信号与系统奇异函数全解析：冲激、阶跃、斜坡与卷积运算指南

1. 信号与系统里那个绕不开的“奇异函数家族”

如果你正在学信号与系统，或者考研复习到冲激函数这一章，大概率会在某个深夜对着一堆带箭头的符号发呆——单位冲激、单位阶跃、单位斜坡、单位加速度，还有它们的导数、积分、缩放、卷积，长得像又不一样，性质一大堆，考试还特别爱考。我当年第一次接触“奇异函数”这个概念的时候，心里就一个想法：这玩意儿凭什么叫“奇异”？它到底奇在哪？

后来做项目、带学弟学妹、反复刷题，才慢慢把这一家子理清楚。所谓“奇异函数”，英文叫 singular functions，也叫广义函数，核心特征就是它们在常规函数意义下“不正常”——比如单位冲激函数 δ(t)，它在 t=0 处取值无穷大，在其他地方取值为零，而且它的积分等于 1。你没法用普通函数图像把它画出来，只能用带箭头的竖线表示。但就是这么一个“不正经”的函数，撑起了整个线性时不变系统分析的半壁江山。

这篇笔记我打算把奇异函数家族从头到尾捋一遍：它们各自是什么、彼此之间什么关系、有哪些容易记混的性质、考试和实际分析里怎么用。适合正在学信号与系统的本科生、考研党，也适合工作中需要回顾卷积和系统冲激响应推导的工程师。我会尽量用生活化的类比把抽象概念讲清楚，同时把关键公式、推导逻辑、常见坑点都列出来，让你看完能直接上手做题和分析。

2. 奇异函数家族成员逐个拆解

2.1 单位阶跃函数：家族里的“开关”

单位阶跃函数通常记作 u(t)，定义很直白：

• 当 t < 0 时，u(t) = 0
• 当 t > 0 时，u(t) = 1
• 在 t = 0 处，有的教材定义为 1，有的定义为 1/2，有的干脆不定义

你可以把它想象成一个理想开关：t=0 之前电路断开，输出为 0；t=0 之后电路接通，输出恒为 1。这个函数最大的作用就是“截断”——乘以 u(t) 就能把某个信号在 t<0 的部分全部砍掉，变成因果信号。

比如一个正弦信号 sin(t) 乘以 u(t)，就变成了只在 t≥0 存在的正弦波。这在系统分析里太常见了，因为实际系统大多是因果系统，输入信号往往从某个时刻才开始加进去。

注意：u(t) 在 t=0 处的取值不影响积分和卷积结果，因为单点取值不影响积分值。考试里如果题目没特别说明，按教材定义来就行，不用纠结。

2.2 单位冲激函数：家族里的“原子弹”

单位冲激函数 δ(t) 是整个奇异函数家族的核心，也是最能体现“奇异”二字的成员。它的定义有两种等价方式：

第一种是狄拉克定义：

• δ(t) = 0，当 t ≠ 0
• ∫δ(t)dt = 1，积分区间包含 t=0

第二种是极限定义：δ(t) 可以看作某个窄脉冲函数在宽度趋于零、高度趋于无穷、面积保持为 1 时的极限。比如矩形脉冲、三角脉冲、高斯脉冲，取极限都能得到 δ(t)。

δ(t) 最核心的性质是筛选性质（也叫抽样性质）：

∫x(t)δ(t - t₀)dt = x(t₀)

这个式子什么意思？就是说 δ(t - t₀) 像一个“采样器”，把连续信号 x(t) 在 t = t₀ 这一点的值“挑”出来。你可以把 δ(t) 想象成一把无限细、无限锋利的探针，它只在 t₀ 处有响应，其他地方完全没反应。

