尧图网页设计 
这次我们继续做成都信息工程大学803《信号与系统》的典型题分析。前两期如果已经看完基本的时域分析和拉普拉斯变换应该有了底子这一期的重点非常明确就是频域分析、系统函数、采样判断这三块内容。这三块内容在803《信号与系统》里属于高频考点题型基本稳定但计算量不小容易在符号、边界、收敛域这些细节上丢分。这一期不是照着课本念定义我们会先把常见考法拆开再给三道典型题分析每道题都按“题目定位、解题思路、完整推导、结果检查”的顺序展开。题目会结合成都信息工程大学803《信号与系统》的常考难度来设计主要用于方法演示不代表考场原题。你自己刷真题的时候拿着这套思路去套效率会明显比盲目刷题高。文章后半部分会补上MATLAB/Python验证思路、常见错误排查清单和复习节奏建议。如果你现在正在准备803《信号与系统》建议把这篇收藏起来遇到频域计算卡住的时候直接翻到对应小节对照检查。1. 803《信号与系统》典型题分析核心能力速览项目说明考点模块傅里叶变换、频域分析、系统函数、采样定理常见题型频谱函数计算、系统频率响应、正弦稳态响应、频谱图绘制、采样混叠判断前置知识常用傅里叶变换对、傅里叶变换性质、卷积、系统稳定性关键计算工具欧拉公式、部分分式展开、因式分解、频率轴标定推荐验证工具MATLAB Signal Processing Toolbox、Python NumPy/SciPy主要易错点符号漏写、积分上下限错误、收敛域不检查、相位取值范围不写、频谱图端点不标适用人群备考803《信号与系统》的考生、正在学信号与系统的本科生、需要快速回顾频域分析的技术人员这张速览表是整篇文章的导航。你在复习时如果时间紧张优先抓“傅里叶变换性质应用”“系统函数求法”“采样率判断”三个点。这三个点每年都会变着问但底层逻辑是固定的。2. 适用场景与使用边界这篇典型题分析适合三类场景第一类是803《信号与系统》考前冲刺需要把高频题型过一遍第二类是课程期末考试前想用例题串联知识点第三类是工作中需要重新捡起信号处理基础但不想翻整本教材。不适合的场景是如果你连基本的傅里叶变换定义和常用变换对都还没记熟直接啃典型题会有些吃力。不建议跳过基础直接做题。这套分析的重点是“用题带知识点”默认你已经学过一遍课程内容现在需要把知识转成解题能力。另外要提醒一句教材和真题材料都有版权边界。做题时不能只看题库答案要把每一步推导自己重新写一遍。803《信号与系统》的判卷重点往往是过程分结果算对了但关键性质没写照样会丢分。刷题阶段也尽量使用自己购买的正版教材和学校公布的历年真题不要传播扫描版题目。3. 环境准备与前置条件我们聊的是数学推导为主的课程但环境准备同样重要。考试当然不需要电脑但复习阶段用工具验证推导结果能少踩很多坑。数学前置条件高等数学中的积分、微分、极限计算。复变函数基础重点是一般复数运算、欧拉公式。信号与系统课程中的傅里叶级数、傅里叶变换、拉普拉斯变换基本概念。概率论中的随机信号概念不是803《信号与系统》的必考方向但如果报考方向涉及通信后续会用到。软件环境建议MATLAB R2019b及以上版本或者Octave803《信号与系统》课程常用MATLAB做连续系统仿真。Python 3.8以上配合NumPy、SciPy、Matplotlib。如果电脑上已经有Anaconda那直接用Jupyter Notebook即可。不需要GPU不需要深度学习环境。这个阶段的验证是工程计算不是神经网络训练普通笔记本就能跑。如果电脑上还没有Python环境给出一个最简检查方式python --version pip list | grep numpy pip list | grep scipy如果numpy和scipy没装直接安装pip install numpy scipy matplotlib这里不需要编造版本号实际安装时以官方源最新稳定版为准。验证工具的目的不是替代手工推导而是帮助你确认某个中间结果是否算错。所以代码只要能跑通、能画图、能对比公式结果就够了不用搭复杂项目结构。4. 频域计算的标准步骤先把方法框架立起来803《信号与系统》里的频域计算题看上去题型很多其实核心方法可以收敛成一条固定流程。第一步写出信号的时域表达并判断属于哪一类问题。是求单个信号的傅里叶变换还是求系统对正弦输入的稳态响应或者是求采样后的频谱这三个方向虽然都出现在频域章节但使用的工具完全不同。第二步选择可用的变换对和性质。常用的变换对包括单位冲激信号、单位阶跃信号、单边指数信号、矩形脉冲信号、Sa函数、周期信号傅里叶级数等。常用性质包括线性、时移、频移、尺度变换、对偶性、时域微分、频域微分、卷积定理。做题的时候先把题目条件和这些性质逐一对照不要一上来直接套积分公式硬算。第三步列出计算式并化简。这里最忌跳步。比如频域微分性质使用时前面的系数是j还是-j要看清楚定义。很多同学题目本身会做最后符号错了丢掉一大半分数。第四步画图或判断边界。如果题目要求画出频谱图必须标注关键频率点、幅度值、相位值不能只画一个形状。如果题目涉及采样必须判断频谱是否混叠。第五步用物理意义检查结果。对于系统频率响应H(jω)如果输入是实信号输出也必须是实信号最终的余弦表达式不能被写成虚数形式。