信号与系统第四章：傅里叶变换4.1-4.4核心考点与速成指南

《信号与系统》学到第四章很多人会第一次感受到这门课的难度陡增前面的时域分析还停留在“输入经过系统得到输出”到了傅里叶变换信号要被分解成不同频率的正弦分量公式密度突然变大概念也从“波形”切换成“频谱”。这一章如果能真正理解 4.1 到 4.4 的递进关系后续的拉普拉斯变换、Z 变换、系统频域分析都会顺很多反过来如果只背公式考试时换个参数、换个信号形式就很容易卡住。本文以“0 基础速成 90 分”为目标不追求把教材整章抄一遍而是把傅里叶变换 4.1 至 4.4 章节里最核心的知识点、推导思路、典型计算题套路和易错点全部整理出来。读完你能做到三件事第一知道周期信号和非周期信号分别用什么工具分析第二能在不翻书的情况下写出傅里叶级数、傅里叶变换和常用性质第三拿到一道频谱计算题能按固定流程一步步做出来并验证结果。1. 先搞清楚傅里叶变换这四节内容在讲什么1.1 信号为什么要换一个域来看时域描述的是“信号随时间怎么变化”但它隐藏了一个关键信息这个信号由哪些频率成分组成。一段语音、一段心电图、一个数字脉冲它们的波形看起来完全不同却都可以拆成一系列正弦波和余弦波的叠加。问题在于不同的信号拆出来的“频率成分”差别很大有的信号低频成分多有的信号高频成分多有的信号在某几个频率上特别集中。把这些成分按频率摆出来就是信号的频谱。傅里叶级数和傅里叶变换解决的就是这个“拆解”问题。周期信号用傅里叶级数拆拆出来是一根根离散的谱线非周期信号用傅里叶变换拆拆出来是一条连续曲线。考试里大部分计算题本质上就是在做“已知时域波形求频谱”或者“已知频谱求时域波形”的转换。1.2 4.1 到 4.4 的递进关系这一章的四节内容不是并列关系而是递进关系小节研究对象核心工具考试常见题型4.1 周期信号与傅里叶级数周期信号三角形式、指数形式的傅里叶级数求傅里叶级数系数、判断谐波成分4.2 周期信号的频谱周期信号幅度谱、相位谱、单边谱与双边谱画频谱图、求谱线间隔和包络4.3 非周期信号的傅里叶变换非周期信号傅里叶正变换、反变换用定义求变换、记忆常用变换对4.4 傅里叶变换的性质所有信号时移、频移、尺度、卷积等性质用性质化简计算、求组合信号频谱从 4.1 到 4.4 的隐藏线索是“周期变非周期”周期信号的频谱是离散的当周期 T 趋于无穷大离散谱线越来越密最后变成连续谱傅里叶级数就推广成了傅里叶变换。理解了这条线索你就不会把级数和变换分成两套完全无关的知识。1.3 学完这四节你至少要掌握哪些能力对照考纲或者往年试卷可以把这一章的能力目标拆成四条给一个周期信号能写出它的傅里叶级数并判断直流分量、基波、谐波分别是什么。给一个周期信号能画出幅度谱和相位谱理解谱线间隔、包络和收敛性。给一个非周期信号能直接用定义式求出傅里叶变换或者识别出它能用哪个常用变换对。给一个组合信号能熟练用时移、频移、尺度变换、卷积定理等性质快速求出频谱。这四条能力是层层依赖的。级数没学明白频谱图就画不对常用变换对不熟后面用性质做题时就会卡在“不知道往哪个公式上凑”。2. 4.1 周期信号与傅里叶级数把周期波拆成正弦波2.1 三角形式的傅里叶级数任何一个满足狄利克雷条件的周期信号都可以分解成常数项加上一组正弦、余弦的叠加$$f(t) \frac{a_0}{2} \sum_{n1}^{\infty}\left[a_n \cos(n\omega_0 t) b_n \sin(n\omega_0 t)\right]$$其中 $\omega_0 \frac{2\pi}{T}$ 是基波角频率$n1$ 对应基波$n2,3,\dots$ 对应二次、三次谐波。$\frac{a_0}{2}$ 是直流分量它等于信号在一个周期内的平均值。三个系数的计算公式是$$a_0 \frac{2}{T}\int_{T} f(t),dt$$$$a_n \frac{2}{T}\int_{T} f(t)\cos(n\omega_0 t),dt$$$$b_n \frac{2}{T}\int_{T} f(t)\sin(n\omega_0 t),dt$$这里的积分区间 $\int_T$ 表示任意取一个完整周期比如从 0 到 T或者从 $-\frac{T}{2}$ 到 $\frac{T}{2}$。取对称区间往往能让奇函数、偶函数的计算简化很多。2.2 指数形式的傅里叶级数三角形式虽然直观但计算复杂而且出现 $\cos$ 和 $\sin$ 两套系数。