简介：本资源是《信号与系统》课程第一章的完整教学课件，面向电子、通信、自动化等工科专业本科生及考研复习者，聚焦信号与系统的基本概念体系构建，解决初学者对核心术语、分类逻辑与数学描述理解不深的问题。课件以西安电子科技大学电路与系统教研中心电子教案为基础，系统梳理信号定义（消息/信息/信号关系）、六大分类维度（确定性/随机性、连续/离散、周期/非周期等）、三大基本特性（时间、频率、统计特性）以及相加、相乘、翻转、平移、展缩等关键运算规则，并延伸至阶跃与冲激信号的广义函数定义及性质，为后续各章时域、频域与Z域分析奠定坚实基础。资源为1个PPT文件，大小1.29MB，结构清晰、图文并茂、公式规范，便于课堂讲授与自学研读。目前已有171人学习下载，内容覆盖课程导论、核心概念辨析与典型波形图示，是入门阶段不可多得的精炼型教学支撑材料。
1. 信号与系统课件第一章：为什么从“冲激响应”讲起，而不是“傅里叶变换”？
很多刚翻开《信号与系统》课件第一章的同学会愣住：没讲正弦波、没画频谱图、甚至没提“系统”两个字，却先甩出一个 δ(t) 的定义、一段带极限的积分、一堆“筛选性”“时移性”的抽象性质——这哪是入门？简直是劝退。但真正带过三届本科生、陪跑过五轮课程设计的工程师都知道：第一章不是教你怎么算，而是帮你建立一套不依赖直觉的“系统语言”。它用冲激信号作为“探针”，把任意输入拆解成无穷多个加权冲激的叠加；再让系统对每个冲激产生一个确定响应（即冲激响应 h(t)），最后线性叠加得到输出——整套LTI系统行为，就压缩在 h(t) 这一个函数里。这不是数学炫技，而是为后续卷积、拉普拉斯、Z变换、滤波器设计、采样重建等所有实操环节埋下可推演、可测量、可编程的底层锚点。适合正在啃课件却卡在“概念堆砌感”里的本科生，也适合想补足理论断层、调试实际电路或嵌入式信号链时总被“相位突变”“群延迟失真”搞懵的硬件/算法工程师。
2. 从课件定义出发：手写推导冲激响应的三个关键步骤
课件第一章通常不会直接给出 h(t) 的闭式解，而是引导你从系统微分方程或差分方程出发，通过“零状态响应 + 冲激激励”反推。这个过程看似纸面推导，实则是后续用 MATLAB/Simulink 建模、用 Python 验证、甚至用 FPGA 实现脉冲响应测量的逻辑起点。下面以课件中最常出现的一阶RC低通电路为例，拆解三步不可跳过的推导动作。
2.1 第一步：写出系统的微分方程并标准化
RC低通电路的物理关系是：
$$ v_{in}(t) = v_{out}(t) + RC \frac{dv_{out}(t)}{dt} $$
整理为标准一阶线性微分方程形式（课件强调“零输入/零状态分离”的前提）：
$$ \frac{dv_{out}(t)}{dt} + \frac{1}{RC} v_{out}(t) = \frac{1}{RC} v_{in}(t) $$
提示：课件此处常省略单位检查，但实操中必须确认——若 R=10kΩ、C=100nF，则时间常数 τ=RC=1ms，对应系数 1/τ=1000 s⁻¹。单位错一位，后续仿真全偏。
2.2 第二步：代入冲激激励，求解零状态响应
令 $ v_{in}(t) = \delta(t) $，初始状态 $ v_{out}(0^-) = 0 $（零状态）。经典解法是齐次解+特解，但课件第一章更倾向用“冲激平衡法”：
- 冲激作用瞬间（t=0），电容电压不能跃变，但电流可跃变 → 电容等效短路 → 输出电压在 t=0⁺ 瞬间仍为0；
- 冲激过后（t>0），输入为0，方程退化为齐次：
$$ \frac{dv_{out}(t)}{dt} + \frac{1}{\tau} v_{out}(t) = 0,\quad v_{out}(0^+) = \frac{1}{RC} \cdot \text{（冲激强度）} \times \text{（电容等效导纳）} $$
严格推导需用冲激函数的筛选性：对微分方程两边从 $ 0^- $ 到 $ 0^+ $ 积分，得
$$ v_{out}(0^+) - v_{out}(0^-) = \int_{0^-}^{0^+} \frac{1}{RC}\delta(t),dt = \frac{1}{RC} $$
故 $ v_{out}(0^+) = \frac{1}{RC} $，而齐次解为 $ v_{out}(t) = A e^{-t/\tau} $，代入得 $ A = \frac{1}{RC} $，最终：
$$ h(t) = \frac{1}{RC} e^{-t/(RC)} u(t) $$
2.3 第三步：验证冲激响应的两个核心性质
课件第一章末尾必设验证题，不是为了凑页数，而是帮你建立“h(t) 是否可信”的判断标尺：
| 性质 | 数学表达 | 物理/工程意义 | 验证方式（手算/代码） |
|---|---|---|---|