如果算出来的幅度响应是负值可能是符号约定问题也可能是计算过程中把模长和实部混淆了。这套五步法并不复杂但真正落实到计算上需要反复练习。下面三道典型题就是从这三个方向设计的。5. 典型题分析三个高频方向5.1 方向一利用傅里叶变换性质求频谱题目定位这种题属于803《信号与系统》里的基础计算题难度中等但很能看出对性质的理解程度。模拟例题设信号$$x(t)t e^{-2t}u(t)$$求其傅里叶变换 $X(j\omega)$。解题思路这个信号是单边指数信号 $e^{-2t}u(t)$ 乘以时间变量t。标准的做法不是直接做积分而是利用频域微分性质。已知基本变换对$$e^{-2t}u(t) \leftrightarrow \frac{1}{j\omega 2}$$根据频域微分性质$$t x(t) \leftrightarrow j\frac{d}{d\omega} X(j\omega)$$所以$$X(j\omega)j\frac{d}{d\omega}\left(\frac{1}{j\omega2}\right)$$这里要小心复合函数求导。把 $j\omega2$ 看成一个整体设 $uj\omega2$则$$\frac{d}{d\omega}\left(\frac{1}{j\omega2}\right)-\frac{j}{(j\omega2)^2}$$这里容易算错因为分母对 $\omega$ 求导会出现系数 $j$不能漏掉。继续化简$$X(j\omega)j \cdot \left(-\frac{j}{(j\omega2)^2}\right)\frac{1}{(j\omega2)^2}$$最终结果是$$X(j\omega)\frac{1}{(j\omega2)^2}$$检查方法如果不放心可以直接从定义做积分验证。这个例子简单你会发现直接积分也能得到相同结果。但遇到更复杂的信号直接积分会非常麻烦所以性质推导必须熟练。5.2 方向二系统频率响应与正弦稳态响应题目定位系统函数是803《信号与系统》绝对的高频考点。给微分方程求系统函数再给输入信号求稳态响应这个套路几乎每年都会变化出现。模拟例题某连续LTI系统由下列微分方程描述$$y(t)3y(t)2y(t)x(t)x(t)$$输入为$$x(t)\cos(2t)$$求系统的频率响应 $H(j\omega)$并求系统的稳态输出 $y(t)$。解题思路对微分方程两边做傅里叶变换利用时域微分性质。这里需要注意系统初始状态为0时才可直接使用频率响应法题目默认是这种稳态分析场景。对时域微分有$$y(t) \leftrightarrow j\omega Y(j\omega)$$$$y(t) \leftrightarrow (j\omega)^2 Y(j\omega)$$对输入也做同样处理$$x(t) \leftrightarrow j\omega X(j\omega)$$代入原方程$$\left[(j\omega)^23j\omega2\right]Y(j\omega)(j\omega1)X(j\omega)$$因此系统函数为$$H(j\omega)\frac{Y(j\omega)}{X(j\omega)}\frac{j\omega1}{(j\omega)^23j\omega2}$$分母可以因式分解$$(j\omega)^23j\omega2(j\omega1)(j\omega2)$$于是$$H(j\omega)\frac{j\omega1}{(j\omega1)(j\omega2)}\frac{1}{j\omega2}$$这里要特别注意分子分母约掉 $(j\omega1)$ 时隐含条件是 $j\omega-1$ 的零极点相互抵消。在因果稳定系统且只研究 $\omega$ 为实数的情况下这个化简可以直接使用但严格写过程时最好说明一句“零极点相消后”。当虚频率为 $j\omega$其中 $\omega2$代入$$H(j2)\frac{1}{j22}\frac{1}{2j2}$$分子分母同乘共轭$$H(j2)\frac{2-j2}{8}\frac{1}{4}-j\frac{1}{4}$$幅度为$$|H(j2)|\sqrt{\left(\frac14\right)^2\left(-\frac14\right)^2}\frac{\sqrt{2}}{4}$$相位为$$\angle H(j2)-\frac{\pi}{4}$$因此稳态输出为$$y(t)\frac{\sqrt{2}}{4}\cos\left(2t-\frac{\pi}{4}\right)$$这个结果可以用物理直觉检查系统是低通性质高频分量会被抑制。输入角频率 $\omega2$ 时输出幅度明显小于输入幅度这是合理的。5.3 方向三采样率判断与频谱混叠分析题目定位采样定理是803《信号与系统》里概念性较强的题目常以填空、选择或简单计算题出现。难点在于把时域采样和频域周期延拓对应起来。模拟例题已知连续信号 $x(t)$ 的最高频率分量为 $5\text{kHz}$用采样频率 $f_s12\text{kHz}$ 对信号进行理想采样。判断采样后频谱是否混叠并写出采样后频谱与原信号频谱的关系。