这个性质是后面卷积、傅里叶变换、拉普拉斯变换推导的基础，必须烂熟于心。

2.3 单位斜坡函数与单位加速度函数：积分链上的兄弟

单位斜坡函数记作 r(t)，定义为：

• r(t) = t·u(t)
• 当 t < 0 时，r(t) = 0
• 当 t ≥ 0 时，r(t) = t

它其实就是 u(t) 的积分：r(t) = ∫u(τ)dτ，积分下限取负无穷。

单位加速度函数记作 a(t)，定义为：

• a(t) = (t²/2)·u(t)
• 它是 r(t) 的积分，也是 u(t) 的二重积分

这三个函数构成了一条清晰的积分链：

δ(t) → u(t) → r(t) → a(t)

反过来就是微分链：

a(t) → r(t) → u(t) → δ(t)

但要注意，微分关系在 t=0 处有跳变，严格来说要用广义函数意义下的导数来理解。比如 u(t) 的导数就是 δ(t)，r(t) 的导数是 u(t)，这些在常规函数意义下不成立，但在广义函数框架下完全合法。

2.4 符号函数与单位冲激偶：家族里的“边缘成员”

符号函数 sgn(t) 定义为：

• t > 0 时，sgn(t) = 1
• t < 0 时，sgn(t) = -1
• t = 0 时，sgn(t) = 0

它和 u(t) 的关系是：u(t) = (1/2)[1 + sgn(t)]，或者 sgn(t) = 2u(t) - 1。

单位冲激偶 δ'(t) 是 δ(t) 的导数，它的筛选性质是：

∫x(t)δ'(t - t₀)dt = -x'(t₀)

注意这里有个负号，很多人第一次记的时候会漏掉。冲激偶可以理解为“一对正负冲激无限靠近”的极限，在系统分析里用于描述某些高阶微分关系。

3. 奇异函数之间的运算关系与性质全梳理

3.1 积分与微分关系：一条主线串起全家

前面已经提到，奇异函数家族最核心的关系就是积分和微分。我把这条链再明确一下：

这张表建议直接背下来。考试里经常出现“已知某信号是另一个信号的二阶导数，求两者关系”这类题，有了这张表就能快速反应。

实操心得：我当年记这条链的时候，用了一个笨办法——每次做题前先在草稿纸角落写一遍 δ→u→r→a，然后标上箭头方向。写了大概二十遍之后，就再也没记混过。你也可以试试。

3.2 缩放与平移：变量替换的坑最多

奇异函数在变量替换时有一些特殊规则，尤其是 δ(t) 的缩放性质：

δ(at) = (1/|a|)·δ(t)

这个式子非常重要。它告诉我们，冲激函数在时间轴上压缩或展宽时，幅度会反向变化，保持面积不变。比如 δ(2t)，时间压缩了 2 倍，幅度就变成原来的 1/2。

更一般地：

δ(at - b) = (1/|a|)·δ(t - b/a)

这个在解卷积和傅里叶变换时经常用到。

对于 u(t) 和 r(t)，缩放规则就简单一些：

• u(at) = u(t)，当 a > 0
• u(at) = u(-t)，当 a < 0
• r(at) = a·r(t)，当 a > 0

但要注意，u(t) 和 r(t) 在 t=0 处的跳变会导致某些运算需要分段处理。

3.3 卷积运算：奇异函数的主战场

卷积是信号与系统里最重要的运算之一，而奇异函数在卷积中扮演着“单位元”和“微分器/积分器”的角色。

核心结论：

• x(t) * δ(t) = x(t)
• x(t) * δ(t - t₀) = x(t - t₀)
• x(t) * u(t) = ∫x(τ)dτ，积分下限取负无穷
• x(t) * δ'(t) = x'(t)

这几个式子说明：

• δ(t) 是卷积的单位元，任何信号和它卷积都等于自己
• δ(t - t₀) 是延迟器，卷积后信号平移 t₀
• u(t) 是积分器，卷积后信号被积分
• δ'(t) 是微分器，卷积后信号被微分

