news 2026/8/31 4:23:50

815信号与系统考研真题解析:卷积、傅里叶与拉普拉斯变换全攻略

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
815信号与系统考研真题解析:卷积、傅里叶与拉普拉斯变换全攻略

815信号与系统是西安交通大学电子通信类考研初试中一门150分的专业基础课。2019年真题的整体难度在历年真题中属于中等偏上,题型覆盖了连续系统的时域分析、卷积积分、傅里叶变换与采样定理、拉普拉斯变换与系统稳定性等核心章节。不少考生在考后反馈,失分并不是因为公式没背熟,而是在以下四个地方反复踩坑:卷积计算时区间拼错,傅里叶变换性质用反,采样率只记结论不记得判断依据,利用拉普拉斯变换判断稳定性时忽略了收敛域。本文从2019年真题的命题方向切入,拆解每一类题型的解法,并给出一套可以复用的“读题-建模-计算-验证”流程。

1. 先摸清815信号与系统的考试范围和命题偏好

考研复习最忌讳一上来就刷题。拿到真题之前,先要明确这门课考什么、怎么考、哪些地方容易丢分。815信号与系统虽然每年题目不同,但核心内容和命题逻辑相对稳定。

1.1 考试范围与常用教材

815信号与系统通常以连续时间信号与系统的分析为主线,部分年份会涉及离散时间信号与Z变换。常见参考教材包括吴大正《信号与线性系统分析》、郑君里《信号与系统》等。不同学校在章节取舍上会有差异,最终要以西安交大当年发布的考纲为准。

从复习角度看,可以把内容分成四块:

模块常考内容常见题型
信号与系统基础信号变换、冲激函数、系统性质选择、填空
时域分析卷积积分、零输入响应、零状态响应计算题
频域分析傅里叶变换、频谱、采样定理选择、计算
复频域分析拉普拉斯变换、系统函数、稳定性综合题

这四块不是独立存在的。综合题往往会把时域、频域和复频域串起来,例如给定微分方程,先求系统函数,再判断稳定性,最后求输入信号下的响应。

1.2 2019年真题体现的题型结构

从历年考生反馈和真题回忆来看,815信号与系统通常采用“选择题+填空题+计算题+综合题”的结构。选择题主要考概念辨析,例如判断系统是否线性、是否时不变;填空题偏重简单计算,例如采样率、频谱宽度、卷积结果在某个点的值;计算题需要完整写出步骤,最常考卷积和傅里叶变换;综合题则把拉普拉斯变换、系统函数、零极点和稳定性放在一道题里。

2019年真题最突出的特征是综合性强。前面小题的结论经常在最后一问中被再次使用,中间某一步算错,后面全盘受影响。因此在复习阶段就必须养成“边算边检查”的习惯。

1.3 高频考点与失分点速查

把高频考点整理成一张速查表,对照自己的薄弱环节:

考点常见失分点
系统性质判断把时间缩放系统当成时不变系统
卷积积分积分下限和上限判断错误
傅里叶变换性质时移、尺度变换、对偶性用反
采样定理忘记最高频率是双边谱还是单边谱
拉普拉斯变换收敛域判断错误导致逆变换选错
系统稳定性只看极点位置,忽略ROC必须包含虚轴
部分分式展开重根、复根处理不熟练

2. 必须熟练掌握的数学工具:卷积、傅里叶变换与拉普拉斯变换

这三类变换是815信号与系统的骨架。真题中所有计算题最终都会落到它们上面,区别只是角度和复杂度。

2.1 卷积积分:定义、几何含义与快速求解路径

卷积是判断系统零状态响应的核心工具,定义式为

$$ y(t)=\int_{-\infty}^{+\infty}x(\tau)h(t-\tau),d\tau $$

其中 $x(t)$ 是输入信号,$h(t)$ 是单位冲激响应。直观理解是:把输入分解成无数冲激,系统对每个冲激的响应按时间位置叠加。

实际计算时不要一上来就套公式,而是按下面的顺序处理:

