信号与系统提分捷径：核心公式速通，考点一次讲清
到了期末或者考研冲刺阶段，很多同学复习「信号与系统」时会陷入一种奇怪的状态：书翻了好几遍，课也听了，笔记密密麻麻，但一做题就卡壳。尤其是卷积积分、傅里叶变换性质、拉普拉斯变换收敛域这些内容，明明上课听懂了，自己上手却发现完全不是一回事。
如果你也有这种感觉，问题往往不是不够努力，而是复习方法跑偏了。信号与系统这门课，概念上的“知道”和做题时的“会做”之间存在一条很宽的河，而搭桥的材料就是核心公式的运用能力。本文要讲的不是什么玄学方法，而是一条可以直接落地的提分路径：把高频考点压缩成一组核心公式表，理解每个公式解决什么问题，再通过典型题目把公式变成条件反射。
这篇文章会做三件事：第一，把信号与系统真正的骨架抽出来，帮你建立一条清晰的知识主线；第二，给出每个核心考点最常用、最容易考的公式和判断方法；第三，用一道真实风格的综合性题目，演示考试时最稳定的做题流程。看完之后，你至少能判断自己哪个模块是真正薄弱，而不是笼统觉得“我信号系统不行”。
1. 信号与系统考点全景：分清主次才不会复习跑偏
信号与系统这门课，不同学校教材不同，有的偏重连续时间，有的偏重离散时间，但核心骨架几乎是统一的。如果站在“提分”角度去拆解，高频考点集中在以下六个板块：
| 模块 | 核心内容 | 考试占比预估 | 提分优先级 |
|---|---|---|---|
| 信号与系统基础 | 奇异函数、系统性质判断 | 8% ~ 12% | 高 |
| 时域分析 | 卷积积分、卷积和 | 15% ~ 20% | 最高 |
| 傅里叶变换 | 性质、频谱分析、采样定理 | 20% ~ 25% | 最高 |
| 拉普拉斯变换 | 收敛域、S域分析、系统函数 | 15% ~ 20% | 高 |
| Z变换 | 收敛域、离散系统分析 | 10% ~ 15% | 高 |
| 状态变量与综合 | 状态方程、系统框图 | 5% ~ 10% | 中 |
这里要提醒一句：傅里叶变换和拉普拉斯变换加起来占了近一半分数，这是信号与系统的绝对核心。很多同学复习时爱在系统框图、状态方程这些细节上花大量时间，结果最基础的傅里叶变换性质和卷积计算反而没练熟，这是典型的舍本逐末。
1.1 LTI系统：这门课的真正主线
信号与系统研究的主角是线性时不变系统，也就是LTI系统。为什么它这么重要？因为只有满足线性和时不变性，系统才具有下面两个黄金性质：
- 零状态响应 = 输入信号与单位冲激响应的卷积
- 复指数信号是系统的特征函数，输入 $e^{st}$ 时输出 $H(s)e^{st}$，$H(s)$ 就是系统函数
换句话说，LTI系统把复杂的输入输出关系简化成一个卷积运算，或者进一步简化为一个代数乘法。后面学傅里叶变换、拉普拉斯变换，本质上都是为了简化这个卷积运算。抓住LTI系统这一条主线，你就不会被各种变换绕晕。
1.2 连续系统与离散系统：区别在域，方法相通
教材通常前半部分讲连续时间系统，后半部分讲离散时间系统。很多同学的困惑来自“学完连续就忘了离散”，或者学离散时总是想往连续方向硬套。
| 对比维度 | 连续时间系统 | 离散时间系统 |
|---|---|---|
| 时域分析工具 | 卷积积分 | 卷积和 |
| 变换域工具 | 拉普拉斯变换、傅里叶变换 | Z变换、离散时间傅里叶变换 |
| 系统函数 | $H(s)$ | $H(z)$ |
| 稳定性判断 | 极点位于S域左半平面 | 极点位于Z域单位圆内 |
| 典型应用 | 模拟电路、控制系统 | 数字信号处理、通信系统 |
这两套体系在数学结构上高度平行。掌握连续系统后，离散系统最大的障碍就是收敛域和极坐标运算。复习时建议成对对照学习，效率会明显更高。
2. 必须先吃透的基石：奇异函数与系统性质判断
考试的前两道小题，经常是判断系统性质或者考察奇异函数的积分性质。这部分分值不大，但出错率极高，而且一旦错，后面大题的状态判断也会跟着错。
2.1 单位冲激函数与单位阶跃函数