解题思路根据奈奎斯特采样定理为了能从采样信号中无失真恢复原连续信号采样频率必须大于等于信号最高频率的两倍即$$f_s \ge 2 f_{\max}$$信号最高频率 $f_{\max}5\text{kHz}$所以最低要求是 $10\text{kHz}$。题目给的是 $12\text{kHz}$大于 $10\text{kHz}$因此采样后频谱不会发生混叠。进一步写出理想采样后信号 $x_s(t)$ 的频谱$$x_s(t)x(t)\sum_{n-\infty}^{\infty}\delta(t-nT)$$其中 $T\frac{1}{f_s}$。对应的频谱为$$X_s(j\omega)\frac{1}{T}\sum_{k-\infty}^{\infty}X\left(j(\omega-k\omega_s)\right)$$这里 $\omega_s2\pi f_s$。这个公式的含义是原连续信号频谱会在 $\omega0,\pm\omega_s,\pm2\omega_s,\dots$ 处各复制一份并把幅度乘以 $\frac{1}{T}$。因为采样率满足要求所以相邻频谱副本之间不会重叠通过理想低通滤波器可以把原频谱单独取出来。但要注意滤波器的截止频率应满足$$f_{\max} f_c f_s - f_{\max}$$取 $f_c5\text{kHz}$ 是一个常见选择。这个题目如果改成 $f_s8\text{kHz}$答案就变成频谱混叠需要说明高频分量会被“折叠”到低频区间无法恢复原信号。还有一类变形是把连续频率改成数字频率$$\Omega\omega T$$采样后离散时间信号的频谱周期为 $2\pi$而连续信号频谱周期为 $\omega_s$。这两个周期概念容易搞混答题时要看清问的是离散序列频谱还是理想采样信号频谱。6. 画图题的标准流程不要只背形状803《信号与系统》里除了计算还有一类必考题型是画图。常见的是画信号波形、频谱图、卷积结果图。这类题看似是“画”实际上考的是对定义的即时反应能力。以连续信号卷积为例两个信号 $f_1(t)$ 和 $f_2(t)$ 卷积的图解法可以拆成四步翻转、平移、相乘、积分。先固定其中一个信号把另一个信号关于纵轴翻转再从左到右移动在每个平移位置计算乘积覆盖的面积。这里最常见的错误是忽略分段边界。两个矩形脉冲卷积结果往往是一个梯形或三角形分段点需要精确计算。你可以在草稿纸上把两个信号的起始点和终止点分别标记出来然后判断两者重叠区间的变化规律。频谱图画图题也类似。若信号 $x(t)$ 的频谱是 $X(j\omega)$进行频移后变成 $X(j(\omega-\omega_0))$频谱形状不会变只会整体右移。画图时至少标注三个东西中心频率、幅度值、带宽。如果题目考的是采样还要画出以 $\omega_s$ 为周期的复制谱。建议把常见信号频谱图整理成一张自己的“图库”包括门函数、Sa函数、三角波、周期冲激串、单边指数信号等。每次画完图再对照软件仿真结果检查边界坐标。7. 用Python验证典型题代码只需要跑得准考试不能带电脑但复习阶段用Python验证结果可以快速定位自己的计算错误。下面给出两个验证脚本一个是频率响应绘制一个是采样频谱验证思路。先看系统频率响应验证。假设系统函数是上一节中的$$H(j\omega)\frac{1}{j\omega2}$$用Python画幅度谱和相位谱import numpy as np import matplotlib.pyplot as plt w np.linspace(-10, 10, 2000) H 1 / (1j * w 2) mag np.abs(H) phase np.angle(H) plt.figure(figsize(10, 4)) plt.subplot(1, 2, 1) plt.plot(w, mag) plt.title(Magnitude Response) plt.xlabel(omega) plt.ylabel(|H(jomega)|) plt.grid(True) plt.subplot(1, 2, 2) plt.plot(w, phase) plt.title(Phase Response) plt.xlabel(omega) plt.ylabel(Phase (rad)) plt.grid(True) plt.tight_layout() plt.show()这段代码跑完后你会看到 $\omega0$ 时幅度为0.5相位为0随着 $\omega$ 增大幅度逐渐下降相位趋近于 $-\pi/2$。这个趋势对应一阶低通系统符合手工分析结果。再看采样定理的直观验证思路。