信号与系统这门课，我前前后后啃过三遍：本科上课一遍，考研复习一遍，工作后做音频降噪算法又回头翻了一遍。第一遍满眼是公式，第二遍觉得全是解题套路，第三遍才真正咂摸出味道——它其实是一套"翻译器"，把时域里看不明白的波形，翻译到频域、复频域里，很多问题一眼就能看穿。这篇"微总结"不是要把教材重抄一遍，而是把卷积、傅里叶变换、拉普拉斯变换、Z变换、系统函数、零极点、稳定性判据、采样定理这些核心零件拆出来摆一排，讲清楚每个零件管什么用、什么时候该拿它出场、用的时候容易在哪翻车。它适合三类人：正在上课、被作业和考试按在地上摩擦的同学；准备考研、需要一份高密度提纲的复习者；以及工作几年后想回头补齐信号处理基础、想把工程经验挂到理论骨架上的工程人。不管你是哪一类，读完至少能拿到一张清晰的依赖关系图和一堆可直接抄作业的手算技巧。
1. 先搭骨架：一份微总结的知识地图
1.1 这门课真正在回答的三个问题
信号与系统看着章节多，本质上只在回答三个问题。第一个是"信号怎么描述"，包括时域描述（波形、周期、能量功率）和变换域描述（频谱、复频谱）；第二个是"系统怎么刻画"，核心就是冲激响应 h(t) 或系统函数 H(s)、H(z)；第三个是"信号进了系统以后变成什么"，答案统一由卷积和变换域的相乘给出。
这三个问题的核心支点是**线性时不变（LTI）**假设。为什么整门课都死盯 LTI 不放？因为 LTI 系统满足叠加性和时不变性，而叠加性意味着"任意输入都能分解成基本单元的加权和"。把输入拆成一串冲激的叠加，每个冲激经过系统后得到延迟的、被放大的冲激响应，再把它们全部加起来，这个"加权叠加"的数学表达就是卷积。所以卷积不是凭空冒出来的操作，而是 LTI 假设的直接产物。理解了这一点，后面不管遇到哪种变换，你都会知道它们只是"换一个域去看同一件卷积事实"，而不是一堆要背的新东西。
提示：如果只允许我保留一个知识点，我留"LTI 系统由冲激响应完全确定"。这句话吃透了，整个课程的逻辑链就闭合了。
1.2 三大变换的分工对照表
很多人卡壳不是因为不会算变换，而是不知道该用哪个变换。其实它们的分工非常明确，我用一张表把它说透。
| 变换类型 | 适用信号 | 变换变量 | 主要用途 | 需要注意的限制 |
|---|---|---|---|---|
| 傅里叶级数 | 周期连续信号 | 离散谱线 kω₀ | 求周期信号频谱、谐波分析 | 只对周期信号成立 |
| 连续傅里叶变换 | 绝对可积/能量有限信号 | 连续频率 ω | 求非周期信号频谱、滤波分析 | 发散信号不存在变换 |
| 拉普拉斯变换 | 一般连续信号（可增长） | 复变量 s=σ+jω | 解微分方程、稳定性分析 | 必须写明收敛域 ROC |
| DTFT（离散时间傅里叶变换） | 离散非周期序列 | 连续数字频率 Ω | 序列频谱、采样分析 | 同样要求收敛 |
| Z 变换 | 一般离散序列 | 复变量 z=re^{jΩ} | 解差分方程、数字系统分析 | 收敛域很关键 |
选变换的规则可以简化成一句话：信号在时域里越"野"，就要用越"强"的变换去驯服它。傅里叶变换要求信号能量有限，遇到 e^{at}（a>0）这种发散的就没辙了；拉普拉斯变换乘上一个衰减因子 e^{-σt} 把它拉回收敛区，所以适用范围更广。离散端同理，DTFT 对付不了增长的序列，Z 变换能。这就是为什么"稳定性"章节里我们更依赖拉普拉斯和 Z 变换，而不是傅里叶变换。