这就解释了为什么线性时不变系统的冲激响应 h(t) 那么重要——因为系统输出 y(t) = x(t) * h(t)。如果 h(t) = δ(t)，系统就是恒等系统；如果 h(t) = u(t)，系统就是积分器；如果 h(t) = δ'(t)，系统就是微分器。

注意：卷积运算中，如果两个信号都包含奇异函数，要小心处理。比如 u(t) * u(t) = r(t)，δ(t) * δ(t) = δ(t)，这些结论要能快速推导。

3.4 傅里叶变换与拉普拉斯变换中的奇异函数

奇异函数在频域和复频域里的表现也很有特点。

傅里叶变换：

• u(t) 的傅里叶变换是 1/(jω) + πδ(ω)
• δ(t) 的傅里叶变换是 1
• δ(t - t₀) 的傅里叶变换是 e^(-jωt₀)
• sgn(t) 的傅里叶变换是 2/(jω)

拉普拉斯变换：

• u(t) 的拉普拉斯变换是 1/s，收敛域 Re(s) > 0
• δ(t) 的拉普拉斯变换是 1，收敛域整个 s 平面
• r(t) 的拉普拉斯变换是 1/s²，收敛域 Re(s) > 0

这些变换对在解微分方程、分析系统频率响应时经常用到。特别是 δ(t) 的拉普拉斯变换等于 1，说明冲激函数包含所有频率成分，这也是为什么用冲激响应可以完整描述系统特性。

4. 实操演练：用奇异函数分析一个具体系统

4.1 问题设定与思路

假设有一个线性时不变系统，它的冲激响应是 h(t) = e^(-2t)·u(t)。现在输入信号是 x(t) = u(t) - u(t - 1)，也就是一个宽度为 1 的矩形脉冲。求系统输出 y(t)。

这个题是信号与系统里非常典型的卷积应用题。思路很清晰：

y(t) = x(t) * h(t) = ∫x(τ)h(t - τ)dτ

因为 x(t) 是矩形脉冲，h(t) 是因果指数衰减，所以卷积结果会是一个先上升后衰减的波形。

4.2 分段计算过程

我们把 x(τ) 和 h(t - τ) 写出来：

x(τ) = 1，当 0 ≤ τ ≤ 1；否则为 0

h(t - τ) = e^(-2(t-τ))·u(t - τ)

u(t - τ) 要求 t - τ ≥ 0，即 τ ≤ t。

所以被积函数非零的条件是：0 ≤ τ ≤ 1 且 τ ≤ t。

接下来分情况讨论：

情况一：t < 0

此时 τ ≤ t 和 0 ≤ τ ≤ 1 没有交集，y(t) = 0。

情况二：0 ≤ t < 1

积分区间是 0 ≤ τ ≤ t：

y(t) = ∫₀ᵗ e^(-2(t-τ))dτ = e^(-2t)·∫₀ᵗ e^(2τ)dτ = e^(-2t)·(1/2)(e^(2t) - 1) = (1/2)(1 - e^(-2t))

情况三：t ≥ 1

积分区间是 0 ≤ τ ≤ 1：

y(t) = ∫₀¹ e^(-2(t-τ))dτ = e^(-2t)·∫₀¹ e^(2τ)dτ = e^(-2t)·(1/2)(e² - 1) = (1/2)(e² - 1)·e^(-2t)

整理一下：

• t < 0：y(t) = 0
• 0 ≤ t < 1：y(t) = (1/2)(1 - e^(-2t))
• t ≥ 1：y(t) = (1/2)(e² - 1)·e^(-2t)

这个结果可以用分段函数表示，也可以用 u(t) 和 u(t-1) 组合表示：

y(t) = (1/2)(1 - e^(-2t))·u(t) - (1/2)(1 - e^(-2(t-1)))·u(t - 1)

