学公式看再多，不如跑一段代码有感觉。下面用 Python 做四个小实验：近似冲激、筛选性质、卷积平移、阶跃与冲激的关系。环境只需要 Python 3.8+，依赖库用 numpy、matplotlib、scipy。

7.1 用窄高斯函数近似单位冲激

单位冲激函数无法直接画图，但可以用一个面积恒为 1 的窄高斯函数来近似：

$$ \delta_\varepsilon(t) = \frac{1}{\sqrt{2\pi}\varepsilon} e^{-t^2 / (2\varepsilon^2)} $$

当 ε 越小时，高斯函数越窄、越高，越来越接近单位冲激。

import numpy as np import matplotlib.pyplot as plt def gauss_delta(x, t0=0.0, eps=0.02): """用窄高斯函数近似单位冲激函数 delta(t - t0)。""" return 1.0 / (np.sqrt(2 * np.pi) * eps) * np.exp(-0.5 * ((x - t0) / eps) ** 2) t = np.linspace(-0.3, 0.3, 10000) y = gauss_delta(t, t0=0.0, eps=0.02) plt.figure(figsize=(8, 4)) plt.plot(t, y, label=r"$\delta_{\varepsilon}(t)$") plt.xlabel("t") plt.ylabel("amplitude") plt.title("单位冲激函数的窄高斯近似") plt.grid(True) plt.legend() plt.show()

运行这段代码