1.3 学习路径的依赖关系
这份微总结的章节顺序不是随便排的，它对应着一条严格的依赖链：信号的基本运算和奇异信号 → 卷积 → 傅里叶分析 → 拉普拉斯变换 → 离散系统的采样与 Z 变换 → 系统函数与稳定性。前一步没弄明白，后一步一定会塌。
我的建议是反着检查自己：如果稳定性分析老出错，八成是系统函数或零极点的概念没打牢；如果系统函数算不对，回头看看拉普拉斯或 Z 变换的收敛域是不是总被你忽略；如果连变换本身都别扭，回去把卷积和冲激响应重新推一遍。很多人复习时喜欢从头再刷一遍题，效率低，按这条链子倒查定位薄弱点，速度会快得多。
2. 连续时间系统：一条主线串到底
2.1 奇异信号和基本运算是一切的地基
冲激函数 δ(t) 是这门课最"玄"也最关键的符号。它不是一个普通函数，严格说是广义函数，定义靠的是筛选性质：∫x(t)δ(t−t₀)dt = x(t₀)。这个性质看着朴素，实际是卷积和采样的根基——采样之所以能用一个瞬时值乘以冲激串来表示，靠的就是它。
与冲激相关的几个细节必须记牢。δ(t) 与阶跃信号 u(t) 是微分积分关系：du/dt = δ(t)，∫δ(τ)dτ = u(t)。由此还可以生成冲激偶 δ'(t)、斜坡信号 r(t)=t·u(t)。做尺度变换时有个容易被忘的系数：δ(at) = (1/|a|)δ(t)，注意是绝对值，a 取负号时系数不变号。我见过太多人在求解卷积和频谱题时在这里丢分。
生活里怎么理解冲激？把它想成一个"瞬间完成、面积归一"的敲击——锤子敲一下，作用时间趋近于零，但冲量（力对时间的积分）是个有限值。系统被这么敲一下产生的响应，就是冲激响应 h(t)。这个"敲击—响应"的画面，是理解整门课最好的直觉。
2.2 卷积：把线性时不变用出花来
卷积积分写法 y(t)=∫x(τ)h(t−τ)dτ。手算的经典方法是图解法四步：翻转、平移、相乘、积分。听着简单，真正做起来最容易错在"积分上下限随 t 变化"这一环节。我的经验是画三个图：x(τ) 固定不动，h(t−τ) 先翻转再平移，然后分区间讨论重叠部分。区间划分点通常出现在 x 和 h 的跳变时刻，也就是两个信号"开始重叠"和"结束重叠"的位置。
几个必背的卷积结论能省大量时间。两个宽度相等的矩形脉冲卷积得到三角形；两个宽度不等的矩形脉冲卷积得到梯形；任意信号与冲激卷积等于该信号自身（x(t)*δ(t−t₀)=x(t−t₀)），这是时移特性的来源；与阶跃卷积等价于积分（x(t)*u(t)=∫x(τ)dτ）。这几个结论在解题时是"秒杀"级别的工具。
还有两个高级技巧值得掌握。一是卷积的微分积分性质：x(t)*h(t) 求导，可以把导数放在任意一个信号上，于是遇到"矩形脉冲和矩形脉冲卷积"这类题，可以先求导变成两个冲激的卷积，算完再积回去，速度能快一倍以上。二是卷积满足交换律、结合律、分配律，结合律意味着多个系统级联的总冲激响应等于各冲激响应的卷积。
注意事项：卷积的积分限不是死的，一定随 t 变。我踩过的坑是直接套用固定区间，结果 t 在负半轴时答案出错。养成"先分区间、再写积分式"的习惯，能规避九成错误。
2.3 傅里叶变换：从频率角度看世界
傅里叶变换的核心思想是"任何信号都能分解成正弦分量的加权叠加"。别小看这句话，它把时域里纠缠的波形问题，变成频域里的加减乘除。最典型的几对变换必须张口就来：冲激 δ(t) 对应常数 1（含所有频率且等幅），常数 1 对应 2πδ(ω)；矩形脉冲对应 sinc 函数，sinc 函数对应矩形（这就是理想低通滤波器）；余弦 cos(ω₀t) 对应 ω₀ 处的一对冲激。