我们用一个高频正弦信号和一个低频正弦信号分别以不足和满足条件的采样率采样观察频谱混叠import numpy as np import matplotlib.pyplot as plt fs 1000 t np.arange(0, 1, 1/fs) x np.sin(2 * np.pi * 30 * t) 0.5 * np.sin(2 * np.pi * 400 * t) # 直接观察原始信号的频谱 X np.fft.fft(x) freq np.fft.fftfreq(len(x), 1/fs) plt.figure(figsize(8, 3)) plt.plot(freq, np.abs(X)) plt.xlim(0, 500) plt.title(Original Spectrum) plt.xlabel(Frequency (Hz)) plt.ylabel(Magnitude) plt.grid(True) plt.show()如果把这个信号降采样到100Hz400Hz分量会混叠到低频频谱图上会出现一个虚假的峰值。具体混叠频率可以用 $f_{alias}|f - n f_s|$ 计算。这种验证方法不需要高深代码但能帮你建立“采样率不足”的现象直觉。如果你的电脑里有MATLAB也可以使用freqs和lsim函数验证。MATLAB代码更直接b [1 1]; a [1 3 2]; H tf(b, a); freqs(b, a);这里freqs函数会画出模拟滤波器的幅频和相频响应。实际上这类系统仿真代码在803《信号与系统》复习中最大的价值不是算考试题而是帮你快速判断某个结果是否符合基本物理规律。8. 典型计算常见错误与排查方法803《信号与系统》计算题丢分很多时候不是思路不会而是细节出错。下面把这些高频错误整理成一张排查表你在刷题时可以直接对照。问题现象可能原因排查方式解决方案频谱函数结果差一个负号频域微分性质系数用错回代基本变换对检查把频域微分性质重新推一遍系统函数分子分母写反输出/输入关系搞混检查H(jω)Y(jω)/X(jω)定义先写方程再代入不要跳步分母因式分解错误二次方程根算错用求根公式验算写出完整因式再约分正弦稳态输出不会写幅度和相位没从复数中提取用H频谱图幅度负值直接画实部而不是模长检查纵轴是否为X(jω)采样混叠判断错误把最高频率和带宽混淆先列出fmax和fs判断fs≥2fmax后再下结论傅里叶变换和拉普拉斯变换混用没有注意信号是否绝对可积检查信号类型连续非周期信号优先用傅里叶变换收敛域不写答题习惯问题检查所有变换结果养成写收敛域或适用条件的习惯这些错误在很多人身上反复出现。建议不要每次只改单个题目而是把同类错误的题目放在一起集中做十五到二十道把这个“坑”一次性填平。比如频域微分性质总是错就专门练十道t乘指数信号求频谱的题。803《信号与系统》的复习不是比谁做得多而是比谁能稳定拿分。9. 复习与答题的最佳实践这里讲几条工程化的复习方法不是空话都是能直接落地的。第一把常用傅里叶变换对和性质做成一张A4纸表格贴在书桌前。每天开始复习前默写一遍五分钟后默写另一面。连续三天全对就可以把这张表收起来每周抽查一次。核心变换对包括$\delta(t) \leftrightarrow 1$$u(t) \leftrightarrow \pi\delta(\omega)\frac{1}{j\omega}$$e^{-at}u(t) \leftrightarrow \frac{1}{j\omegaa}$$g_{\tau}(t) \leftrightarrow \tau Sa\left(\frac{\omega\tau}{2}\right)$如果这些变换对都正确说明你已经具备解典型题的基本盘。第二每次做题都用“已知、目标、方法、步骤、结果”五个小标题写答案。这个方法对考试特别有效。因为803《信号与系统》判卷通常是按步骤给分你写出傅里叶变换性质、写了系统函数表达式、画了频谱图每一部分都能拿分。最后结果错了前面的步骤分还在。第三做错题复盘时不要只看标准答案要记录“我卡住的位置”和“我为什么卡住”。是公式忘了吗是复数运算不熟吗是没想到用频域微分性质吗卡点越具体下一轮复习越有针对性。第四每周安排一次限时训练。找一套历年真题或模拟卷只做频域和系统函数相关的题目时间控制在60分钟。限时训练的意义不是压速度而是暴露考场上容易犯的低级错误。如果连续两次在同一个地方出错就不只是不够熟练的问题而是相关知识点没有真正理解。第五使用软件验证时统一建立“信号与系统复习”文件夹里面按章节分子目录每个题目保存一份手写推导照片和一份代码结果截图。这样到了复习后期你不用重新翻整本笔记直接看错误记录就能快速恢复记忆。10. 总结与下一步成都信息工程大学803《信号与系统》的典型题分析重点题型其实很清晰频谱函数计算、系统频率响应、正弦稳态响应、采样定理应用。这一期我们通过三道典型题把这几个高频方向完整过了一遍。最值得记住的不是某道题的具体答案而是那套标准解题流程先定问题类型再选变换性质然后列式计算最后画图检查。如果你还在复习前期先不要急着刷整套真题先把今天这三道题对应的基础变换对和性质全部推导一遍。尤其是频域微分性质和系统函数H(jω)的化简这两块是后续大量题型的共同基础。最容易踩的坑是符号和边界做题时必须把每一步的j、负号、积分区间都写清楚。下一步的扩展方向有两个一是进入拉普拉斯变换与系统稳定性分析二是开始做历年真题的整套限时训练。803《信号与系统》的知识点并不散它们都围绕“系统分析”这条主线展开。把频域分析吃透后面的离散系统分析和状态方程学习会轻松很多。建议把本文收藏起来做题卡住时回来对照排查表效率会高很多。 803信号与系统典型题分析：频域分析、系统函数与采样判断
