☰
信号与系统考研:三大变换常用对、性质与收敛域全梳理
2026/10/21 9:04:13 网站建设 项目流程

简介:这份资料面向电子信息、通信工程及信息与通信工程等专业的考研学生,系统梳理《信号与系统》中傅里叶变换、拉普拉斯变换与z变换三大核心工具。内容涵盖常用连续傅里叶变换对及其对偶关系、连续傅里叶变换性质与对偶性质,以及双边拉普拉斯变换对与双边z变换对的类比关系,并标注了冲激、阶跃、正弦、单边指数、门脉冲、三角脉冲、抽样函数等重要变换对,便于对照记忆与查漏补缺。资源包为1个PDF文件,约156KB,轻量便携,适合打印或移动端随时翻阅。目前已有1137人学习下载,可作为考研冲刺阶段的公式速查与性质对照手册,帮助读者快速定位变换对、理解时频域对应关系,提升解题效率。

1. 三大变换的公共骨架:为什么考研题总在“变换对”上设卡

信号与系统考研里,傅里叶变换、拉普拉斯变换、z变换这三块内容,表面上是三套公式,实际上共用同一副骨架:把一个域里不好处理的运算,搬到另一个域里变成乘除加减。傅里叶变换把卷积变成乘积,拉普拉斯变换把微分方程变成代数方程,z变换把差分方程变成代数方程。考研卷子反复考“常用变换对及性质”,本质是在考你对这副骨架的熟练度——给你一个信号或系统,你能不能在三秒内判断该用哪张表、哪条性质、哪个收敛域。

很多人复习时的翻车点很一致:公式表背了一堆,做题时却不知道该翻哪一页。原因不是记性差,而是没有把“变换对”和“性质”绑在一起记。比如看到 $e^{-at}u(t)$,脑子里要同时弹出三件事:它的拉普拉斯变换是 $\frac{1}{s+a}$,收敛域是 $\text{Re}(s)>-a$,以及它对应的傅里叶变换要在 $a>0$ 时才存在。这篇笔记就按这个思路,把三大变换的常用对、性质、收敛域和典型考题串成一条可复现的复习路径,适合正在准备考研、需要把零散公式收成体系的人。

2. 傅里叶变换:从定义式到常用对,先把“存在条件”钉死

2.1 定义式不是用来算的,是用来判断能不能用的

傅里叶变换的定义式写出来很简单:

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

但考研里直接拿这个积分去算的题极少,绝大多数情况是查表加性质。真正需要你从定义出发的场景只有两类:一是题目明确要求用定义证明某个性质,二是信号本身不在常用表里但可以通过定义凑出来。这里有个血泪经验:很多人一上来就套公式,结果忽略了狄利克雷条件,遇到 $u(t)$ 这种不满足绝对可积的信号还在硬算,最后得到一个带冲激的频谱却不知道怎么解释。

常见做法是先把信号分成两类:绝对可积的,直接查表;不绝对可积但能量有限的,用极限或冲激函数处理。比如 $u(t)$ 的傅里叶变换是 $\frac{1}{j\omega}+\pi\delta(\omega)$,那个冲激项就是直流分量在频域的体现,丢了他整道题就错了。

2.2 常用变换对:这六组必须做到不查表

下面这张表是我自己复习时反复默写的版本,建议你也手写三遍:

时域信号 $x(t)$傅里叶变换 $X(j\omega)$备注
$\delta(t)$$1$全频带等幅
$1$$2\pi\delta(\omega)$直流
$e^{-at}u(t),\ a>0$$\frac{1}{a+j\omega}$单边指数
$e^{j\omega_0 t}$$2\pi\delta(\omega-\omega_0)$复指数
$\cos(\omega_0 t)$$\pi[\delta(\omega-\omega_0)+\delta(\omega+\omega_0)]$余弦
$g_\tau(t)$ 矩形脉冲$\tau\text{Sa}(\frac{\omega\tau}{2})$门函数

这六组覆盖了考研傅里叶部分八成以上的查表需求。注意矩形脉冲那一行,$\text{Sa}(x)=\frac{\sin x}{x}$,有的教材写 $\text{sinc}$,定义差一个 $\pi$,做题时先看题目用哪套记号,别在这里丢分。

2.3 性质怎么用:卷积定理和频移是高频考点

傅里叶变换的性质里,考研出现频率最高的是卷积定理、频移、时移和尺度变换。卷积定理说时域卷积对应频域乘积:

$$x(t)*h(t)\longleftrightarrow X(j\omega)H(j\omega)$$

这条性质的价值在于,求系统响应时不用做卷积积分,直接把两个频谱乘起来再逆变换。但逆变换往往比正变换难算,所以实际做题时更常见的路径是:先用卷积定理判断频谱形状,再结合常用对反推时域。频移性质 $x(t)e^{j\omega_0 t}\longleftrightarrow X(j(\omega-\omega_0))$ 则经常和调制、解调场景绑在一起考。