性质比定义更重要。时移对应频域乘相位因子（幅度谱不变，只改相位），卷积对应频域相乘，乘积对应频域卷积再乘系数，尺度变换对应频域展缩与幅度倒数（时间压缩，频带变宽，这就是为什么短脉冲占带宽大）。这几个性质是滤波器设计、调制解调、采样定理推导的通用工具。
关于吉布斯现象，很多人第一次做矩形脉冲截断的频谱会困惑：为什么逼近不收敛、边缘总有振荡。原因是被截断的信号存在跳变点，傅里叶级数在跳变处只能收敛到跳变中值，并且产生约 9% 的过冲，增加项数无法消除，只能把振荡压缩到更窄的区域。理解这一点，你就能明白实际工程中为什么要加窗函数来缓解频谱泄漏，而不是盲目增加 FFT 点数。
用生活类比来讲：把一段混合的钢琴和弦当作信号，傅里叶变换就像一台"口味分离机"，能告诉你这个和弦里到底包含了哪些基音和泛音、各自的强度是多少。你没法在时域里用手指数清有几个音，但频域里它们是一根根清晰的谱线。
2.4 拉普拉斯变换：给不收敛的信号一条活路
拉普拉斯变换把信号乘上 e^{-σt} 再作傅里叶变换，变量从 ω 升级到复变量 s=σ+jω。这一步的意义在于，很多在傅里叶变换下不收敛的信号（比如增长的指数、正半轴的阶跃），在合适的 σ 取值下就能收敛了。代价是必须讨论收敛域 ROC——不写收敛域的拉普拉斯变换是不完整的，这也是考试和工程中丢分、出错的高发区。
单边拉普拉斯变换常用变换对要背熟：δ(t)→1，u(t)→1/s，e^{-at}u(t)→1/(s+a)，t u(t)→1/s²，cos(ω₀t)u(t)→s/(s²+ω₀²)。性质方面，时域微分对应乘 s 再减去初值，正是它能把微分方程变成代数方程的原因；时域积分对应除以 s；时移对应乘 e^{-st₀}；s 域平移对应乘 e^{-at}。
初值定理和终值定理是工程里查错的利器。初值定理说 x(0⁺)=lim_{s→∞} sX(s)，终值定理说稳态值 = lim_{s→0} sX(s)（前提是极点都在左半平面且至多一个极点在原点）。我调试控制系统时经常用终值定理快速估算稳态误差，比完整解一遍微分方程快得多。
系统函数 H(s)=Y(s)/X(s) 是本章的落点。对于由线性常系数微分方程描述的系统，H(s) 是有理分式，分子分母多项式的根分别是零点和极点。零点影响频响的"凹陷"，极点影响"凸起"和稳定性。把 H(s) 分解成部分分式再反变换，是求解系统全响应的标准流程，其中由极点决定的部分构成自然响应（瞬态），由输入极点决定的部分构成强迫响应（稳态）。
3. 离散时间系统：采样、差分方程与 Z 变换
3.1 采样定理：连续到离散的那道门
采样定理一句话：为了不发生混叠，采样频率 fs 必须大于信号最高频率 fmax 的两倍，即 fs > 2fmax。这个 2 倍关系叫奈奎斯特率。举个能直接算的例子：人耳可听声高到约 20 kHz，按定理采样率至少要 40 kHz，实际 CD 音质选 44.1 kHz，留出一点余量给抗混叠滤波器的不理想过渡带。
混叠到底是什么？想象你在夜里用频闪灯看快速旋转的车轮，如果闪光频率不够高，你会看到车轮"倒转"。采样就是给连续信号打闪光，频率不够时高频分量会伪装成低频分量混进来，而且一旦混入就无法分离——这是采样定理最"狠"的地方，它要求采样之前先加抗混叠低通滤波器把超过 fs/2 的成分滤掉，而不是采样后再补救。