这次我们继续做成都信息工程大学803《信号与系统》的典型题分析。前两期如果已经看完基本的时域分析和拉普拉斯变换应该有了底子这一期的重点非常明确就是频域分析、系统函数、采样判断这三块内容。这三块内容在803《信号与系统》里属于高频考点题型基本稳定但计算量不小容易在符号、边界、收敛域这些细节上丢分。这一期不是照着课本念定义我们会先把常见考法拆开再给三道典型题分析每道题都按“题目定位、解题思路、完整推导、结果检查”的顺序展开。题目会结合成都信息工程大学803《信号与系统》的常考难度来设计主要用于方法演示不代表考场原题。你自己刷真题的时候拿着这套思路去套效率会明显比盲目刷题高。文章后半部分会补上MATLAB/Python验证思路、常见错误排查清单和复习节奏建议。如果你现在正在准备803《信号与系统》建议把这篇收藏起来遇到频域计算卡住的时候直接翻到对应小节对照检查。1. 803《信号与系统》典型题分析核心能力速览项目说明考点模块傅里叶变换、频域分析、系统函数、采样定理常见题型频谱函数计算、系统频率响应、正弦稳态响应、频谱图绘制、采样混叠判断前置知识常用傅里叶变换对、傅里叶变换性质、卷积、系统稳定性关键计算工具欧拉公式、部分分式展开、因式分解、频率轴标定推荐验证工具MATLAB Signal Processing Toolbox、Python NumPy/SciPy主要易错点符号漏写、积分上下限错误、收敛域不检查、相位取值范围不写、频谱图端点不标适用人群备考803《信号与系统》的考生、正在学信号与系统的本科生、需要快速回顾频域分析的技术人员这张速览表是整篇文章的导航。你在复习时如果时间紧张优先抓“傅里叶变换性质应用”“系统函数求法”“采样率判断”三个点。这三个点每年都会变着问但底层逻辑是固定的。2. 适用场景与使用边界这篇典型题分析适合三类场景第一类是803《信号与系统》考前冲刺需要把高频题型过一遍第二类是课程期末考试前想用例题串联知识点第三类是工作中需要重新捡起信号处理基础但不想翻整本教材。不适合的场景是如果你连基本的傅里叶变换定义和常用变换对都还没记熟直接啃典型题会有些吃力。不建议跳过基础直接做题。这套分析的重点是“用题带知识点”默认你已经学过一遍课程内容现在需要把知识转成解题能力。另外要提醒一句教材和真题材料都有版权边界。做题时不能只看题库答案要把每一步推导自己重新写一遍。803《信号与系统》的判卷重点往往是过程分结果算对了但关键性质没写照样会丢分。刷题阶段也尽量使用自己购买的正版教材和学校公布的历年真题不要传播扫描版题目。3. 环境准备与前置条件我们聊的是数学推导为主的课程但环境准备同样重要。考试当然不需要电脑但复习阶段用工具验证推导结果能少踩很多坑。数学前置条件高等数学中的积分、微分、极限计算。复变函数基础重点是一般复数运算、欧拉公式。信号与系统课程中的傅里叶级数、傅里叶变换、拉普拉斯变换基本概念。概率论中的随机信号概念不是803《信号与系统》的必考方向但如果报考方向涉及通信后续会用到。软件环境建议MATLAB R2019b及以上版本或者Octave803《信号与系统》课程常用MATLAB做连续系统仿真。Python 3.8以上配合NumPy、SciPy、Matplotlib。如果电脑上已经有Anaconda那直接用Jupyter Notebook即可。不需要GPU不需要深度学习环境。这个阶段的验证是工程计算不是神经网络训练普通笔记本就能跑。如果电脑上还没有Python环境给出一个最简检查方式python --version pip list | grep numpy pip list | grep scipy如果numpy和scipy没装直接安装pip install numpy scipy matplotlib这里不需要编造版本号实际安装时以官方源最新稳定版为准。验证工具的目的不是替代手工推导而是帮助你确认某个中间结果是否算错。所以代码只要能跑通、能画图、能对比公式结果就够了不用搭复杂项目结构。4. 频域计算的标准步骤先把方法框架立起来803《信号与系统》里的频域计算题看上去题型很多其实核心方法可以收敛成一条固定流程。第一步写出信号的时域表达并判断属于哪一类问题。是求单个信号的傅里叶变换还是求系统对正弦输入的稳态响应或者是求采样后的频谱这三个方向虽然都出现在频域章节但使用的工具完全不同。第二步选择可用的变换对和性质。常用的变换对包括单位冲激信号、单位阶跃信号、单边指数信号、矩形脉冲信号、Sa函数、周期信号傅里叶级数等。常用性质包括线性、时移、频移、尺度变换、对偶性、时域微分、频域微分、卷积定理。做题的时候先把题目条件和这些性质逐一对照不要一上来直接套积分公式硬算。第三步列出计算式并化简。这里最忌跳步。比如频域微分性质使用时前面的系数是j还是-j要看清楚定义。很多同学题目本身会做最后符号错了丢掉一大半分数。第四步画图或判断边界。如果题目要求画出频谱图必须标注关键频率点、幅度值、相位值不能只画一个形状。如果题目涉及采样必须判断频谱是否混叠。第五步用物理意义检查结果。对于系统频率响应H(jω)如果输入是实信号输出也必须是实信号最终的余弦表达式不能被写成虚数形式。