提示:性质本身不难,难的是判断先用哪条。我的习惯是拿到题先看有没有卷积、有没有调制、有没有尺度变化,按这个顺序排查,基本不会绕远路。

3. 拉普拉斯变换:收敛域才是隐藏的主角

3.1 从傅里叶到拉普拉斯:多出来的 $\sigma$ 解决了什么问题

拉普拉斯变换的定义是:

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

相比傅里叶变换,它多了一个实部 $\sigma$。这个 $\sigma$ 的作用是给信号乘上一个衰减因子 $e^{-\sigma t}$,让原本不满足绝对可积的信号也能变换。代价是变换结果不再唯一对应一个信号,必须配合收敛域才能确定原信号。考研里最经典的陷阱就是:给你一个 $X(s)$,不告诉你收敛域,问你原信号是什么——这时候答案不唯一,必须分情况讨论。

3.2 常用拉普拉斯变换对与收敛域对照

时域信号$X(s)$收敛域
$\delta(t)$$1$全 $s$ 平面
$u(t)$$\frac{1}{s}$$\text{Re}(s)>0$
$-u(-t)$$\frac{1}{s}$$\text{Re}(s)<0$
$e^{-at}u(t)$$\frac{1}{s+a}$$\text{Re}(s)>-a$
$t u(t)$$\frac{1}{s^2}$$\text{Re}(s)>0$
$\sin(\omega_0 t)u(t)$$\frac{\omega_0}{s^2+\omega_0^2}$$\text{Re}(s)>0$

注意第二行和第三行:同一个 $X(s)=\frac{1}{s}$,收敛域不同,原信号一个是右边信号一个是左边信号。这就是为什么我说收敛域才是主角。做题时先看收敛域,再决定逆变换的路径,顺序反了必错。

3.3 用部分分式展开做逆变换:步骤和参数怎么定

考研里逆拉普拉斯变换最常用的方法是部分分式展开。假设 $X(s)=\frac{s+3}{s^2+3s+2}$,分母因式分解得 $(s+1)(s+2)$,展开成:

$$X(s)=\frac{A}{s+1}+\frac{B}{s+2}$$

求 $A$ 和 $B$ 的代码化思路如下:

import sympy as sp s = sp.symbols('s') X = (s + 3) / (s**2 + 3*s + 2) # 部分分式展开 expanded = sp.apart(X, s) print(expanded) # 输出: 2/(s + 1) - 1/(s + 2)

这段代码用sympy.apart做部分分式展开,输出结果直接给出系数。逻辑说明:apart会自动做因式分解并求系数,适合验证手算结果。参数说明:X是有理分式,s是符号变量。手算时用留数法:$A=(s+1)X(s)|{s=-1}=2$,$B=(s+2)X(s)|{s=-2}=-1$。得到结果后,再根据收敛域判断每一项对应的是右边还是左边信号。如果收敛域是 $\text{Re}(s)>-1$,两项都是右边信号,原信号为 $(2e^{-t}-e^{-2t})u(t)$。

注意:部分分式展开只对真分式直接有效,假分式要先做多项式除法。这个坑每年都有人踩。

4. z变换:离散域的收敛域和变换对怎么记

4.1 z变换定义与收敛域的画法

z变换定义:

$$X(z)=\sum_{n=-\infty}^{+\infty}x[n]z^{-n}$$

收敛域是使这个级数收敛的 $z$ 的集合,通常是一个圆环:$R_1<|z|<R_2$。考研里画收敛域是基本功,有限长序列的收敛域是整个z平面(可能去掉0或无穷),右边序列是某个圆外,左边序列是某个圆内,双边序列是圆环。

4.2 常用z变换对:这五组必须条件反射

时域序列$X(z)$收敛域
$\delta[n]$$1$全z平面
$u[n]$$\frac{1}{1-z^{-1}}$$
$-u[-n-1]$$\frac{1}{1-z^{-1}}$$
$a^n u[n]$$\frac{1}{1-az^{-1}}$$
$na^n u[n]$$\frac{az^{-1}}{(1-az^{-1})^2}$$

和第二、三行同样的道理:同一个 $X(z)$,收敛域不同,原序列不同。$|z|>1$ 对应右边序列 $u[n]$,$|z|<1$ 对应左边序列 $-u[-n-1]$。这个对称性在考研里反复出现,记不住就画个圆,右边序列在圆外,左边序列在圆内。