从频域看，采样会让原信号频谱以 fs 为周期搬移、叠加。只要每份频谱不重叠，用理想低通就能无损恢复；一旦重叠，恢复出错。理解了这幅"频谱复制"图，采样定理就不用死记了。零阶保持（ZOH）是实际电路里常用的采样保持方式，它会让频谱带上 sinc 包络，属于工程上要额外补偿的失真。
3.2 差分方程与 Z 变换的对应关系
离散系统的输入输出关系用差分方程表示，比如 y[n] = 0.5y[n−1] + x[n]。这类方程可以递推求解，也可以直接上 Z 变换。Z 变换之所以好用，是因为时域的移位对应 z 域的乘 z^{-k}，于是差分方程变身代数方程，解出 Y(z) 再反变换即可。
Z 变换和拉普拉斯变换的关系是 z=e^{sT}（T 为采样周期）。这个映射把 s 平面的虚轴映射成 z 平面的单位圆，左半平面映射成单位圆内部。于是"连续系统稳定看极点实部"，对应"离散系统稳定看极点模长"，判据的形式虽然不同，几何图景其实是同一件事换了个坐标系。
常用 Z 变换对要背：δ[n]→1，u[n]→1/(1−z^{-1})（ROC |z|>1），a^n u[n]→1/(1−az^{-1})（ROC |z|>|a|）。ROC 同样不能省：同样是 1/(1−az^{-1})，|z|>|a| 对应因果序列，|z|<|a| 对应反因果序列，物理含义完全不同。
3.3 零极点图：一眼看穿系统行为
零极点图是离散系统最直观的"体检报告"。规则有两条：极点都在单位圆内则稳定，任何极点在单位圆外则不稳定，圆上单极点属于临界。此外，极点越接近单位圆，对应频响在该极点角度附近越"尖锐"；零点越接近单位圆，频响越"凹陷"。
举个能算的例子：H(z)=(1−z^{-1})/(1−0.9z^{-1})，极点 z=0.9（单位圆内，稳定），零点 z=1（单位圆上，对应直流 ω=0 处增益为零）。这意味着该系统会抑制缓慢变化的成分、放快变成分，是个高通特性。再看全零点系统（FIR），它没有非零极点，天然稳定，这也是 FIR 滤波器在工程里受欢迎的重要原因。
动手画图时我建议在单位圆上标注几个关键角频率：ω=0（正实轴，直流）、ω=π（负实轴，最高频）、ω=π/2（虚轴正方向）。然后想象单位圆上一点从 0 出发逆时针走一圈，这个动点到各极点、零点的距离变化，就构成频响的幅度曲线。极点近则幅度大，零点近则幅度小，画三五次之后你就能肉眼估频谱形状。
4. 系统性质判定与稳定性分析实操
4.1 四大性质怎么快速判
LTI 系统之外，任何系统都要求你会判线性、时不变、因果、稳定这四件事。这是我总结的快速判法。
线性要同时满足可加性和齐次性，也就是对任意输入满足叠加原理。判的时候别只看一个例子，要找反例：只要出现 x 的平方、绝对值、常数项，基本就不线性。时不变看的是"输入的延迟是否导致等量的输出延迟"，如果系统里显含时间 t（如 y(t)=t·x(t)）或者带有随时间变化的系数，就不是时不变。
因果性是"输出不依赖未来输入"，判断时看 h(t) 在 t<0 是否为零（连续）或 h[n] 在 n<0 是否为零（离散）。稳定性用的是 BIBO 判据：有界输入产生有界输出，等价于冲激响应绝对可积（连续）或绝对可和（离散）。这两条结合在一起有个重要结论：因果 LTI 系统稳定，当且仅当所有极点位于左半平面（连续）/单位圆内（离散），而且必须约定 ROC 在最右极点右侧。