| 因果性 | $ h(t) = 0 $ for $ t < 0 $ | 系统不能预知未来输入 | 检查表达式是否含 $ u(t) $ 或 $ u[n] $，无负时间项 |
| 绝对可积性（连续） | $ \int_{-\infty}^{\infty} \vert h(t) \vert dt < \infty $ | 稳定系统必要条件 | 计算 $ \int_0^\infty \frac{1}{RC} e^{-t/(RC)} dt = 1 $，结果有限即满足 |
# Python 验证：数值积分检验绝对可积性（以 RC=0.001s 为例） import numpy as np from scipy.integrate import quad RC = 0.001 h_t = lambda t: (1/RC) * np.exp(-t/RC) if t >= 0 else 0 integral_result, _ = quad(h_t, 0, np.inf) print(f"冲激响应绝对可积值: {integral_result:.6f}") # 应输出 ≈ 1.0这段代码不是炫技——当课件后续引入高阶系统（如二阶RLC谐振）、离散系统（如IIR滤波器）时，你将频繁用quad或scipy.signal.impulse对比解析解与数值解，确保自己没在符号推导中漏掉负号或单位换算。
3. 从课件公式到真实信号：用 Python 复现第一章的四个典型波形与响应
课件第一章的图示（如 δ(t)、u(t)、ramp(t)、e⁻ᵃᵗu(t)）绝非装饰。它们是后续所有实验的“原子信号”：示波器校准用方波（由u(t)组合）、音频测试用扫频正弦（由复指数构建）、电机控制用斜坡（ramp）启动。本节用 Python 把课件里最常出现的4个基础信号及其通过RC系统后的响应画出来，重点不是画图，而是理解每个信号如何暴露系统本质。
3.1 构建信号生成器：封装课件中的标准信号
课件第一章定义的信号，必须用函数封装，而非临时写数组——因为后续要替换为真实ADC采样数据、或对接硬件FPGA输出。
import numpy as np import matplotlib.pyplot as plt def unit_impulse(t, dt=1e-6): """课件定义的δ(t)：在t=0处幅值为1/dt的矩形脉冲（近似）""" impulse = np.zeros_like(t) zero_idx = np.argmin(np.abs(t)) impulse[zero_idx] = 1.0 / dt # 面积=1 return impulse def unit_step(t): """课件定义的u(t)：t<0为0，t>=0为1""" return (t >= 0).astype(float) def ramp(t): """课件定义的ramp(t) = t·u(t)""" return t * unit_step(t) def exp_decay(t, a=1000): """课件例题常用 e^(-at)u(t)，a=1/τ""" return np.exp(-a * t) * unit_step(t)参数说明：
dt是数值仿真的时间分辨率，直接影响冲激近似的精度；a是衰减系数，课件中常写作1/τ，务必与RC参数一致（如 τ=1ms → a=1000）。新手常误设a=0.001，导致响应慢1000倍——这是第一章就该踩的“单位坑”。
3.2 卷积计算：用 NumPy 实现课件中的“叠加原理”
课件强调：“任意输入x(t)的输出y(t) = x(t) ∗ h(t)”。但学生常困惑：手算卷积难，MATLABconv又黑箱。这里用numpy.convolve手撕一遍，并对齐课件坐标轴。
def system_response(x_t, h_t, dt=1e-6): """计算系统响应 y(t) = x(t) * h(t)，返回时间轴和响应值""" y_t = np.convolve(x_t, h_t, mode='full') * dt # *dt 补偿离散卷积的面积缩放 t_y = np.linspace(0, len(y_t)*dt, len(y_t)) # 时间轴从0开始，长度匹配 return t_y, y_t # 示例：计算单位阶跃响应（课件必做题） t = np.arange(0, 0.01, 1e-6) # 0~10ms，1μs步长 x_t = unit_step(t) h_t = exp_decay(t, a=1000) # RC=1ms系统 t_y, y_t = system_response(x_t, h_t, dt=1e-6) plt.figure(figsize=(10, 4)) plt.plot(t, x_t, 'b--', label='x(t) = u(t)') plt.plot(t_y[:len(t)], y_t[:len(t)], 'r-', label='y(t) = u(t) * h(t)') plt.xlabel('t (s)') plt.ylabel('Amplitude') plt.title('课件第一章：阶跃响应验证（RC=1ms）') plt.legend() plt.grid(True) plt.show()这段代码的关键在于* dt—— 这是课件里“积分近似为求和”最易忽略的补偿项。