工程上更喜欢用指数形式$$f(t) \sum_{n-\infty}^{\infty} F_n e^{jn\omega_0 t}$$$$F_n \frac{1}{T}\int_{T} f(t)e^{-jn\omega_0 t},dt$$注意这里的 $n$ 从负无穷取到正无穷所以 $F_n$ 一般是一个复数。它和三角形式系数的关系是$$F_n \frac{1}{2}(a_n - jb_n), \quad F_{-n} \frac{1}{2}(a_n jb_n), \quad F_0 \frac{a_0}{2}$$考试中很多同学会忘记 $F_n$ 与 $a_n, b_n$ 之间的换算关系。其实只要记住“指数形式一个复数包含了幅度和相位两组信息”就不容易记混。2.3 周期矩形脉冲的傅里叶级数是最重要案例教材里反复出现的周期矩形脉冲几乎是所有学校考试的必考对象。设脉冲幅度为 E宽度为 $\tau$周期为 T则$$F_n \frac{E\tau}{T} \cdot \frac{\sin\left(\frac{n\omega_0\tau}{2}\right)}{\frac{n\omega_0\tau}{2}} \frac{E\tau}{T} Sa\left(\frac{n\omega_0\tau}{2}\right)$$这个结果说明三个问题频谱由离散谱线组成谱线间隔是 $\omega_0$与周期 T 有关。各谱线的幅度受 $Sa$ 函数包络约束包络零点出现在 $\omega \frac{2k\pi}{\tau}$ 的位置。直流分量是 $\frac{E\tau}{T}$恰好是脉冲在一个周期内的平均值。如果考试中需要画频谱图务必标出包络零点位置这是最容易拿分也最容易丢分的地方。2.4 计算示例方波信号的傅里叶级数设周期方波在一个周期内满足$$f(t) \begin{cases} 1, 0 t \frac{T}{2} \ -1, \frac{T}{2} t T \end{cases}$$取对称区间 $[-\frac{T}{2}, \frac{T}{2}]$信号是奇函数所以 $a_0 0$$a_n 0$。只需要求 $b_n$$$b_n \frac{2}{T}\int_{-\frac{T}{2}}^{\frac{T}{2}} f(t)\sin(n\omega_0 t),dt \frac{4}{T}\int_{0}^{\frac{T}{2}} \sin(n\omega_0 t),dt$$计算得到$$b_n \frac{4}{n\pi}\sin^2\left(\frac{n\pi}{2}\right)$$所以$$f(t) \frac{4}{\pi}\left[\sin(\omega_0 t) \frac{1}{3}\sin(3\omega_0 t) \frac{1}{5}\sin(5\omega_0 t) \cdots\right]$$这个例子的意义在于偶对称的方波只有正弦项偶次谐波为零且谐波幅度按 $\frac{1}{n}$ 衰减。以后再遇到类似信号先判断奇偶性可以省去大量计算。3. 4.2 周期信号的频谱单边谱和双边谱3.1 幅度谱和相位谱是什么周期信号的频谱由幅度谱和相位谱两部分组成。幅度谱表示每个频率分量的幅度大小相位谱表示每个频率分量的初相位。用指数形式展开时$F_n$ 是复数可以写成$$F_n |F_n|e^{j\varphi_n}$$其中 $|F_n|$ 是幅度谱$\varphi_n$ 是相位谱。由于 $F_{-n}$ 与 $F_n$ 共轭所以幅度谱是偶函数相位谱是奇函数。这是画图时可以用来自查的重要性质。3.2 单边谱与双边谱的换算关系三角形式展开时每个频率只出现一次画出来的谱叫单边谱指数形式展开时$n$ 从负无穷到正无穷正负频率成对出现画出来的谱叫双边谱。两条规则必须记住单边谱第 n 条谱线的幅度是 $A_n \sqrt{a_n^2 b_n^2}$双边谱中 $|F_n| |F_{-n}| \frac{A_n}{2}$。直流分量在单边谱中幅度是 $\frac{a_0}{2}$在双边谱中为 $F_0 \frac{a_0}{2}$不额外除以 2。很多初学者画双边谱时把每条谱线都画成单边谱的高度这是错误的。总功率被分到了正负频率两侧所以每条谱线高度要减半。3.3 周期信号频谱的三个特点考试如果出简答题周期信号频谱的三个特点几乎必考离散性频谱由离散谱线组成谱线间隔为 $\omega_0$。谐波性谱线只出现在基波频率的整数倍上没有其他频率分量。收敛性幅度谱随 n 增大而衰减最终趋于零。理解收敛性时要注意频谱收敛的快慢与信号时域的平滑程度有关。信号越光滑高频衰减越快信号含有跳变点高频衰减就慢。