如果算出来的幅度响应是负值可能是符号约定问题也可能是计算过程中把模长和实部混淆了。这套五步法并不复杂但真正落实到计算上需要反复练习。下面三道典型题就是从这三个方向设计的。5. 典型题分析三个高频方向5.1 方向一利用傅里叶变换性质求频谱题目定位这种题属于803《信号与系统》里的基础计算题难度中等但很能看出对性质的理解程度。模拟例题设信号$$x(t)t e^{-2t}u(t)$$求其傅里叶变换 $X(j\omega)$。解题思路这个信号是单边指数信号 $e^{-2t}u(t)$ 乘以时间变量t。标准的做法不是直接做积分而是利用频域微分性质。已知基本变换对$$e^{-2t}u(t) \leftrightarrow \frac{1}{j\omega 2}$$根据频域微分性质$$t x(t) \leftrightarrow j\frac{d}{d\omega} X(j\omega)$$所以$$X(j\omega)j\frac{d}{d\omega}\left(\frac{1}{j\omega2}\right)$$这里要小心复合函数求导。把 $j\omega2$ 看成一个整体设 $uj\omega2$则$$\frac{d}{d\omega}\left(\frac{1}{j\omega2}\right)-\frac{j}{(j\omega2)^2}$$这里容易算错因为分母对 $\omega$ 求导会出现系数 $j$不能漏掉。继续化简$$X(j\omega)j \cdot \left(-\frac{j}{(j\omega2)^2}\right)\frac{1}{(j\omega2)^2}$$最终结果是$$X(j\omega)\frac{1}{(j\omega2)^2}$$检查方法如果不放心可以直接从定义做积分验证。这个例子简单你会发现直接积分也能得到相同结果。但遇到更复杂的信号直接积分会非常麻烦所以性质推导必须熟练。5.2 方向二系统频率响应与正弦稳态响应题目定位系统函数是803《信号与系统》绝对的高频考点。给微分方程求系统函数再给输入信号求稳态响应这个套路几乎每年都会变化出现。模拟例题某连续LTI系统由下列微分方程描述$$y(t)3y(t)2y(t)x(t)x(t)$$输入为$$x(t)\cos(2t)$$求系统的频率响应 $H(j\omega)$并求系统的稳态输出 $y(t)$。解题思路对微分方程两边做傅里叶变换利用时域微分性质。这里需要注意系统初始状态为0时才可直接使用频率响应法题目默认是这种稳态分析场景。对时域微分有$$y(t) \leftrightarrow j\omega Y(j\omega)$$$$y(t) \leftrightarrow (j\omega)^2 Y(j\omega)$$对输入也做同样处理$$x(t) \leftrightarrow j\omega X(j\omega)$$代入原方程$$\left[(j\omega)^23j\omega2\right]Y(j\omega)(j\omega1)X(j\omega)$$因此系统函数为$$H(j\omega)\frac{Y(j\omega)}{X(j\omega)}\frac{j\omega1}{(j\omega)^23j\omega2}$$分母可以因式分解$$(j\omega)^23j\omega2(j\omega1)(j\omega2)$$于是$$H(j\omega)\frac{j\omega1}{(j\omega1)(j\omega2)}\frac{1}{j\omega2}$$这里要特别注意分子分母约掉 $(j\omega1)$ 时隐含条件是 $j\omega-1$ 的零极点相互抵消。在因果稳定系统且只研究 $\omega$ 为实数的情况下这个化简可以直接使用但严格写过程时最好说明一句“零极点相消后”。当虚频率为 $j\omega$其中 $\omega2$代入$$H(j2)\frac{1}{j22}\frac{1}{2j2}$$分子分母同乘共轭$$H(j2)\frac{2-j2}{8}\frac{1}{4}-j\frac{1}{4}$$幅度为$$|H(j2)|\sqrt{\left(\frac14\right)^2\left(-\frac14\right)^2}\frac{\sqrt{2}}{4}$$相位为$$\angle H(j2)-\frac{\pi}{4}$$因此稳态输出为$$y(t)\frac{\sqrt{2}}{4}\cos\left(2t-\frac{\pi}{4}\right)$$这个结果可以用物理直觉检查系统是低通性质高频分量会被抑制。输入角频率 $\omega2$ 时输出幅度明显小于输入幅度这是合理的。5.3 方向三采样率判断与频谱混叠分析题目定位采样定理是803《信号与系统》里概念性较强的题目常以填空、选择或简单计算题出现。难点在于把时域采样和频域周期延拓对应起来。模拟例题已知连续信号 $x(t)$ 的最高频率分量为 $5\text{kHz}$用采样频率 $f_s12\text{kHz}$ 对信号进行理想采样。判断采样后频谱是否混叠并写出采样后频谱与原信号频谱的关系。