单位冲激函数 $\delta(t)$ 是信号与系统的地基。它的两个核心性质必须形成肌肉记忆：
筛选性质：$$ \int_{-\infty}^{+\infty} f(t)\delta(t-t_0)dt = f(t_0) $$
取样性质：$$ f(t)\delta(t-t_0) = f(t_0)\delta(t-t_0) $$
单位阶跃函数 $\epsilon(t)$ 和 $\delta(t)$ 的关系也要随手就能写出： $$ \frac{d\epsilon(t)}{dt} = \delta(t), \quad \int_{-\infty}^{t}\delta(\tau)d\tau = \epsilon(t) $$
很多题目表面考积分，实际上就是考你能否把被积函数中的 $\delta(t-t_0)$ 正确抽出来。做这类题时，先看 $\delta$ 函数有没有落到积分区间内，落进去了就等于代 $t=t_0$，没落进去结果直接是 0。
2.2 系统性质判断的“四查法”
判断系统是否线性、时不变、因果、稳定，是期末和考研的必考小题。这里有四个判断步骤，按顺序操作即可：
- 线性：看系统是否满足齐次性和叠加性。如果系统输出表达式里有常数项、$y(t)$ 的平方、$y(t)$ 与 $x(t)$ 的乘积，基本可以判定为非线性。
- 时不变性：只关注 $x(t)$ 的时移是否等价于 $y(t)$ 的时移。如果系统系数中出现 $t$（例如 $y(t)=t x(t)$），直接判断为时变。
- 因果性：看 $t$ 时刻的输出是否只依赖当前和过去的输入。$y(t)=x(t+1)$ 显然是非因果。
- 稳定性：有界输入是否产生有界输出。用 $|x(t)| \leq M$ 去看 $y(t)$ 是否有界即可。
例题：判断系统 $y(t) = 3x(t-1) + 2$ 的性质。
这个系统输出中有常数项 2，所以它不满足线性；系数都是常数，是时不变的；输出在 $t$ 时刻只依赖 $x(t-1)$，属于过去输入，是因果的；输入有界时输出也有界，是稳定的。一道小题五个结论，这就是标准送分题的考法。
3. 时域分析：卷积积分与卷积和
如果说傅里叶变换是信号与系统的灵魂，那卷积就是它的身体。卷积算不对，后面的频域分析、系统响应求解全都会出问题。
3.1 卷积积分的定义和物理含义
连续时间卷积积分： $$ y(t) = x(t) * h(t) = \int_{-\infty}^{+\infty} x(\tau)h(t-\tau)d\tau $$
这个式子的物理含义是：把输入信号 $x(t)$ 分解成无数个不同时刻的冲激函数，每个冲激经过系统后变成 $h(t-\tau)$，然后叠加起来。卷积的实质是“拆分、加权、平移、叠加”四个动作。
离散时间卷积和： $$ y[n] = x[n] * h[n] = \sum_{k=-\infty}^{+\infty} x[k]h[n-k] $$
3.2 卷积的性质
卷积满足交换律、结合律和分配律： $$ x(t)*h(t)=h(t)x(t) $$ $$ x(t)[h_1(t)*h_2(t)] = [x(t)*h_1(t)]h_2(t) $$ $$ x(t)[h_1(t)+h_2(t)] = x(t)*h_1(t) + x(t)*h_2(t) $$
还有一个在画框图时经常用的结论：并联系统的冲激响应是相加，串联系统的冲激响应是卷积。这一条看起来简单，但在系统框图题里很容易搞反。
3.3 解题技巧：图解法四步走
连续卷积用定义直接算很容易出错，强烈推荐图解法：
第一步，反转：画出 $h(\tau)$ 关于纵轴的镜像 $h(-\tau)$； 第二步，平移：把 $h(-\tau)$ 向右平移 $t$，得到 $h(t-\tau)$； 第三步，相乘：计算 $x(\tau)$ 和 $h(t-\tau)$ 的重叠区间； 第四步，积分：在重叠区间上对乘积做积分。