4.3 结果验证与物理意义

我们可以检查几个关键点：

• t = 0 时，y(0) = 0，符合初始条件
• t = 1 时，两种情况的结果应该连续：
  • 从左边：y(1⁻) = (1/2)(1 - e^(-2))
  • 从右边：y(1⁺) = (1/2)(e² - 1)·e^(-2) = (1/2)(1 - e^(-2))
  • 两者相等，说明结果连续
• t → ∞ 时，y(t) → 0，因为指数衰减

这个结果符合物理直觉：矩形脉冲输入系统后，输出先上升，然后在脉冲结束后按指数规律衰减。

实操心得：做卷积题的时候，画图非常关键。我习惯先把 x(τ) 和 h(t-τ) 画在同一张图上，然后移动 h(t-τ)，观察重叠区域的变化。这样分段点一目了然，不容易漏情况。尤其是涉及 u(t) 和 δ(t) 的题目，画图能帮你快速判断积分上下限。

5. 常见问题与避坑指南

5.1 冲激函数的乘积与平方

很多人会问：δ(t)·δ(t) 等于什么？δ²(t) 有意义吗？

严格来说，δ(t) 是广义函数，两个冲激函数相乘在常规意义下没有定义。但在某些工程近似中，如果两个冲激出现在不同位置，乘积为零；如果出现在同一位置，需要根据具体上下文处理。考试里一般不会考 δ(t)·δ(t)，如果遇到，通常按广义函数理论处理，或者题目本身有误。

5.2 u(t) 在 t=0 处的取值

前面提到过，u(0) 的定义因教材而异。有的定义为 1，有的定义为 1/2，有的不定义。这个差异会影响某些涉及 u(t) 在原点处取值的计算，比如 u(t)·u(t) 在 t=0 处的值。

但好消息是，在积分、卷积、傅里叶变换等运算中，单点取值不影响结果。所以做题时如果题目没有特别说明，按你所用教材的定义来就行，不用纠结。

5.3 卷积积分上下限的确定

这是初学者最容易出错的地方。卷积积分：

y(t) = ∫x(τ)h(t - τ)dτ

积分上下限由 x(τ) 和 h(t - τ) 的非零区间共同决定。常见错误是直接写 ∫₋∞^∞，然后不知道下一步怎么算。

正确做法是：

1. 写出 x(τ) 的非零区间
2. 写出 h(t - τ) 的非零区间（通常包含 τ ≤ t 或 τ ≥ t 的条件）
3. 求两个区间的交集
4. 根据 t 的不同取值范围，分段讨论

这个流程看起来简单，但实际操作时容易漏情况。建议每道题都画图辅助。

5.4 微分性质中的符号问题

δ'(t) 的筛选性质是：

∫x(t)δ'(t - t₀)dt = -x'(t₀)

注意负号。这个负号来自分部积分：

∫x(t)δ'(t - t₀)dt = [x(t)δ(t - t₀)] - ∫x'(t)δ(t - t₀)dt = 0 - x'(t₀) = -x'(t₀)

很多人第一次记的时候会漏掉负号，导致后面推导全错。建议自己动手推一遍分部积分，理解负号的来源，比死记硬背强。

5.5 常见问题速查表

6. 奇异函数在系统分析中的实际应用场景

6.1 系统冲激响应与阶跃响应

线性时不变系统有两个基本响应：冲激响应 h(t) 和阶跃响应 g(t)。它们的关系是：

g(t) = h(t) * u(t) = ∫h(τ)dτ

h(t) = g'(t) = dg(t)/dt

也就是说，阶跃响应是冲激响应的积分，冲激响应是阶跃响应的导数。这个关系在实验测量中非常有用：有时候直接测冲激响应很难（理想冲激信号不好产生），但测阶跃响应很容易（开关信号），然后通过微分得到冲激响应。

6.2 微分方程求解

用拉普拉斯变换解微分方程时，奇异函数帮我们统一处理初始条件。比如一个二阶系统：

y''(t) + 3y'(t) + 2y(t) = x(t)

两边取拉普拉斯变换，利用 u(t) 和 δ(t) 的变换对，可以把微分方程变成代数方程，然后求逆变换得到时域解。整个过程系统化、流程化，比直接解微分方程省事得多。