  1. 画出 $x(\tau)$ 和 $h(t-\tau)$ 的图形。
  2. 确定 $h(t-\tau)$ 随 $t$ 移动后与 $x(\tau)$ 的交叠区间。
  3. 按 $t$ 的不同取值范围分段写出积分。
  4. 对每一段分别积分,最后把结果拼成分段函数。

这里最容易出错的地方是分段区间。对于只含阶跃函数、矩形脉冲和指数函数的信号,分段点通常是信号的突变点。每算出一段,都要检查该段边界处函数值是否连续。

2.2 傅里叶变换:从定义到常用变换对

傅里叶变换用于分析信号的频谱,正变换定义为

$$ X(j\omega)=\int_{-\infty}^{+\infty}x(t)e^{-j\omega t},dt $$

考试中直接套定义求变换的题目不多,更多是使用性质。高频性质包括线性、时移、频移、尺度变换、对偶性、时域微分和卷积定理。其中最容易混淆的是尺度变换性质:

$$ x(at) \longleftrightarrow \frac{1}{|a|}X\left(\frac{j\omega}{a}\right) $$

时间压缩对应频谱扩展。这个性质在判断时间和频率带宽关系时非常关键。

常用变换对要背熟。下面是最基本的几组:

时域信号傅里叶变换
$\delta(t)$$1$
$u(t)$$\pi\delta(\omega)+\dfrac{1}{j\omega}$
$e^{-at}u(t),\ a>0$$\dfrac{1}{a+j\omega}$
门函数 $g_{\tau}(t)$$\tau Sa\left(\dfrac{\omega\tau}{2}\right)$
$\delta(t-t_0)$$e^{-j\omega t_0}$

2.3 拉普拉斯变换与系统函数

拉普拉斯变换是傅里叶变换的推广,适合处理不稳定系统和带初始条件的系统。变换定义式为

$$ X(s)=\int_{-\infty}^{+\infty}x(t)e^{-st},dt $$

拉普拉斯变换后,系统的微分方程变成代数方程,系统函数定义为

$$ H(s)=\frac{Y(s)}{X(s)} $$

判断系统稳定性时,不能只检查极点实部是否小于零,还要结合收敛域ROC。系统必须满足RO包含虚轴才是稳定系统。对因果系统,典型ROC是某个极点实部右侧的半平面;对非因果系统,RO可能是两个极点之间的带状区域。2019年这类题目的陷阱大多在这里。

3. 2019年真题典型题目的逐题解构

下面用几道与2019年真题考查角度一致的代表性题目做拆解。题目不要求原卷一比一还原,关键是把解法思路讲清楚,方便你迁移到同类题上。

3.1 选择题:系统性质判断

题目:判断系统 $y(t)=x(2t)$ 是否是线性时不变系统。

解:

首先验证线性。设输入 $x_1(t)$ 产生 $y_1(t)=x_1(2t)$,输入 $x_2(t)$ 产生 $y_2(t)=x_2(2t)$。对任意常数 $a,b$,输入 $ax_1(t)+bx_2(t)$ 产生的输出为

$$ a x_1(2t)+ b x_2(2t) = a y_1(t)+b y_2(t) $$

所以系统是线性的。

再验证时不变性。先把输入延迟 $t_0$,得到 $x(t-t_0)$,系统输出为

$$ x(2t-t_0) $$

如果先让系统输出再延迟 $t_0$,得到

$$ y(t-t_0)=x(2(t-t_0))=x(2t-2t_0) $$

两者不相等,所以系统不是时不变的。

这里要记住一个规律:只要系统表达式里直接出现了时间尺度变换,例如 $x(2t)$、$x(t/3)$,这个系统通常是时变系统。原因在于“先延迟后系统”和“先系统后延迟”两种顺序得到的信号不同。

3.2 填空题:采样与频谱

题目:某带限信号 $x(t)$ 的最高频率为 $3\text{kHz}$,为保证能从采样信号中无失真恢复原始信号,最小采样频率是____。

解:根据采样定理,最小采样频率必须大于最高频率的两倍,也就是

$$ f_s > 2 f_m = 6\text{kHz} $$

如果题目要求“最小”,严格来说需要大于6kHz,所以答案写作 $6\text{kHz}$,但在实际应用中通常取略高于理论值的采样率,并添加抗混叠滤波器。

这类题的延伸考法是把信号描述成频谱函数。例如给一个带通信号,问你采样频率至少多少。此时要格外注意“最高频率”是指正频率部分还是总频谱范围。对于实信号,频谱关于原点对称,最高频率通常指正频率最大值。