不同 $t$ 值对应不同重叠情况，所以卷积积分结果往往是分段函数。做题时务必列出所有区间，不能只算一个区间就草草收尾。离散卷积的“翻褶、移位、相乘、求和”过程也是一样的道理。
3.4 常用函数的卷积结论
以下几组结论可以直接记忆，考试时能节省大量时间：
$$ \epsilon(t) * \epsilon(t) = t\epsilon(t) $$ $$ e^{at}\epsilon(t) * e^{bt}\epsilon(t) = \frac{e^{at}-e^{bt}}{a-b}\epsilon(t), \quad a \neq b $$ $$ e^{at}\epsilon(t) * e^{at}\epsilon(t) = te^{at}\epsilon(t) $$ $$ \delta(t-t_1) * \delta(t-t_2) = \delta(t-t_1-t_2) $$
特别注意最后一条：单位冲激函数卷积的物理意义就是延迟叠加，这在信号通过LTI系统的分析里非常常用。
4. 傅里叶变换：信号与系统提分的核心战场
傅里叶变换是信号与系统考试当之无愧的第一大板块。选择题、填空题、计算题都会出现，而且一旦出大题，往往是综合题，分值在15到25分之间。
4.1 傅里叶变换定义与存在条件
$$ X(j\omega) = \int_{-\infty}^{+\infty} x(t)e^{-j\omega t}dt $$ $$ x(t) = \frac{1}{2\pi}\int_{-\infty}^{+\infty} X(j\omega)e^{j\omega t}d\omega $$
信号存在傅里叶变换的充分条件是绝对可积： $$ \int_{-\infty}^{+\infty}|x(t)|dt < \infty $$
需要提醒的是，很多周期信号不满足绝对可积条件，例如常数信号、阶跃信号，但仍可通过引入冲激函数得到它们的广义傅里叶变换。考试中不要因为信号不绝对可积就直接说“没有傅里叶变换”，重点是看教材是否使用广义变换。
4.2 常用傅里叶变换对
下面的变换对是必须背诵的。熟练到看到信号能直接写出频谱，看到频谱能直接反推出信号：
| 时域信号 | 傅里叶变换 |
|---|---|
| $\delta(t)$ | $1$ |
| $1$ | $2\pi\delta(\omega)$ |
| $\delta(t-t_0)$ | $e^{-j\omega t_0}$ |
| $e^{j\omega_0 t}$ | $2\pi\delta(\omega-\omega_0)$ |
| $\cos(\omega_0 t)$ | $\pi[\delta(\omega-\omega_0)+\delta(\omega+\omega_0)]$ |
| $\sin(\omega_0 t)$ | $j\pi[\delta(\omega+\omega_0)-\delta(\omega-\omega_0)]$ |
| $\epsilon(t)$ | $\pi\delta(\omega)+\frac{1}{j\omega}$ |
| $e^{-at}\epsilon(t), a>0$ | $\frac{1}{a+j\omega}$ |
| $G_\tau(t)$ 矩形脉冲 | $\tau Sa(\frac{\omega\tau}{2})$ |
4.3 傅里叶变换的性质：考试出题的主战场
卷积积分计算量很大，但通过傅里叶变换的时域卷积定理，可以把卷积运算变成频域乘法：
$$ x(t) * h(t) \leftrightarrow X(j\omega)H(j\omega) $$
这个定理的意义怎么强调都不过分：一个复杂的卷积积分问题，通过变换可以变成一个乘积问题，算完再反变换回去。考试里求零状态响应，第一步永远是做傅里叶变换，而不是在时域硬算卷积。
其他高频性质也必须形成条件反射：
| 性质 | 时域 | 频域 |
|---|---|---|
| 线性 | $a x_1(t) + b x_2(t)$ | $aX_1(j\omega)+bX_2(j\omega)$ |