4.3 用z变换解差分方程:从系统函数到响应

考虑差分方程 $y[n]-0.5y[n-1]=x[n]$,初始条件为零,求系统函数 $H(z)$。两边做z变换:

$$Y(z)-0.5z^{-1}Y(z)=X(z)$$

$$H(z)=\frac{Y(z)}{X(z)}=\frac{1}{1-0.5z^{-1}}$$

收敛域 $|z|>0.5$,对应 $h[n]=(0.5)^n u[n]$。如果题目给的是非零初始条件,需要先做单边z变换,把初始条件项单独处理。这里有个常见翻车点:双边z变换和单边z变换混用。考研里解差分方程通常用单边z变换,因为要处理初始条件;而分析系统函数时用双边z变换。题目没说清楚时,看它问的是零输入响应还是零状态响应。

import sympy as sp z, n = sp.symbols('z n') # 定义系统函数 H = 1 / (1 - 0.5 * z**(-1)) # 逆z变换,假设收敛域 |z| > 0.5 h = sp.inverse_z_transform(H, z, n) print(h) # 输出: 0.5**n*Heaviside(n)

这段代码用sympy的逆z变换验证结果,Heaviside(n)在离散域等价于 $u[n]$。参数说明:H是系统函数,z是复变量,n是离散时间索引。注意sympy的逆z变换默认按右边序列处理,如果收敛域是圆内,需要手动调整。

5. 避坑与排查:三大变换最容易翻车的五个地方

5.1 收敛域漏写或写错

现象:题目给 $X(s)=\frac{1}{s+1}$,直接写原信号 $e^{-t}u(t)$,结果标准答案分了两种情况。原因:没有收敛域,逆变换不唯一。解决:拿到变换结果先问收敛域,没有就分情况讨论,右边信号、左边信号、双边信号各写一遍。

5.2 傅里叶变换存在条件被忽略

现象:对 $u(t)$ 直接套 $\frac{1}{j\omega}$,丢了冲激项。原因:$u(t)$ 不满足绝对可积,严格来说傅里叶变换不存在,必须用极限或广义函数处理。解决:遇到不绝对可积的信号,先判断是直流、周期还是阶跃,对应加上冲激项。

5.3 部分分式展开时假分式没处理

现象:$X(s)=\frac{s^2+1}{s+1}$ 直接展开,系数怎么算都不对。原因:分子阶数大于等于分母阶数,是假分式。解决:先做多项式除法,把假分式拆成多项式加真分式,再对真分式做部分分式展开。

5.4 z变换收敛域和序列方向搞反

现象:$X(z)=\frac{1}{1-0.5z^{-1}}$,收敛域 $|z|<0.5$,却写成 $(0.5)^n u[n]$。原因:收敛域在圆内对应左边序列。解决:记住“圆外右边,圆内左边”,或者用长除法验证前几项。

5.5 性质使用顺序错误

现象:求 $x(t)=e^{-2t}u(t)*u(t)$ 的傅里叶变换,先算卷积再变换,算到一半发现积分不收敛。原因:应该先用卷积定理,$X(j\omega)=\frac{1}{2+j\omega}\cdot(\frac{1}{j\omega}+\pi\delta(\omega))$,再化简。解决:看到卷积先想卷积定理,看到调制先想频移,看到尺度先想尺度变换,顺序对了计算量差一个数量级。

6. 把三张表压成一张:我的考前默写流程

最后一章说一个具体技巧:考前一周,我每天用一张A4纸,把三大变换的常用对和性质默写一遍,但不是分开默,而是按“时域信号 → 傅里叶 → 拉普拉斯 → z变换”四列并排写。比如 $e^{-at}u(t)$ 这一行,傅里叶列写 $\frac{1}{a+j\omega}$($a>0$),拉普拉斯列写 $\frac{1}{s+a}$($\text{Re}(s)>-a$),z变换列写 $\frac{1}{1-e^{-a}z^{-1}}$($|z|>e^{-a}$)。这样写的好处是,同一个时域信号在三套变换下的形式差异一目了然,考试时不管题目落在哪个域,你都能快速定位。

默写时用下面这个检查表逐项打勾:

检查项傅里叶拉普拉斯z变换
定义式积分积分求和
收敛条件狄利克雷收敛域收敛域
卷积性质乘积乘积乘积
微分/差分乘 $j\omega$乘 $s$乘 $(1-z^{-1})$
初值/终值无有有

这张表的价值在于,它把三套变换的对应关系显式化了。考研题经常跨域出题,比如给你一个连续系统函数 $H(s)$,问你离散化后的 $H(z)$ 是什么,或者给你一个差分方程,问你频率响应。这时候如果你脑子里只有孤立的公式,就会卡住;如果有这张对应表,就能顺着“连续→离散”的映射关系推下去。

我自己的习惯是,进考场前最后看一遍这张表,不看具体公式,只看对应关系。因为具体公式忘了可以推,对应关系乱了就全乱了。希望帮到你。

本文还有配套的精品资源,点击获取

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询