傅里叶分析的思想其实只有一句话：把任意一个信号拆成不同频率的正弦分量之和，然后只关心每个分量的幅度和相位。所有的公式都是这句话在不同场景下的展开——被拆的信号是周期还是非周期、是连续还是离散，决定了拆出来的是傅里叶级数还是傅里叶变换，是离散谱还是连续谱。

公式本身不难，难的是在考场上不记混。所以这篇不做长篇推导，直接给结论、给表、给容易踩的坑，目标是拿着这篇文章就能默写，并且知道每一条为什么长成这样。

---

本系列导航

• 01 开篇与绪论：信号分类、系统性质与 LTI 分析总览
• 02 连续时间系统的时域分析：微分方程、冲激响应与卷积
• 03 傅里叶变换：级数与变换的关系、对称性与抽样定理
• 04 拉普拉斯变换与 s 域分析：收敛域、系统函数与稳定性
• 05 傅里叶变换在通信中的应用：无失真传输、理想滤波器与调制解调
• 06 信号的矢量空间分析：正交函数集、帕塞瓦尔定理与相关
• 07 离散时间系统：差分方程、卷积和与系统性质判定
• 08 z 变换、DTFT 与 DFT：收敛域、频率分辨率与 FFT
• 09 傅里叶变换公式速记表与全系列总结（本篇）

---

一、傅里叶级数：三角形式与指数形式

1.1 三角形式

对周期为 $T$、基波角频率 $\omega =\frac{2\pi }{T}$ 的周期信号，只要满足狄里赫利条件，就可以展开成

$$f(t)=a_0+\sum _{n=1}^{\infty }\left[a_n\cos (n\omega t)+b_n\sin (n\omega t)\right]$$

三个系数的求法：

$$a_0=\frac{1}{T}{\int }_0^{T}f(t)\mathrm{d}t$$

$$a_n=\frac{2}{T}{\int }_0^{T}f(t)\cos (n\omega t)\mathrm{d}t,b_n=\frac{2}{T}{\int }_0^{T}f(t)\sin (n\omega t)\mathrm{d}t$$

注意 $a_0$ 前面的系数是 $\frac{1}{T}$，$a_n$、$b_n$ 前面是 $\frac{2}{T}$——这个二倍关系是「单边谱」定义带来的，也是后面和双边谱差两倍的根源。

1.2 合并同频项：振幅—相位形式

把同频率的 $\cos$ 项和 $\sin$ 项合成一项：

$$f(t)=d_0+\sum _{n=1}^{\infty }{d}_n\cos (n\omega t+{\theta }_n)$$

其中

$$d_0=a_0,d_n=\sqrt{a_n^2+b_n^2},{\theta }_n=\arctan \left(-\frac{b_n}{a_n}\right)$$

这个形式的物理意义最直观：$d_n$ 就是第 $n$ 次谐波的振幅，${\theta }_n$ 就是它的初相。画出来的 $d_n$—$n$ 图叫单边幅度谱，${\theta }_n$—$n$ 图叫单边相位谱。

1.3 指数形式

利用欧拉公式把三角形式改写成复指数形式：

$$f(t)=\sum _{n=-\infty }^{\infty }{F}_n{e}^{jn\omega t}$$

其中复系数

$$F_n=\frac{1}{T}{\int }_{-T/2}^{T/2}f(t)e^{-jn\omega t}\mathrm{d}t=\frac{1}{2}\left(a_n-j{b}_n\right)=\frac{1}{2}{d}_n{e}^{j{\theta }_n}$$

指数形式的优点：公式形式统一（不再分 $\cos$ 和 $\sin$）、求导积分方便、正负频率成对出现后「单边谱」变成「双边谱」，卷积和调制的推导都更简洁。代价是出现了负频率这个纯数学量——它不是真的存在负赫兹，而是同一个实信号里一对共轭旋转矢量的合成结果。

1.4 系数的物理意义对照

系数	出现位置	物理意义
$a_0$	恒定项	一个周期内的平均值，即直流分量
$a_n$	$\cos$ 项	第 $n$ 次谐波中偶对称成分的幅度
$b_n$	$\sin$ 项	第 $n$ 次谐波中奇对称成分的幅度
$d_n$	振幅形式	第 $n$ 次谐波的总振幅，$d_n=\sqrt{a_n^2+b_n^2}$
${\theta }_n$	振幅形式	第 $n$ 次谐波的初相，描述该分量相对原点的平移
$F_n$	指数形式	复振幅，$|F_n|$ 是双边幅度谱，且 $|F_n|=\frac{1}{2}{d}_n$