解题思路根据奈奎斯特采样定理为了能从采样信号中无失真恢复原连续信号采样频率必须大于等于信号最高频率的两倍即$$f_s \ge 2 f_{\max}$$信号最高频率 $f_{\max}5\text{kHz}$所以最低要求是 $10\text{kHz}$。题目给的是 $12\text{kHz}$大于 $10\text{kHz}$因此采样后频谱不会发生混叠。进一步写出理想采样后信号 $x_s(t)$ 的频谱$$x_s(t)x(t)\sum_{n-\infty}^{\infty}\delta(t-nT)$$其中 $T\frac{1}{f_s}$。对应的频谱为$$X_s(j\omega)\frac{1}{T}\sum_{k-\infty}^{\infty}X\left(j(\omega-k\omega_s)\right)$$这里 $\omega_s2\pi f_s$。这个公式的含义是原连续信号频谱会在 $\omega0,\pm\omega_s,\pm2\omega_s,\dots$ 处各复制一份并把幅度乘以 $\frac{1}{T}$。因为采样率满足要求所以相邻频谱副本之间不会重叠通过理想低通滤波器可以把原频谱单独取出来。但要注意滤波器的截止频率应满足$$f_{\max} f_c f_s - f_{\max}$$取 $f_c5\text{kHz}$ 是一个常见选择。这个题目如果改成 $f_s8\text{kHz}$答案就变成频谱混叠需要说明高频分量会被“折叠”到低频区间无法恢复原信号。还有一类变形是把连续频率改成数字频率$$\Omega\omega T$$采样后离散时间信号的频谱周期为 $2\pi$而连续信号频谱周期为 $\omega_s$。这两个周期概念容易搞混答题时要看清问的是离散序列频谱还是理想采样信号频谱。6. 画图题的标准流程不要只背形状803《信号与系统》里除了计算还有一类必考题型是画图。常见的是画信号波形、频谱图、卷积结果图。这类题看似是“画”实际上考的是对定义的即时反应能力。以连续信号卷积为例两个信号 $f_1(t)$ 和 $f_2(t)$ 卷积的图解法可以拆成四步翻转、平移、相乘、积分。先固定其中一个信号把另一个信号关于纵轴翻转再从左到右移动在每个平移位置计算乘积覆盖的面积。这里最常见的错误是忽略分段边界。两个矩形脉冲卷积结果往往是一个梯形或三角形分段点需要精确计算。你可以在草稿纸上把两个信号的起始点和终止点分别标记出来然后判断两者重叠区间的变化规律。频谱图画图题也类似。若信号 $x(t)$ 的频谱是 $X(j\omega)$进行频移后变成 $X(j(\omega-\omega_0))$频谱形状不会变只会整体右移。画图时至少标注三个东西中心频率、幅度值、带宽。如果题目考的是采样还要画出以 $\omega_s$ 为周期的复制谱。建议把常见信号频谱图整理成一张自己的“图库”包括门函数、Sa函数、三角波、周期冲激串、单边指数信号等。每次画完图再对照软件仿真结果检查边界坐标。7. 用Python验证典型题代码只需要跑得准考试不能带电脑但复习阶段用Python验证结果可以快速定位自己的计算错误。下面给出两个验证脚本一个是频率响应绘制一个是采样频谱验证思路。先看系统频率响应验证。假设系统函数是上一节中的$$H(j\omega)\frac{1}{j\omega2}$$用Python画幅度谱和相位谱import numpy as np import matplotlib.pyplot as plt w np.linspace(-10, 10, 2000) H 1 / (1j * w 2) mag np.abs(H) phase np.angle(H) plt.figure(figsize(10, 4)) plt.subplot(1, 2, 1) plt.plot(w, mag) plt.title(Magnitude Response) plt.xlabel(omega) plt.ylabel(|H(jomega)|) plt.grid(True) plt.subplot(1, 2, 2) plt.plot(w, phase) plt.title(Phase Response) plt.xlabel(omega) plt.ylabel(Phase (rad)) plt.grid(True) plt.tight_layout() plt.show()这段代码跑完后你会看到 $\omega0$ 时幅度为0.5相位为0随着 $\omega$ 增大幅度逐渐下降相位趋近于 $-\pi/2$。这个趋势对应一阶低通系统符合手工分析结果。再看采样定理的直观验证思路。