方波只有 $\frac{1}{n}$ 衰减而三角波的傅里叶级数衰减是 $\frac{1}{n^2}$就是这个原因。4. 4.3 非周期信号的傅里叶变换周期趋于无穷的极限4.1 从傅里叶级数到傅里叶变换的推导思路周期信号谱线间隔是 $\omega_0 \frac{2\pi}{T}$。现在想象 T 不断增大谱线间隔不断缩小当 T 趋于无穷大时离散谱线变成连续谱原来的求和变成了积分傅里叶级数就演化为傅里叶变换。这条思路不需要死记但考试时可能会以简答题形式出现。你可以这样描述“当周期 T 趋于无穷大时周期信号退化为非周期信号。谱线间隔 $\omega_0$ 趋于无限小离散频谱密集成连续频谱求和符号变成积分符号频谱密度函数 F(ω) 取代原来的离散幅度 F_n。”注意这里的措辞非周期信号的频谱是“频谱密度”单位是幅度除以频率所以傅里叶变换公式里才需要保留 dt 和 dω 的积分关系。4.2 正变换与反变换公式傅里叶正变换$$F(\omega) \int_{-\infty}^{\infty} f(t)e^{-j\omega t},dt$$傅里叶反变换$$f(t) \frac{1}{2\pi}\int_{-\infty}^{\infty} F(\omega)e^{j\omega t},d\omega$$两个公式必须连在一起记因为它们是互逆关系。考试中计算反变换的场景不多但利用“时域频域对偶性”做题时反变换公式会经常用到。存在条件方面只要信号满足狄利克雷条件且绝对可积就可以求傅里叶变换。但要注意像 $u(t)$、常数、正弦信号这类不满足绝对可积的信号也可以通过引入冲激函数来描述它们的傅里叶变换。4.3 必须记牢的常用变换对这部分是 4.3 节的“最低消费”考试中几乎所有题都要从这里出发。至少背熟以下六组时域信号 $f(t)$频域变换 $F(\omega)$记忆要点$\delta(t)$ 冲激信号1冲激的频谱是常数处处相等1 直流信号$2\pi\delta(\omega)$与上一行对偶注意多出 $2\pi$$g_\tau(t)$ 门函数$\tau Sa\left(\frac{\omega\tau}{2}\right)$门宽决定包络零点$e^{-at}u(t)$$a0$$\frac{1}{aj\omega}$单边指数实部为偶函数$\mathrm{sgn}(t)$ 符号函数$\frac{2}{j\omega}$纯虚数幅度是 $\frac{2}{|\omega|}$$u(t)$ 阶跃信号$\pi\delta(\omega) \frac{1}{j\omega}$由直流加符号函数合成背变换对时不要孤立地背要找关系。比如 $u(t) \frac{1}{2} \frac{1}{2}\mathrm{sgn}(t)$于是它的变换就是直流和符号函数变换各自乘以二分之一再相加。这样即使临时忘记阶跃信号的结果也能现场推出来。4.4 典型计算门函数的傅里叶变换设门函数$$g_\tau(t) \begin{cases} 1, |t| \leq \frac{\tau}{2} \ 0, |t| \frac{\tau}{2} \end{cases}$$按定义直接积分$$F(\omega) \int_{-\frac{\tau}{2}}^{\frac{\tau}{2}} e^{-j\omega t},dt \frac{e^{-j\omega \frac{\tau}{2}} - e^{j\omega \frac{\tau}{2}}}{-j\omega} \frac{2\sin\left(\frac{\omega\tau}{2}\right)}{\omega}$$整理成抽样函数形式$$F(\omega) \tau \cdot \frac{\sin\left(\frac{\omega\tau}{2}\right)}{\frac{\omega\tau}{2}} \tau Sa\left(\frac{\omega\tau}{2}\right)$$验证方法$\omega 0$ 时$F(0) \tau$正好是门函数的面积$\omega \frac{2\pi}{\tau}$ 时频谱第一次过零。这个例子几乎每年都会以各种变形出现建议自己完整推三遍。5. 4.4 傅里叶变换的性质做题时的默认工具包5.1 线性、时移、频移线性性质$$af(t) bg(t) \longleftrightarrow aF(\omega) bG(\omega)$$这个性质不需要特别记它保证叠加原理成立。