| 时移 | $x(t-t_0)$ | $X(j\omega)e^{-j\omega t_0}$ |
| 频移 | $x(t)e^{j\omega_0 t}$ | $X[j(\omega-\omega_0)]$ |
| 尺度变换 | $x(at)$ | $\frac{1}{ |
| 对称性 | $X(jt)$ | $2\pi x(-\omega)$ |
| 时域微分 | $\frac{dx(t)}{dt}$ | $j\omega X(j\omega)$ |
| 时域积分 | $\int_{-\infty}^{t}x(\tau)d\tau$ | $\pi X(0)\delta(\omega)+\frac{1}{j\omega}X(j\omega)$ |
有一个高频易错点是尺度变换：信号在时域被压缩，频域就会展宽且幅度下降。这一点直接对应通信系统里的“时宽带宽积”概念，也是采样定理的理论基础。
4.4 周期信号的傅里叶变换
周期信号的傅里叶变换可以看作一系列冲激函数的加权和： $$ x(t) = \sum_{n=-\infty}^{+\infty} a_n e^{jn\omega_0 t} \leftrightarrow X(j\omega) = 2\pi \sum_{n=-\infty}^{+\infty} a_n \delta(\omega - n\omega_0) $$
解题时，如果一个信号可以展开成傅里叶级数形式，直接利用频移性质逐项写频谱即可，不建议去硬算定义积分。
4.5 采样定理：概念题和计算题的双料明星
采样定理的知识点不难，但丢分率很高。核心结论如下：
一个最高频率为 $f_m$（或最高角频率 $\omega_m$）的带限信号，可以由其等间隔采样值唯一确定，前提是采样频率 $f_s \geq 2f_m$。
$$ f_s \geq 2f_m \quad \text{或} \quad \omega_s \geq 2\omega_m $$
这里的 $2f_m$ 是奈奎斯特速率。考试常考的是：给出信号的最高频率，判断采样后是否发生混叠；或者反过来，给出采样频率，确定信号能无失真恢复的最高频率。
理解混叠的关键在于频域图：采样相当于在频域对原始频谱进行周期延拓，延拓周期就是采样角频率 $\omega_s$。如果 $\omega_s < 2\omega_m$，延拓后的频谱就会发生重叠。画频谱图永远是解决这类问题最直观的方式。
5. 拉普拉斯变换：从频域到复频域的升级
拉普拉斯变换是傅里叶变换的推广，解决了傅里叶变换无法处理非绝对可积信号的问题。它也是分析系统稳定性、求解零状态响应和零输入响应的主要工具。
5.1 定义与收敛域
$$ X(s) = \int_{-\infty}^{+\infty} x(t)e^{-st}dt, \quad s = \sigma + j\omega $$
收敛域是使积分收敛的 $s$ 的取值区域。考试中常见的错误就是只求表达式，不写收敛域。缺少收敛域的拉普拉斯变换表达式是不完整的，因为同一个表达式可能对应多个不同的时域信号。
5.2 常用拉普拉斯变换对
| 时域信号 | 拉普拉斯变换 | 收敛域 |
|---|---|---|
| $\delta(t)$ | $1$ | 全平面 |
| $\epsilon(t)$ | $\frac{1}{s}$ | $Re[s] > 0$ |
| $t\epsilon(t)$ | $\frac{1}{s^2}$ | $Re[s] > 0$ |
| $e^{-at}\epsilon(t)$ | $\frac{1}{s+a}$ | $Re[s] > -a$ |
| $t e^{-at}\epsilon(t)$ | $\frac{1}{(s+a)^2}$ | $Re[s] > -a$ |
| $\cos(\omega_0 t)\epsilon(t)$ | $\frac{s}{s^2+\omega_0^2}$ | $Re[s] > 0$ |