我们用一个高频正弦信号和一个低频正弦信号分别以不足和满足条件的采样率采样观察频谱混叠import numpy as np import matplotlib.pyplot as plt fs 1000 t np.arange(0, 1, 1/fs) x np.sin(2 * np.pi * 30 * t) 0.5 * np.sin(2 * np.pi * 400 * t) # 直接观察原始信号的频谱 X np.fft.fft(x) freq np.fft.fftfreq(len(x), 1/fs) plt.figure(figsize(8, 3)) plt.plot(freq, np.abs(X)) plt.xlim(0, 500) plt.title(Original Spectrum) plt.xlabel(Frequency (Hz)) plt.ylabel(Magnitude) plt.grid(True) plt.show()如果把这个信号降采样到100Hz400Hz分量会混叠到低频频谱图上会出现一个虚假的峰值。具体混叠频率可以用 $f_{alias}|f - n f_s|$ 计算。这种验证方法不需要高深代码但能帮你建立“采样率不足”的现象直觉。如果你的电脑里有MATLAB也可以使用freqs和lsim函数验证。MATLAB代码更直接b [1 1]; a [1 3 2]; H tf(b, a); freqs(b, a);这里freqs函数会画出模拟滤波器的幅频和相频响应。实际上这类系统仿真代码在803《信号与系统》复习中最大的价值不是算考试题而是帮你快速判断某个结果是否符合基本物理规律。8. 典型计算常见错误与排查方法803《信号与系统》计算题丢分很多时候不是思路不会而是细节出错。下面把这些高频错误整理成一张排查表你在刷题时可以直接对照。问题现象可能原因排查方式解决方案频谱函数结果差一个负号频域微分性质系数用错回代基本变换对检查把频域微分性质重新推一遍系统函数分子分母写反输出/输入关系搞混检查H(jω)Y(jω)/X(jω)定义先写方程再代入不要跳步分母因式分解错误二次方程根算错用求根公式验算写出完整因式再约分正弦稳态输出不会写幅度和相位没从复数中提取用H频谱图幅度负值直接画实部而不是模长检查纵轴是否为X(jω)采样混叠判断错误把最高频率和带宽混淆先列出fmax和fs判断fs≥2fmax后再下结论傅里叶变换和拉普拉斯变换混用没有注意信号是否绝对可积检查信号类型连续非周期信号优先用傅里叶变换收敛域不写答题习惯问题检查所有变换结果养成写收敛域或适用条件的习惯这些错误在很多人身上反复出现。建议不要每次只改单个题目而是把同类错误的题目放在一起集中做十五到二十道把这个“坑”一次性填平。比如频域微分性质总是错就专门练十道t乘指数信号求频谱的题。803《信号与系统》的复习不是比谁做得多而是比谁能稳定拿分。9. 复习与答题的最佳实践这里讲几条工程化的复习方法不是空话都是能直接落地的。第一把常用傅里叶变换对和性质做成一张A4纸表格贴在书桌前。每天开始复习前默写一遍五分钟后默写另一面。连续三天全对就可以把这张表收起来每周抽查一次。核心变换对包括$\delta(t) \leftrightarrow 1$$u(t) \leftrightarrow \pi\delta(\omega)\frac{1}{j\omega}$$e^{-at}u(t) \leftrightarrow \frac{1}{j\omegaa}$$g_{\tau}(t) \leftrightarrow \tau Sa\left(\frac{\omega\tau}{2}\right)$如果这些变换对都正确说明你已经具备解典型题的基本盘。第二每次做题都用“已知、目标、方法、步骤、结果”五个小标题写答案。这个方法对考试特别有效。因为803《信号与系统》判卷通常是按步骤给分你写出傅里叶变换性质、写了系统函数表达式、画了频谱图每一部分都能拿分。最后结果错了前面的步骤分还在。第三做错题复盘时不要只看标准答案要记录“我卡住的位置”和“我为什么卡住”。是公式忘了吗是复数运算不熟吗是没想到用频域微分性质吗卡点越具体下一轮复习越有针对性。第四每周安排一次限时训练。找一套历年真题或模拟卷只做频域和系统函数相关的题目时间控制在60分钟。限时训练的意义不是压速度而是暴露考场上容易犯的低级错误。如果连续两次在同一个地方出错就不只是不够熟练的问题而是相关知识点没有真正理解。第五使用软件验证时统一建立“信号与系统复习”文件夹里面按章节分子目录每个题目保存一份手写推导照片和一份代码结果截图。这样到了复习后期你不用重新翻整本笔记直接看错误记录就能快速恢复记忆。10. 总结与下一步成都信息工程大学803《信号与系统》的典型题分析重点题型其实很清晰频谱函数计算、系统频率响应、正弦稳态响应、采样定理应用。这一期我们通过三道典型题把这几个高频方向完整过了一遍。最值得记住的不是某道题的具体答案而是那套标准解题流程先定问题类型再选变换性质然后列式计算最后画图检查。如果你还在复习前期先不要急着刷整套真题先把今天这三道题对应的基础变换对和性质全部推导一遍。尤其是频域微分性质和系统函数H(jω)的化简这两块是后续大量题型的共同基础。最容易踩的坑是符号和边界做题时必须把每一步的j、负号、积分区间都写清楚。下一步的扩展方向有两个一是进入拉普拉斯变换与系统稳定性分析二是开始做历年真题的整套限时训练。803《信号与系统》的知识点并不散它们都围绕“系统分析”这条主线展开。把频域分析吃透后面的离散系统分析和状态方程学习会轻松很多。建议把本文收藏起来做题卡住时回来对照排查表效率会高很多。