时移性质$$f(t - t_0) \longleftrightarrow F(\omega)e^{-j\omega t_0}$$信号在时域向右延迟 $t_0$频谱幅度不变相位增加一个线性因子 $- \omega t_0$。注意指数里是负号很多人在这里写反。频移性质调制定理$$f(t)e^{j\omega_0 t} \longleftrightarrow F(\omega - \omega_0)$$时域乘一个复指数频谱整体向右搬移 $\omega_0$。乘 $\cos(\omega_0 t)$ 时会搬出左右两个频谱副本这是幅度调制的基础。5.2 尺度变换与对偶性尺度变换$$f(at) \longleftrightarrow \frac{1}{|a|}F\left(\frac{\omega}{a}\right)$$它说明信号在时域被压窄频谱在频域被展宽而且幅度要乘以 $\frac{1}{|a|}$。这个性质对应“时间带宽乘积不变”的直觉也是通信系统传输速率和带宽关系的雏形。对偶性$$F(t) \longleftrightarrow 2\pi f(-\omega)$$对偶性是最容易遗漏的性质。它的用法是如果已知 $f(t)$ 的变换是 $F(\omega)$那么把时域信号换成 $F(t)$ 后它的变换就是 $2\pi f(-\omega)$。典型例子是门函数和 $Sa$ 函数的对偶关系门函数的变换是 $Sa$ 函数那么 $Sa$ 函数在时域的信号其频谱一定是门函数形状。5.3 时域微分、积分与频域微分时域微分$$f(t) \longleftrightarrow j\omega F(\omega)$$时域求导一次频域乘一个 $j\omega$。用这个性质可以快速求一些分段信号的变换但注意前提是 $f(t)$ 在无穷远处趋于零。时域积分$$\int_{-\infty}^{t} f(\tau),d\tau \longleftrightarrow \pi F(0)\delta(\omega) \frac{F(\omega)}{j\omega}$$这里多了 $\pi F(0)\delta(\omega)$ 一项它对应积分产生的直流分量。很多同学只写后面一半导致求 $u(t)$ 变换时差了一项。频域微分$$(-jt)f(t) \longleftrightarrow F(\omega)$$或者写成 $t f(t) \longleftrightarrow jF(\omega)$。遇到“时域乘 t”的题目不要硬算积分直接用这个性质。5.4 卷积定理与帕塞瓦尔定理时域卷积定理$$f(t) * g(t) \longleftrightarrow F(\omega)G(\omega)$$频域卷积定理$$f(t)g(t) \longleftrightarrow \frac{1}{2\pi}F(\omega) * G(\omega)$$这两个定理是第四章后半部分和第五章系统分析的核心。只要题目里出现两个信号相乘或卷积就应该优先想到把乘法或卷积转化成另一域更简单的运算。帕塞瓦尔定理$$\int_{-\infty}^{\infty}|f(t)|^2,dt \frac{1}{2\pi}\int_{-\infty}^{\infty}|F(\omega)|^2,d\omega$$它表示信号的总能量时域和频域相等。求信号能量时选积分更简单的那一侧计算即可。性质比较密集建议用一张总表复习性质时域频域线性$af(t)bg(t)$$aF(\omega)bG(\omega)$时移$f(t-t_0)$$F(\omega)e^{-j\omega t_0}$频移$f(t)e^{j\omega_0 t}$$F(\omega-\omega_0)$尺度$f(at)$$\frac{1}{|a|}F(\frac{\omega}{a})$对偶$F(t)$$2\pi f(-\omega)$时域微分$\frac{d^nf(t)}{dt^n}$$(j\omega)^nF(\omega)$时域积分$\int_{-\infty}^t f(\tau)d\tau$$\pi F(0)\delta(\omega)\frac{F(\omega)}{j\omega}$时域卷积$f(t)*g(t)$$F(\omega)G(\omega)$频域卷积$f(t)g(t)$$\frac{1}{2\pi}F(\omega)*G(\omega)$6. 拿到一道傅里叶题目按这个流程做6.1 先判断信号类型再选择工具做题第一步不是套公式而是分类如果信号是周期信号用傅里叶级数结果是一组离散系数 $F_n$。