| $\sin(\omega_0 t)\epsilon(t)$ | $\frac{\omega_0}{s^2+\omega_0^2}$ | $Re[s] > 0$ |
5.3 系统函数与稳定性判断
系统函数定义为： $$ H(s) = \frac{Y(s)}{X(s)} $$
对于因果LTI系统，收敛域位于最右边极点的右侧，稳定性判断有着非常简洁的结论：
- 系统稳定：所有极点位于S域左半平面，即 $Re[s_i] < 0$
- 系统临界稳定：极点在虚轴上且为一阶
- 系统不稳定：存在极点位于右半平面，或虚轴上存在重极点
这一判断法几乎逢考必出。拿到系统函数后，先分解分母多项式，求极点位置，再结合收敛域判断因果性和稳定性。
5.4 用拉普拉斯变换求解系统响应
这是信号与系统大题的标准套路：
第一步，对微分方程两边做拉普拉斯变换，利用微分性质把微分方程变成代数方程； 第二步，代入初始条件，解出 $Y(s)$； 第三步，对 $Y(s)$ 做部分分式展开； 第四步，查表做拉普拉斯反变换，得到 $y(t)$。
特别注意：零输入响应由系统初始状态决定，零状态响应由输入信号决定，两者之和才是完全响应。拉普拉斯变换求解时，初始条件直接参与了代数方程的建立，所以不需要单独区分，但最终要能从表达式分解出响应分量。
5.5 部分分式展开：必须练成手指条件反射
部分分式展开是拉普拉斯反变换的关键步骤，也是很多同学计算丢分的高发区。以有理分式 $\frac{N(s)}{D(s)}$ 为例：
第一步，如果分子次数大于分母次数，先用多项式除法化简； 第二步，因子分解分母； 第三步，单根情况直接设为： $$ \frac{N(s)}{(s-p_1)(s-p_2)} = \frac{A_1}{s-p_1} + \frac{A_2}{s-p_2} $$ 其中 $A_i = (s-p_i)\frac{N(s)}{D(s)} \bigg|_{s=p_i}$； 第四步，重根情况要展开成多个项，例如二阶重根： $$ \frac{N(s)}{(s-p)^2} = \frac{A_1}{s-p} + \frac{A_2}{(s-p)^2} $$ 其中 $A_2$ 直接用公式求，$A_1$ 需要求导。
很多同学栽在共轭复根的处理上。遇到共轭复根，可以保留二次项 $\frac{As+B}{(s+\alpha)^2+\beta^2}$，凑成衰减正弦和衰减余弦的形式后查表反变换。不要试图把复数展开成两个实数分式，容易算乱。
6. Z变换：离散信号与系统的解题框架
Z变换是拉普拉斯变换在离散时间域的对应物。如果连续部分学得扎实，这部分就是套模板。
6.1 Z变换定义与收敛域
$$ X(z) = \sum_{n=-\infty}^{+\infty} x[n]z^{-n} $$
收敛域的判断是Z变换的核心考点。与拉普拉斯变换类似，同一个 $X(z)$ 表达式，收敛域不同会对应完全不同的时域序列。
一个高频率判断技巧：
- 因果序列 $x[n], n\geq 0$ 的收敛域是某个圆的外部；
- 左边序列的收敛域是某个圆的内部；
- 双边序列的收敛域是环状区域；
- 因果LTI系统稳定当且仅当系统函数 $H(z)$ 的全部极点位于单位圆内。
6.2 常用Z变换对
| 时域序列 | Z变换 | 收敛域 |
|---|---|---|
| $\delta[n]$ | $1$ | 全平面 |
| $\epsilon[n]$ | $\frac{z}{z-1}$ | $|z| > 1$ |
| $a^n \epsilon[n]$ | $\frac{z}{z-a}$ | $|z| > |a|$ |
| $n a^{n-1}\epsilon[n]$ | $\frac{z}{(z-a)^2}$ | $|z| > |a|$ |
| $r^n\cos(\omega_0 n)\epsilon[n]$ | $\frac{z(z-r\cos\omega_0)}{z^2-2r\cos\omega_0 z + r^2}$ | $|z| > r$ |