若漏掉，y(t) 幅值会放大10⁶倍（因 dt=1μs），图形完全失真。这就是课件第一章埋下的第一个“数值陷阱”：理论是连续的，实现是离散的，中间差一个 dt。
3.3 四个典型响应对比：看懂课件图示背后的物理约束
把课件第一章的四组信号（δ、u、ramp、e⁻ᵃᵗu）全部过同一RC系统，画在同一张图上，能直观看到系统“记忆性”和“平滑性”：
| 输入信号 | 课件图示特征 | 响应物理含义 | 你该盯住的细节 |
|---|---|---|---|
| δ(t) | 尖峰 | 系统“瞬时记忆”能力 | 峰值高度 = 1/τ，宽度 ≈ τ，面积=1 |
| u(t) | 阶跃上升 | 系统“过渡过程” | 上升时间（10%→90%）≈ 2.2τ，稳态值=1 |
| ramp(t) | 斜坡输入 | 系统“跟踪误差” | 稳态误差 = τ（常数），证明一阶系统无法无差跟踪斜坡 |
| e⁻ᵃᵗu(t) | 指数衰减 | 系统“特征模态” | 若 a=1/τ，响应为 t·e⁻ᵗ⁄ᵀ（临界阻尼），否则为不同衰减速率 |
血泪经验：某次课程设计，学生用 ramp 输入测试电机驱动板，发现稳态误差始终存在。翻回课件第一章，立刻意识到——这不是硬件故障，而是一阶系统固有缺陷。第一章的图，就是你排查真实系统问题的第一张诊断图。
4. 避坑：课件第一章最常被忽略的五个致命细节
课件第一章看似简单，但恰恰是后续所有翻车的源头。以下5条是我在批改上百份作业、调试数十块PCB、带教十几轮实训后，从学生提问高频词里提炼出的“第一章避坑清单”。每一条都对应一个具体现象、明确原因、可执行解决动作。
4.1 现象：冲激响应 h(t) 画出来峰值不对，比如 RC=1ms 时算出峰值是 1000，但课件写的是 1000 V/V？
原因：混淆了“冲激强度”与“系统增益”。课件中 δ(t) 定义为“面积为1的脉冲”，其单位是 s⁻¹（因 δ(t) dt 无量纲），而 h(t) = (1/RC) e⁻ᵗ⁄ᴿᶜ u(t) 的单位是 V/V·s⁻¹ = s⁻¹。所以峰值 1000 的单位是 “1/s”，不是“V”。
解决：在画图前，显式标注坐标轴单位。用plt.ylabel('h(t) [s⁻¹]')，而非plt.ylabel('Amplitude')。单位错，整个分析链崩塌。
4.2 现象：用scipy.signal.impulse生成的 h(t) 和手算解析解对不上，尤其在 t=0 附近震荡。
原因：impulse默认用数值ODE求解器（如LSODA），对冲激这种奇异性处理粗糙；而课件第一章要求的是“理想冲激响应”，必须用解析解或高精度卷积。
解决：放弃impulse，改用本节 3.1 节的exp_decay函数生成 h(t)，或用scipy.signal.cont2discrete先离散化系统再求dimpulse。
4.3 现象：计算阶跃响应时，y(t) 在 t=0 处不是0，而是有个小跳变（如 0.001）。
原因：unit_step(t)中t>=0的判定受浮点精度影响。当 t 数组第一个值是-1e-15（负零），t>=0返回 False，但第二个值1e-15返回 True，导致阶跃点模糊。
解决：重写unit_step：
def unit_step(t, eps=1e-12): return (t >= -eps).astype(float) # 容忍微小负值4.4 现象：卷积后 y(t) 时间轴长度爆炸（如输入1000点，h(t)1000点，y(t)1999点），无法和输入对齐。
原因：np.convolve(mode='full')返回完整卷积，但课件图示通常只画“因果部分”（t≥0）。
解决：截取y_t = y_t[:len(t)]，或改用mode='same'并手动调整起始点：
y_t = np.convolve(x_t, h_t, mode='same') * dt t_y = t # 直接复用原时间轴4.5 现象：课件习题答案说“系统稳定”，但自己算的 ∫|h(t)|dt 发散（比如对 e⁺ᵗu(t)）。
原因：漏看了课件脚注：“本章所有指数信号默认 a>0”。e⁺ᵗu(t) 的 a=-1，不满足稳定性条件，课件默认不讨论。
解决：每次看到指数形式，第一反应写a > 0 ?。在代码中强制校验：