3.3 计算题:卷积与系统响应

题目:已知系统的单位冲激响应为 $h(t)=e^{-t}u(t)$,输入为 $x(t)=u(t)-u(t-2)$,求零状态响应 $y(t)$。

解:

零状态响应为

$$ y(t)=x(t)*h(t)=\int_{-\infty}^{+\infty} x(\tau)h(t-\tau),d\tau $$

因为 $x(\tau)$ 在 $\tau \in [0,2]$ 上等于1,其他区间为0,所以积分范围限制在

$$ y(t)=\int_0^{2} e^{-(t-\tau)}u(t-\tau),d\tau $$

其中 $u(t-\tau)$ 的约束是 $\tau \le t$。分三种情况讨论:

当 $t<0$ 时,$\tau\le t<0$,与 $\tau \in [0,2]$ 无交集,所以

$$ y(t)=0 $$

当 $0\le t<2$ 时,积分上限变成 $t$,得到

$$ y(t)=\int_0^{t} e^{-(t-\tau)},d\tau = 1-e^{-t} $$

当 $t\ge 2$ 时,积分范围是整个 $[0,2]$,得到

$$ y(t)=\int_0^{2} e^{-(t-\tau)},d\tau = e^{-t}\left(e^2-1\right) $$

所以最终结果为

$$ y(t)= \begin{cases} 0, & t<0 \[4pt] 1-e^{-t}, & 0\le t<2 \[4pt] e^{-t}(e^2-1), & t\ge 2 \end{cases} $$

检查连续性:在 $t=0$ 处,左右极限都是0;在 $t=2$ 处,左极限为 $1-e^{-2}$,右极限为 $e^{-2}(e^2-1)=1-e^{-2}$,连续。卷积结果不会出现跳变,这是检验分段是否正确的重要手段。

3.4 综合题:拉普拉斯变换与系统稳定性

题目:已知某系统的系统函数为

$$ H(s)=\frac{1}{s^2+3s+2} $$

判断该系统是否为因果稳定系统,并求单位冲激响应。

解:

先因式分解分母:

$$ s^2+3s+2=(s+1)(s+2) $$

所以

$$ H(s)=\frac{1}{(s+1)(s+2)} $$

部分分式展开:

$$ H(s)=\frac{1}{s+1}-\frac{1}{s+2} $$

如果系统是因果的,收敛域为

$$ \text{Re}(s) > -1 $$

这个ROC包含整个虚轴,因此系统稳定。单位冲激响应为

$$ h(t)=\left(e^{-t}-e^{-2t}\right)u(t) $$

如果题目没有说明因果性,则ROC有多种选择。例如ROC为 $-2<\text{Re}(s)<-1$ 时,系统既不是因果的,也不是稳定的,因为ROC不包含虚轴。这是815考试中典型的“隐藏条件”题,看到系统函数后一定要先确认默认条件是因果还是双边。

4. 用Python做数值验证,避免手工计算失误

信号与系统考试虽然不能带电脑,但平时复习时完全可以用Python验证自己的手算结果。数值方法是帮助你定位错误的工具,不是考场上的替代品。

4.1 卷积结果验证

对上一节的卷积题,可以用numpyscipy做离散近似:

import numpy as np from scipy.signal import convolve import matplotlib.pyplot as plt fs = 2000 t = np.arange(-1, 5, 1 / fs) dt = t[1] - t[0] x = ((t >= 0) & (t < 2)).astype(float) h = np.exp(-t) * (t >= 0).astype(float) y = convolve(x, h, mode='full')[:len(t)] * dt for time in [0.5, 1.5, 3.0]: if time < 2: theory = 1 - np.exp(-time) else: theory = np.exp(-time) * (np.exp(2) - 1) idx = np.argmin(np.abs(t - time)) print(f"t={time:.1f}:数值解={y[idx]:.4f}, 理论值={theory:.4f}") plt.figure(figsize=(8, 3)) plt.plot(t, y) plt.title("y(t)=x(t)*h(t)") plt.xlabel("t") plt.ylabel("y(t)") plt.grid(True) plt.show()