6.3 反Z变换：幂级数法和部分分式法
反Z变换常用的两种方法是幂级数展开法和部分分式展开法。
幂级数法：直接把 $X(z)$ 按 $z^{-1}$ 的升幂排列做长除。这种方法适合收敛域是圆形区域的情况，但很难写出通项公式。
部分分式法：把 $\frac{X(z)}{z}$ 展开成部分分式，再乘以 $z$ 后查表。注意这里处理的是 $\frac{X(z)}{z}$，不是直接对 $X(z)$ 做部分分式。
为什么不少同学学Z变换总觉得混乱？很多情况下是因为没有理解收敛域。做反变换之前，先看收敛域是圆外还是圆内。圆外对应因果序列，圆内对应左边序列。这个判断决定了你往哪个方向展开。
6.4 差分方程求解与系统函数
和连续系统类似，离散LTI系统可以用线性常系数差分方程描述： $$ \sum_{k=0}^{N} a_k y[n-k] = \sum_{m=0}^{M} b_m x[n-m] $$
两边做Z变换，得到系统函数： $$ H(z) = \frac{Y(z)}{X(z)} = \frac{\sum_{m=0}^{M} b_m z^{-m}}{\sum_{k=0}^{N} a_k z^{-k}} $$
求解单位脉冲响应 $h[n]$，本质就是求 $H(z)$ 的反Z变换。这里再次强调稳定性的位置：离散系统稳定要求所有极点全部在单位圆内。
7. 关键计算流程示例：一道综合题完整带练
下面通过一道典型的期末考试大题，演示一个稳定、不容易丢分的解题流程。这道题目覆盖了差分方程、Z变换、系统函数、稳定性和单位脉冲响应等高考频知识点。
题目背景：已知一个离散LTI系统满足差分方程：
$$ y[n] - \frac{1}{2}y[n-1] = x[n] $$
求系统的系统函数、单位脉冲响应，并判断系统的稳定性。
第一步：对差分方程两边做Z变换
利用时移性质 $y[n-1] \leftrightarrow z^{-1}Y(z)$，得到：
$$ Y(z) - \frac{1}{2}z^{-1}Y(z) = X(z) $$
第二步：求系统函数
$$ Y(z) \left(1 - \frac{1}{2}z^{-1}\right) = X(z) $$ $$ H(z) = \frac{Y(z)}{X(z)} = \frac{1}{1 - \frac{1}{2}z^{-1}} = \frac{z}{z - \frac{1}{2}} $$
第三步：判断收敛域与因果性
这是一个物理可实现的因果系统，收敛域取： $$ |z| > \frac{1}{2} $$
第四步：判断稳定性
因果系统稳定等价于全部极点位于单位圆内。极点 $z = \frac{1}{2}$，因为 $|\frac{1}{2}| < 1$，所以该系统稳定。
第五步：求单位脉冲响应
$$ h[n] = Z^{-1}\left[\frac{z}{z - \frac{1}{2}}\right], \quad |z| > \frac{1}{2} $$
收敛域为圆外，对应因果序列，查表得：
$$ h[n] = \left(\frac{1}{2}\right)^n \epsilon[n] $$
梳理一下这道题的做题步骤，你会发现它非常机械：差分方程 → Z变换 → 系统函数 → 求极点 → 判断稳定性 → 反变换得 $h[n]$。整套流程没有任何一步需要“灵感”，全是套路。如果你在考场上能稳定执行这个流程，离散系统模块的计算题就基本不会失分。
8. 高频易错点汇总与查错清单
很多同学考试丢分不是不会做，而是踩了下面的坑。我整理了一份高频易错点对照表，复习时对照着自查：
| 易错点 | 错误示例 | 正确理解 | 考点对应 |
|---|---|---|---|
| 卷积区间边界 | $\epsilon(t)*\epsilon(t)=1$ | 结果是 $t\epsilon(t)$，信号本身是因果斜坡 | 卷积计算 |