assert a > 0, f"课件第一章要求衰减系数 a>0，当前 a={a}"5. 从课件到实测：用真实示波器数据反推你的“私有 h(t)”
课件第一章教你用 δ(t) 求 h(t)，但现实中你永远得不到理想冲激——示波器最小脉宽 1ns，信号发生器最大边沿速率 1V/ns。真正的工程能力，是用不完美的激励，反推出可用的 h(t)。这一节不讲新理论，只给一个可立即上手的“课件-实测映射流程”，基于某高校电子实验室的真实项目X改造而来。
5.1 用方波代替冲激：为什么这是课件第一章默许的捷径？
课件第一章末尾有一道思考题：“若用周期 T、占空比 1% 的方波近似冲激，其频谱主瓣宽度是多少？”答案指向关键事实：当方波脉宽 τ_p << 系统时间常数 τ_s 时，其效果接近冲激。例如 RC=1ms 系统，用 10μs 脉宽方波（占空比1%），其频谱能量集中在 0~100kHz，而系统带宽约 160Hz（f_c=1/(2πRC)），故系统“看不见”方波的细节，只响应其总面积。
提示：这就是课件不禁止你用方波的原因——它把“理想冲激”降维成“可测方波”，把数学存在性问题，转为工程可操作性问题。
5.2 实测 h(t) 的三步走：从示波器截图到可用数组
假设你已用示波器捕获某放大电路对 10μs 方波的响应（CSV格式导出，列为time,s1）：
| 步骤 | 操作 | 课件依据 | 关键参数 |
|---|---|---|---|
| 1. 数据清洗 | 读取CSV，剔除触发前噪声，对齐 t=0（找方波上升沿50%点） | 课件1.2节“零状态响应定义” | 使用np.argmax(s1 > 0.5*np.max(s1))定位上升沿 |
| 2. 归一化激励 | 计算方波面积 = 幅值 × 脉宽。若实测幅值1.02V、脉宽9.8μs，则面积=10.0e-6 V·s | 课件1.3节“冲激筛选性” | 面积必须精确到 0.1% 以内，否则 h(t) 幅值偏差 |
| 3. 反推 h(t) | 将响应曲线 y_measured(t) 除以方波面积，即得近似 h(t) | 课件1.4节“线性时不变系统定义” | 结果单位自动变为 V/(V·s) = s⁻¹，与理论一致 |
# 实战代码：从示波器CSV反推h(t) import pandas as pd # 假设CSV有两列：time (s), ch1 (V) df = pd.read_csv("scope_capture.csv") t_raw = df['time'].values y_raw = df['ch1'].values # 步骤1：对齐t=0 rise_idx = np.argmax(y_raw > 0.5 * np.max(y_raw)) t_aligned = t_raw - t_raw[rise_idx] y_aligned = y_raw # 步骤2：计算方波面积（需提前知道脉宽和幅值，或从数据估算） pulse_width = 10e-6 # s，由示波器设置确认 pulse_amp = 1.0 # V，由示波器测量确认 pulse_area = pulse_amp * pulse_width # 步骤3：归一化得h(t) h_measured = y_aligned / pulse_area # 保存为课件可读格式 np.savetxt("h_measured.txt", np.column_stack([t_aligned, h_measured]), header="t(s) h(t)(s^-1)", delimiter="\t")这段代码跑通后，你得到的h_measured.txt就是属于你这块PCB的“私有冲激响应”。它可以：
- 导入 MATLAB 用
tf建模，预测任意输入响应； - 用
scipy.signal.filtfilt设计匹配滤波器； - 与课件理论 h(t) 对比，定位硬件偏差（如电容标称值 vs 实际值）。
5.3 一个硬核技巧：用 h(t) 预判你的PCB会不会振铃
课件第一章没讲，但老工程师都懂：h(t) 的过冲（overshoot）和振荡，直接暴露PCB布局的寄生电感/电容。例如，理论一阶RC的 h(t) 应单调衰减，但实测 h(t) 出现 20% 过冲+衰减振荡，说明存在未建模的二阶效应（如电源走线电感与去耦电容形成LC谐振）。
我的习惯是：每次拿到新PCB，第一件事就是用方波+示波器测 h(t)，打开Python画图，盯着
np.max(h_measured)/h_measured[0]这个比值。如果 >1.05，立刻查电源层分割、地弹、探头接地线——这比看眼图、跑SI仿真快十倍。课件第一章给你的，不只是一个函数，是一把打开硬件黑匣子的钥匙。
希望帮到你。
本文还有配套的精品资源，点击获取