| 性质 | 连续域判据 | 离散域判据 | 常见反例 |
|---|---|---|---|
| 线性 | 满足叠加原理 | 满足叠加原理 | y=x²、含常数项 |
| 时不变 | 系数与 t 无关 | 系数与 n 无关 | y(t)=t·x(t) |
| 因果 | h(t)=0, t<0 | h[n]=0, n<0 | y(t)=x(t+1) |
| 稳定 | ∫|h(t)|dt<∞ | Σ|h[n]|<∞ | y[n]=x[n]+2x[n−1]+…发散的 |
4.2 稳定性判据的三条路径
判定稳定性有三条实用路径，按系统复杂程度选。
最简单的是直接求极点：连续系统解特征方程的根，实部全负就稳定；离散系统求极点的模，全小于 1 就稳定。对于二阶系统 s²+3s+2=0，根是 −1 和 −2，都在左半平面，稳定。
多项式阶数较高时手工求根麻烦，用罗斯-赫尔维茨判据：根据特征多项式系数排罗斯表，第一列全为正就是稳定。以 s³+2s²+3s+4 为例，罗斯表第一列会依次是 1、2、1、4（构造过程中有三阶行列的运算），全正即稳定。这个判据不需要解根，工程上非常实用。离散系统对应的是朱里判据，思路类似，但形式上更啰嗦，实际中我更常用直接求模或软件工具。
第三条路径是借助伯德图或奈奎斯特判据处理带反馈的闭环系统：看开环频率响应绕临界点的圈数，或看幅频穿越 0 dB 时相位的裕量。频域判据的好处是能直接读出幅值裕度和相位裕量，这两个量在工程上比"稳不稳"更值钱，因为它们告诉你"离不稳定还有多远"。
实操心得：遇到复杂系统，不要一上来就想解析解。先画零极点草图估个大概，再用判据确认，最后才上计算。这个顺序能帮你少走一半弯路。
4.3 频响、相频与群时延的物理意义
系统函数取 s=jω（或 z=e^{jΩ}）就得到频率响应 H(jω)，它的幅度叫幅频特性，相位叫相频特性。幅频决定各频率成分被放大还是衰减；相频决定各频率成分的延迟。
工程上比相位更常用的是群时延，定义为 τ(ω) = −dφ(ω)/dω，它表示某个频率附近一小组频率成分共同经历的延迟。为什么关心群时延？因为它直接决定信号波形是否失真。如果一个系统的群时延在工作频带内是常数，各频率成分延迟一致，波形保持形状，这叫线性相位；否则不同频率延迟不同，波形会被"揉散"，这就是相位失真。FIR 滤波器通过设计成系数对称，就可以获得严格线性相位，这是它在音频、通信里不可替代的原因。
我做过一个降噪滤波器的对比：同样幅度响应的 IIR 和 FIR，IIR 阶数低、算得快，但群时延不平，人声听起来发闷、有"相位撕裂感"；FIR 阶数高、算得慢，换来了平坦群时延，听感干净。这个取舍没有绝对答案，取决于你更在意算力还是音质。
5. 常见坑与排查技巧实录
5.1 概念混淆速查表
学这门课最消耗精力的不是计算，而是到底谁是谁。下面这张表是我多年反复整理出来的"混淆对照表"。
| 易混概念 | 关键区别 | 记忆抓手 |
|---|---|---|
| 傅里叶变换 vs 拉普拉斯变换 | 前者限 ω 轴，后者覆盖整个 s 平面 | 拉普拉斯是傅里叶的"扩展版" |
| DTFT vs DFT vs Z 变换 | DTFT 连续频率、DFT 离散频率、Z 变换复平面 | 由"连续到离散、由圆到平面"理解 |
| 能量信号 vs 功率信号 | 能量有限为能量信号，功率有限为功率信号 | 周期信号一般是功率信号 |