| 频谱的虚部处理 | 忽略了奇对称性 | 实偶信号频谱为实偶函数，虚部为零 | 傅里叶变换性质 |
| 采样频率判断 | 最高频率带错 | 先确定幅度谱的最高有效频率分量 | 采样定理 |
| 收敛域遗漏 | 只写表达式不写收敛域 | 同一表达式可能对应多个时域信号 | 拉普拉斯/Z变换 |
| 稳定性判断混淆 | 用拉普拉斯稳定性判断离散系统 | 连续看左半平面，离散看单位圆内 | 系统函数 |
| 部分分式重根 | 只设 $A/(s-p)$ | 重根要逐阶拆分并求导计算系数 | 拉普拉斯反变换 |
| 卷积积分顺序 | 交换 $x$ 与 $h$ 导致算错 | 交换律成立，但翻转的对象要一致 | 卷积积分 |
建议把这张表抄在公式本首页，每次刷题前扫一遍。错了的题，把对应的易错点标记出来，考前看一遍比盲目刷十套模拟卷更有效。
9. 信号与系统复习最佳实践与考场策略
结合前面的知识框架，最后给出几条可落地的复习建议和考场策略。
9.1 公式记忆：建立“公式-条件-结论”三位一体
信号与系统的公式不适合死记，你需要记三样东西：公式本身、使用前提、常见结论。例如拉普拉斯变换的时域微分性质，前提是信号本身和其一阶导数均可变换，结论是乘一个 $s$。做题时如果信号不是绝对可积的，还要考虑是否遗漏冲激项。
建议制作一张A4纸公式卡，正面写连续系统的傅里叶与拉普拉斯公式，反面写Z变换和离散系统结论。考前只看公式卡，哪个公式无法从条件推导出来，就重点补哪个。
9.2 刷题策略：先套路后创新
第一轮复习，以教材课后题和中规中矩的计算题为主，关键是训练稳定的做题流程。第二轮复习，找各校考研真题和期末真题，只做高频考点。第三轮，做综合题和错题，重点分析错因。
刷题量不需要特别大，但每道题做完之后，问自己三个问题：
- 这道题考的是哪个定理或哪个性质？
- 我用了什么方法判断的？还有没有更快的方法？
- 如果条件变一下，结论会怎么变？
9.3 考场时间分配
假设考试时间两小时，总分100分：
- 选择题、填空题（约30分）：控制在25分钟内完成，遇到不会的题目先标记跳过；
- 计算题前四道（约40分）：控制在50分钟内，包括卷积计算、傅里叶变换、拉普拉斯变换；
- 综合题后两道（约30分）：留40分钟，最后留5分钟检查。
一个重要的考场提醒：先做会做的题，确保保底分。信号与系统的大题是按步骤给分的，即使最后结果算错，只要部分分式展开、极点判断、性质应用写对，也能拿到相当比例的过程分。不要在一道题上死磕超过15分钟。
9.4 考前三天：回归基础而非刷偏题
考前最后两到三天，不建议再做偏题怪题。刷一套基础题保持手感，把公式卡过一遍，把所有作业和试卷上的易错点重新看一遍，比做任何新题都重要。信号与系统这门课，考场上真正拉开差距的，往往不是你有没有做过某道原题，而是你对基础公式的使用是否足够熟练，遇到综合题时能不能快速拆解成几步基本运算。
10. 这门课的后续价值与学习建议
信号与系统不只是考研和期末的“关卡课程”，它在后续课程中的地位很清楚：数字信号处理直接建立在其离散时间分析的基础上，通信原理里调制解调的核心就是傅里叶变换，自动控制原理的频域分析法同样源于系统函数的分析思路，而机器学习中很多滤波器设计和特征提取方法也与信号处理密切关联。
如果你现在只是应付考试，至少把卷积计算、傅里叶变换性质、采样定理、拉普拉斯变换系统函数、Z变换稳定性判断这五块内容练熟。如果学有余力，建议用MATLAB或Python的SciPy库做一些验证实验，把理论公式和实际波形对应起来。
比如用Python画一下 $x(t)=1+2\cos(2\pi t)+\cos(4\pi t)$ 的频谱，计算采样率不同时的混叠效果，比干看教材更容易理解频域延拓的含义。这一条建议不仅在备考阶段有效，对你以后学习数字信号处理、理解滤波器设计也会有很大帮助。
建议重点收藏本文的公式表，信号与系统复习期间反复翻看。老规矩，哪里不懂先对照公式卡定位漏洞，再去针对性刷题，你就能少走很多弯路。