如果信号是非周期信号用傅里叶变换结果是一个连续函数 $F(\omega)$。如果信号是周期信号但题目要求用傅里叶变换表示需要写成冲激串形式。分类错误是整道题全错的根源。看到题目先圈出信号表达式里的周期标志比如 $\cos$、$\sin$、周期方波、周期冲激串立刻进入对应的解题路径。6.2 能查表就查表能套性质就套性质第二部判断能否用常用变换对。例如看到 $e^{-at}u(t)$直接写 $\frac{1}{aj\omega}$。看到 $e^{-a|t|}$先回忆双边指数变换对 $\frac{2a}{a^2\omega^2}$。看到 $t f(t)$用频域微分。看到 $f(t-t_0)$先对 $F(\omega)$ 乘相位因子。看到两个信号相乘或卷积用卷积定理。标准化步骤可以写成将信号拆成已知变换对的和、积、卷积或延时组合。对每一部分求出基本变换。根据连接方式选择性质把基本变换组合起来。化简成实部和虚部或幅度和相位。用边界条件验证。6.3 用数值方法验证自己的结果考试时没有计算机但复习阶段可以用一个小程序验证计算是否正确。下面用 Python 对门函数的傅里叶变换做数值验证对比 FFT 结果和理论公式import numpy as np import matplotlib.pyplot as plt t np.linspace(-5, 5, 10001) dt t[1] - t[0] tau 1.0 f np.where(np.abs(t) tau / 2, 1.0, 0.0) freq np.fft.fftfreq(len(t), ddt) F_fft np.fft.fft(f) * dt F_theory tau * np.sinc(freq * tau) plt.figure(figsize(10, 4)) plt.plot(freq, np.real(F_fft), labelFFT) plt.plot(freq, F_theory, --, labeltheory) plt.xlim(-10, 10) plt.xlabel(f (Hz)) plt.ylabel(F(f)) plt.legend() plt.grid(True) plt.show()这段代码用 $f(t) 1$ 的矩形脉冲近似门函数将 FFT 结果乘以 dt 后与理论值 $\tau Sa(\pi f\tau)$ 比较。两条曲线应该基本重合。复习时遇到复杂信号的频谱都可以先手算再用这类方法核对。7. 这四节最常见的错误和排查方法7.1 时移与频移符号写反现象求 $f(t-t_0)$ 时写出了 $F(\omega)e^{j\omega t_0}$。原因没有区分“时域延迟”和“频域相位”的对应方向。信号向右延迟在频域表现为附加的负相位。排查与修正重新写出定义式$$F(\omega) \int f(t-t_0)e^{-j\omega t},dt$$令 $u t-t_0$得到 $e^{-j\omega t_0}F(\omega)$。只要动手推导一次符号就不会错。7.2 尺度变换忘记系数取绝对值现象求 $f(2t)$ 时写成 $F(\frac{\omega}{2})$漏掉了 $\frac{1}{2}$。原因对变量代换不敏感忽略了积分元 $dt$ 也要变化。排查与修正记住尺度变换完整形式 $\frac{1}{|a|}F(\frac{\omega}{a})$。特别注意 $a$ 为负数时比如 $f(-t) \leftrightarrow F(-\omega)$同样有系数 1。验证时可以用 $\omega0$$F(0)$ 是时域面积$f(2t)$ 面积缩小一半所以频谱在零点的值也必须减半。7.3 周期信号直接套非周期公式现象对 $f(t) \cos(\omega_0 t)$ 直接做积分$$\int_{-\infty}^{\infty}\cos(\omega_0 t)e^{-j\omega t},dt$$结果发现积分不收敛或者直接用 $u(t)$ 的变换对硬套。原因周期信号不满足绝对可积条件不能用常规的非周期变换定义直接积分。