运行后会输出关键点的数值解与理论值。两者误差应该在10的负3次方量级,主要来自离散采样和dt的近似。如果数值解与理论值明显不同,通常不是程序问题,而是手算时分段区间写错。

convolvemode='full'返回完整卷积长度,这里先截取与t等长的长度,再乘以时间步长dt。这一步不能漏掉,否则结果量纲会变成“点数之和”而不是“积分值”。

4.2 系统稳定性验证

拉普拉斯变换部分的题目可以用scipy.signal.tf2zpk直接得到零极点:

import numpy as np from scipy import signal z, p, k = signal.tf2zpk([1], [1, 3, 2]) print("零点:", z) print("极点:", p) stable_causal = all(pi.real < 0 for pi in p) print("因果情况下是否稳定:", stable_causal)

输出极点应为 $-1$ 和 $-2$。对于因果系统,所有极点实部小于0,说明稳定。这个验证虽然简单,但能快速帮你确认部分分式展开后每个分量的衰减方向是否正确。

5. 常见错误与考场快速排查清单

考试中最可怕的是做完了所有题,却因为粗心丢掉了步骤分。下面整理最常见的几类错误,以及考场上可以执行的排查顺序。

5.1 常见错误现象与处理方案

错误现象可能原因处理方案
卷积结果在分段点不连续积分上限或下限写错用图形法重新检查交叠区间
判断系统性质时把 $y(t)=x(2t)$ 当成时不变忽略时间尺度变换用“先延迟后系统”与“先系统后延迟”对比
采样频率直接写成 $2f_m$ 且没有加滤波器忽略实际采样工程约束理论不高于 $2f_m$,实际应留余量并加抗混叠滤波
拉普拉斯逆变换结果指数项符号不对ROC选错根据ROC判断结果是右边信号还是左边信号
判断稳定性只检查极点实部忽略ROC是否包含虚轴画出极点与ROC,再判断虚轴是否在内

5.2 考场上从现象倒推原因的排查链路

如果做完一道题发现结果可疑,不要立即重做,而是按下面的顺序排查:

  1. 检查输入信号是否抄错,例如阶跃函数起点、矩形脉冲宽度。
  2. 检查卷积的两个信号是否在正确的轴上,是否把 $h(t-\tau)$ 写成 $h(\tau-t)$。
  3. 检查分段区间是否覆盖了所有 $t$,尤其是 $t<0$ 的区域不能漏掉。
  4. 对每一段结果,用特殊点验证。例如卷积分段点应连续,若连续则大概率正确。
  5. 对于傅里叶变换题,用能量守恒或零频分量检查。$X(0)$ 应等于信号的面积。
  6. 对于拉普拉斯题,先画零极点图,再写ROC,最后才做逆变换。

5.3 考场时间分配建议

815信号与系统题量不小,建议按下面的节奏控制时间:

题型建议用时策略
选择题15分钟每个概念题控制在1分钟内
填空题20分钟只写关键结果,不展开
计算题80分钟每题15到20分钟,先写公式再代入
综合题35分钟最后留10分钟整体检查

如果某道计算题超过了20分钟还没算出来,先跳过,最后再补。考试得分策略是“把能拿的步骤分拿全”,即使中间某一步算错,前面的公式和流程也会给分。

6. 最后复习阶段可落地的学习计划

复习不能只靠刷题数量,更要有节奏。临近考试,把时间分成三个阶段,每个阶段目标明确。

6.1 三阶段复习安排

阶段时间主要任务
基础阶段考前6到8周过完教材课后题,整理错题本
强化阶段考前3到5周按专题刷真题,总结题型模板
冲刺阶段考前1到2周限时模拟整套真题,背诵公式表

冲刺阶段特别注意:完整地按考试时间做两套真题,不只是刷题,而是训练时间分配和心态。每次模拟后都按“错误类型”而不是“错误题目”归类,例如卷积分段、ROC选择、计算跳步。