6.3 信号分解与重构

任何信号都可以分解成冲激函数的加权积分：

x(t) = ∫x(τ)δ(t - τ)dτ

这个式子看起来是废话，但它揭示了信号分解的核心思想：把复杂信号拆成无数个冲激的叠加。这正是卷积运算的物理基础，也是线性系统分析的理论基石。

同样，信号也可以分解成阶跃函数的叠加，或者斜坡函数的叠加，具体用哪种分解取决于系统特性。

6.4 采样定理与信号重建

虽然采样定理通常用冲激串来推导，但核心思想还是奇异函数的筛选性质。理想采样可以表示为：

x_s(t) = x(t)·∑δ(t - nT)

利用 δ(t) 的筛选性质，采样信号在 nT 时刻的值就是 x(nT)。然后通过理想低通滤波器重建原信号，整个过程都建立在奇异函数的理论框架上。

7. 我踩过的坑与复习建议

7.1 不要死记硬背，要理解推导

我刚开始学的时候，试图把奇异函数的所有性质都背下来，结果做题时一遇到变形就懵。后来改变策略，每次遇到一个性质，先自己推一遍。比如 δ(at) = (1/|a|)δ(t)，我是通过变量替换和积分面积不变推出来的，推过三次之后就再也没忘过。

7.2 画图是王道

卷积、分段、积分上下限，这些容易出错的地方，画图都能帮你理清。我习惯用不同颜色的笔画出 x(τ) 和 h(t-τ)，然后移动 h(t-τ)，观察重叠区域的变化。这个方法虽然笨，但准确率极高。

7.3 多做综合题，少做单一知识点题

奇异函数的性质单独考并不难，难的是综合应用。比如一道题同时涉及冲激函数的缩放、卷积的平移、拉普拉斯变换的初值定理，这时候就需要对整套知识体系有整体把握。建议复习时多做综合题，把各个知识点串起来。

7.4 整理自己的公式卡片

我当年整理了一套公式卡片，正面写公式，背面写推导过程和适用条件。比如 δ(t) 的筛选性质，背面就写“适用于积分区间包含 t₀ 的情况，x(t) 在 t₀ 处连续”。这样复习时不仅能记住公式，还能记住什么时候能用、什么时候不能用。

7.5 用实际信号验证理论结果

学完卷积之后，我找了一段音频信号和一个简单的低通滤波器冲激响应，用代码做了一遍卷积，然后对比理论计算结果。虽然代码实现和理论推导有差异（离散 vs 连续），但整体趋势一致，这让我对卷积的物理意义有了更直观的理解。

8. 写在最后的一些个人体会

奇异函数这一章，刚学的时候觉得抽象、反直觉，但越往后学越发现它是整个信号与系统课程的骨架。傅里叶变换、拉普拉斯变换、Z变换、采样定理、滤波器设计，几乎每一个重要知识点都离不开 δ(t) 和 u(t)。把这一章吃透，后面的内容会顺很多。

我自己的经验是，学这一章不要急着刷题，先把几个核心函数的定义、图像、关系搞清楚，然后自己动手推导一遍关键性质，最后再通过做题巩固。做题时遇到卡壳的地方，回到定义和推导，往往就能找到突破口。

另外，如果你正在准备考试，建议把 δ(t) 的筛选性质、缩放性质、卷积性质，以及 u(t) 和 r(t) 的积分微分关系，作为最高优先级内容反复练习。这些是高频考点，也是后续章节的基础。把这些练到条件反射的程度，考试时能省下大量时间。

最后分享一个小技巧：每次做题前，先在草稿纸角落写一遍 δ→u→r→a 这条链，标上箭头和积分微分关系。这个动作只需要十秒钟，但能帮你快速进入状态，避免低级错误。我带了这么多届学生，坚持这个习惯的人，这一章的出错率明显更低。