| 因果 vs 稳定 | 因果看时间方向，稳定看有界性 | 两者独立，可分别成立 |
| 卷积 vs 相关 | 卷积要翻转，相关不翻转 | "卷积多一步翻" |
关于 DTFT、DFT、Z 变换三者的关系我多说一句，这是最容易讲不清的地方。DTFT 是序列在单位圆上的 Z 变换，频率是连续的；DFT 是把单位圆等间隔取样，频率离散化，这才让计算机能做计算；FFT 只是 DFT 的快速算法，不是一种新变换。把这条线捋直，很多人对"FFT 到底在算什么"的困惑就消了。
5.2 计算环节的高频错误
第一类错误是收敛域漏写。拉普拉斯和 Z 变换的收敛域决定了反变换的唯一性，同一表达式配不同 ROC，对应截然不同的时域信号。答题时先写变换、再写 ROC、最后反变换，三步不跳。
第二类错误是卷积平移方向反了。图解法口诀是"一个不动、另一个先翻转再平移"，方向错会导致积分区间错，整个答案崩。建议用简单特例自检：拿两个冲激卷积，结果应该落在两者位置的代数和处。
第三类错误是部分分式展开的系数算错。常见于处理重极点和高阶系统。留数法要记住重极点的导数项，用代入特殊值法交叉验证系数，能救回不少分。
第四类错误是初值终值定理滥用。终值定理要求系统稳定，如果系统不稳定或者极点位置不满足条件，套公式会得到错误结论。用之前先确认 ROC 包含虚轴（或单位圆）。
第五类错误是尺度变换符号。δ(at) 前面的系数是 1/|a|，取绝对值；傅里叶变换里时间压缩对应频谱扩展并乘 1/|a|。这些绝对值符号在紧张时应试时极容易漏。
5.3 从课堂到工程的映射
课本里"理想低通滤波器"是不可实现的，因为它需要无限长的冲激响应且非因果。工程里必须做近似：用有限阶的巴特沃斯、切比雪夫或椭圆滤波器去逼近，用窗函数法设计 FIR。理解这个"从理想走向可实现"的取舍，比会算理想滤波器的频谱更重要。
再比如"采样率选择"这件事，课本给你 fs>2fmax，工程里你还要考虑：抗混叠滤波器的过渡带宽度、量化噪声、时钟抖动、要不要过采样。这些因素课堂上讲得少，但实际做 AD 采集时每一个都可能毁掉结果。我见过一个团队把采样率压到刚过奈奎斯特率，结果抗混叠滤波器做不出来，最后只能返工提高采样率。
还有调制。课本里讲双边带、单边带调制的频谱搬移，工程里对应的是通信链路的频谱规划。你会发现"频域相乘等于时域卷积"这类性质，在理解混频器输出、镜像干扰时就是最锋利的工具。理论不是拿来应付考试的，它是帮你快速判断"这个架构行不行"的直觉来源。
最后分享一个小习惯：每学完一个变换，就逼自己用一句话说清"它解决什么问题、代价是什么"。傅里叶变换解决频谱问题，代价是要求收敛；拉普拉斯解决发散信号，代价是多了 ROC；Z 变换解决离散系统，代价是复平面几何。当你能脱口而出这些，就说明这些工具真的属于你了。
我个人在实际学习和使用中的体会是，这门课最怕"只练手不算脑"。刷题能提高手速，但真正让你越学越轻松的，是每次算完都回头问一句"这个结果从物理上说得通吗"。稳定系统的极点为什么必须在左半平面，是因为 e^{σt} 的 σ 必须为负才能衰减；采样频率为什么必须两倍，是因为频谱复制不能重叠。当每个公式背后都能挂上一个物理画面，这门课就不再是需要死记的负担，而是你分析任何动态系统时的通用工具。这套思维后来帮我快速上手了滤波器设计、系统辨识和自适应算法，回头看，信号与系统给的不是一堆公式，而是一副看世界的"频域眼镜"。