6.2 考前检查清单

进考场前,确保以下内容已经内化:

  • 卷积积分定义和常用信号的卷积结果。
  • 傅里叶变换性质表,尤其是尺度变换、时移、频移、对偶性。
  • 常用拉普拉斯变换对和系统函数求解步骤。
  • ROC三种典型形态:右边、左边、双边,以及对应的因果性和稳定性结论。
  • 采样定理的完整表述,以及抗混叠滤波器的必要性。
  • 部分分式展开在单根、重根、复根三种情况下的公式。
  • 初值定理和终值定理的使用条件。

这些内容不需要背熟每一道题,但要在考场上能做到看到条件就反射出解法。815信号与系统的核心得分点不是炫技,而是把基本的卷积和变换算得又快又准。把2019年真题暴露出的这几类问题逐一解决,比盲目多刷十套题更有用。

最后需要提醒的是,真题的参考价值在于它清晰标出了命题人的出题习惯和陷阱偏好。复习时不要只盯着正确答案,要重点分析错误选项是怎么构造出来的,以及自己为什么会选错。每道错题都补上一个“以后看到什么关键词,先检查什么条件”的提醒,考场上的稳定性会有明显提升。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/8/31 4:23:18

Unity游戏项目收尾实践:从玩法闭环到构建发布

《恶灵乐园》这个系列终于走到了最终回。前面几篇我们完成了场景搭建、第一人称角色控制、道具交互、敌人 AI、存档系统等模块&#xff0c;游戏已经具备了一个恐怖探索 Demo 的基本骨架。但“能玩”和“完整交付”之间还有一段路&#xff1a;主流程要闭环&#xff0c;结局要明确…

作者头像 李华
网站建设 2026/8/31 4:22:35

终端效率革命:用fd、fzf、bat和rg打造极速文件搜索与代码定位流水线

这个秘密&#xff0c;我其实不太愿意写出来。不是因为它见不得光&#xff0c;而是因为它太“小”了——小到很多同行就算知道了&#xff0c;也只会觉得“就这&#xff1f;”。但它确实让我在日常开发里省下了大量来回切换窗口、反复找文件、凭记忆翻路径的时间。如果你和我一样…

作者头像 李华
网站建设 2026/8/31 4:21:04

跑团Replay制作全流程:从录音转写到AI立绘与批量合成

跑团 Replay 视频在 B 站、抖音这类平台已经不算小众。最近看到一部《孤岛恋综——秦六世君臣 CP 角色桌》&#xff0c;第一回标题叫《好混乱的食物链》。从标题来看&#xff0c;这是一个荒岛求生 恋爱综艺 秦代架空设定的跑团局&#xff0c;多人角色桌、CP 关系线、天然带有…

作者头像 李华
网站建设 2026/8/31 4:20:22

AI Agent安全边界:沙箱、权限与审批机制的工程实践

“AI Agent 失控”“AI 蜂群密谋数月逃出 OpenAI”这类标题&#xff0c;最近在内容平台上一出现就自带流量。作为一个常年做 AI 应用落地的人&#xff0c;我看到这类标题的第一反应&#xff0c;不是跟着剧情走&#xff0c;而是把它翻译成一个更实际的工程问题&#xff1a;当 AI…

作者头像 李华
网站建设 2026/8/31 4:19:53

GLM 5.3 Flash接入效果差?智能体层才是决定上限的关键

同一个 GLM 5.3 Flash API&#xff0c;为什么有的人接出来像初级实习生&#xff0c;有的人接出来像一个熟练的研发工程师&#xff1f;差距往往不在模型本身&#xff0c;而在模型外面那层“施工图纸”。最近关于 GLM 5.3 和智能体层的讨论很多&#xff0c;有一个信息特别值得停下…

作者头像 李华
网站建设 2026/8/31 4:19:31

在边缘计算中协作回归学习的分布式ADMM方法附Matlab代码

✅作者简介&#xff1a;热爱科研的Matlab仿真开发者&#xff0c;擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。&#x1f34e; 往期回顾关注个人主页&#xff1a;Matlab科研工作室&#x1f447; 关注我领取海量matlab电子书和…

作者头像 李华