修正方法先展开成指数形式$$\cos(\omega_0 t) \frac{1}{2}\left(e^{j\omega_0 t} e^{-j\omega_0 t}\right)$$再用频移性质和“1”的变换得到$$\cos(\omega_0 t) \longleftrightarrow \pi\left[\delta(\omega-\omega_0) \delta(\omega\omega_0)\right]$$一般周期信号的傅里叶变换应写成$$f(t) \sum_{n-\infty}^{\infty}F_n e^{jn\omega_0 t} \longleftrightarrow 2\pi\sum_{n-\infty}^{\infty}F_n\delta(\omega - n\omega_0)$$7.4 冲激信号和直流信号的变换对混淆现象把 $\delta(t) \leftrightarrow 1$ 和 $1 \leftrightarrow 2\pi\delta(\omega)$ 记成一样求直流信号频谱时漏写 $2\pi$。原因这两个变换对互为对偶但系数不同。$\delta(t)$ 的频谱是幅度为 1 的均匀谱而直流信号的能量集中在零频所以频谱是位于原点的冲激强度为 $2\pi$。排查方法用反变换验证。如果 $1 \leftrightarrow 2\pi\delta(\omega)$反变换是$$\frac{1}{2\pi}\int 2\pi\delta(\omega)e^{j\omega t}d\omega 1$$结果正确。丢掉 $2\pi$ 后反变换结果会是 $\frac{1}{2\pi}$明显错误。7.5 画频谱图时相位标注错误现象画出幅度谱后相位谱直接标 0或者把负幅度画成正幅度。原因$Sa$ 函数在过零点两侧会改变符号这个符号变化必须反映在相位谱中。修正方法对于实偶信号幅度谱可以用绝对值表示此时 $Sa(\frac{\omega\tau}{2})$ 在正区间由正变负的地方相位要补一个 $\pi$。也就是说幅度谱的“负值”要么画在负轴要么画成正幅度加相位 $\pi$不能既画正幅度又标零相位。下面把常见错误整理成排查表问题现象常见原因检查方式处理建议$f(t-t_0)$ 频谱相位符号反时移方向理解错误用定义做变量代换写 $e^{-j\omega t_0}$推导确认$f(at)$ 结果幅度不对漏掉 $\frac{1}{|a|}$检查 $F(0)$ 是否等于时域面积补充系数验证 $\omega0$周期信号积分发散用了非周期变换定义观察信号是否周期改用级数系数加冲激串直流信号频谱漏 $2\pi$变换对混淆用反变换验证背熟 $\delta(t)$ 与 1 的对偶关系相位谱全标 0忽略 $Sa$ 函数正负变化检查幅度谱是否有负值过零点后补相位 $\pi$8. 复习策略与考前检查清单8.1 不同备考时间下的优先级如果距离考试只有一周不建议平均发力。按投入产出比排序先把 4.3 的常用变换对背熟这是最高频考点也是所有性质题的基础。再把 4.4 的性质表过一遍重点练习时移、频移、尺度、卷积四个性质。然后练习周期矩形脉冲的级数计算和频谱图这类题得分率高。最后才看复杂推导和证明题比如帕塞瓦尔定理的证明、对偶性的推导。如果时间充裕可以每天完成一个闭环背三个变换对做两道计算题画一张频谱图再用 Python 验证一次。这样比连续刷题更有效。8.2 考试题型与考点分布结合这门课的常见出题习惯傅里叶变换章节的题型可以归纳为题型对应知识点建议用时选择题/填空题变换对、性质公式、频谱特点每题 2 到 3 分钟级数计算题周期信号求 $F_n$、画谱线10 到 15 分钟变换计算题非周期信号求 $F(\omega)$10 到 15 分钟性质应用题用至少两个性质组合求频谱10 到 15 分钟简答题频谱离散到连续的过程5 分钟计算题最忌第一步分类错误。建议拿到试卷后先花 30 秒把所有傅里叶题目扫一遍把“周期/非周期”“能否拆成已知变换对”标在题目旁边再统一开始计算。8.3 考前公式自查清单进考场前可以按下面的清单自测每一项都应当能不看笔记直接写出来傅里叶级数三角形式、指数形式及系数关系。周期矩形脉冲的 $F_n$ 公式和包络零点。傅里叶正变换、反变换公式。六组常用变换对冲激、直流、门函数、单边指数、符号函数、阶跃。时移、频移、尺度、对偶、时域微分、时域积分、卷积定理的公式。帕塞瓦尔定理两种形式。如果哪一项需要想 5 秒以上说明还不够熟。这一章的题大多能在 10 到 15 分钟内完成思考时间应该花在“选择哪个性质”而不是“回忆哪个公式”。公式一旦形成了肌肉记忆做计算题的速度会明显提升前面提到的那些符号、系数问题也不容易再犯。真正把傅里叶变换学透的标志不是背熟所有公式而是看到一道题能立刻判断它属于哪一类、应该用哪条路径、结果大致长什么样。本文列出的公式和流程就是帮助你建立这条判断链条。课后建议把教材 4.1 到 4.4 的课后题按本文的分类各做几道做完再回到这张清单检查自己的薄弱项比盲目刷一整章题更有效。