两条规律务必记牢：一是 $a_n,b_n,d_n$ 只对 $n\ge 1$ 定义，是单边量；$F_n$ 对全部整数定义，是双边量，且 $F_0=a_0$。二是实信号的谱具有共轭对称性，即 $F_{-n}=F_n^{\ast }$，等价地说 $|F_n|$ 是 $n$ 的偶函数（幅度谱偶对称）、相位是 $n$ 的奇函数（相位谱奇对称）。

1.5 帕塞瓦尔定理

周期信号的平均功率等于各次谐波功率之和：

$$P=\frac{1}{T}{\int }_0^T|f(t){|}^2\mathrm{d}t=\sum _{n=-\infty }^{\infty }|F_n{|}^2$$

这条定理说明能量（功率）也可以在时域和频域两本账上分开算，它是后面连续谱版本帕塞瓦尔定理的来源，也是「正交分解不丢能量」的最直接证据。

---

二、傅里叶变换的定义式与逆变换

把周期信号的周期 $T$ 推向无穷大，谱线间隔 $\omega \to 0$，离散的求和变成连续积分，离散谱就过渡成连续的频谱密度，这就是傅里叶变换。

正变换

$$F(j\omega )=\mathcal{F}\left[f(t)\right]={\int }_{-\infty }^{\infty }f(t)e^{-j\omega t}\mathrm{d}t$$

逆变换

$$f(t)={\mathcal{F}}^{-1}\left[F(j\omega )\right]=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )e^{j\omega t}\mathrm{d}\omega$$

存在条件：$f(t)$ 在任意有限区间内满足狄里赫利条件，且绝对可积 ${\int }_{-\infty }^{\infty }|f(t)|\mathrm{d}t<\infty$。这是充分条件而非必要条件——像阶跃、正弦这类不满足绝对可积的功率信号，只要引入冲激函数，同样能写出变换式。

$F(j\omega )$ 一般是复值，写成

$$F(j\omega )=R(\omega )+jX(\omega )=|F(j\omega )|e^{j\phi (\omega )}$$

其中 $|F(j\omega )|$ 是幅度谱密度，$\phi (\omega )$ 是相位谱。两个记忆点：时域面积对应零频值，即 $F(0)={\int }_{-\infty }^{\infty }f(t)\mathrm{d}t$；反过来 $f(0)=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )\mathrm{d}\omega$。

---

三、常见信号的傅里叶变换对速查表

时域 $f(t)$	频域 $F(j\omega )$	记忆要点
$\delta (t)$	$1$	冲激含全部频率，频谱无限平坦
$\delta (t-t_0)$	$e^{-j\omega t_0}$	时移只改相位不改幅度
$1$	$2\pi \delta (\omega )$	直流能量只集中在零频
$\epsilon (t)$	$\pi \delta (\omega )+\frac{1}{j\omega }$	直流冲激项千万别漏
$\mathrm{sgn}(t)$	$\frac{2}{j\omega }$	实奇信号，频谱为纯虚奇函数
门函数 $E{g}_{\tau }(t)$	$E\tau \mathrm{Sa}\left(\frac{\omega \tau }{2}\right)$	矩形脉冲的谱是抽样函数
三角脉冲（两个门卷积）	${\tau }^2{\mathrm{Sa}}^2\left(\frac{\omega \tau }{2}\right)$	时域卷积即频域相乘
$\frac{{\omega }_0}{\pi }\mathrm{Sa}({\omega }_{0}t)$	$g_{2{\omega }_0}(\omega )$	与门函数对偶
周期冲激串 $\sum _{n=-\infty }^{\infty }\delta (t-nT)$	${\omega }_1\sum _{k=-\infty }^{\infty }\delta (\omega -k{\omega }_1)$，${\omega }_1=\frac{2\pi }{T}$	周期冲激串还是周期冲激串
$e^{-at}u(t)$，$a>0$	$\frac{1}{a+j\omega }$	单边指数，极点决定衰减
$e^{-a|t|}$，$a>0$	$\frac{2a}{a^2+{\omega }^2}$	实偶信号，谱是实偶函数
$e^{j{\omega }_{0}t}$	$2\pi \delta (\omega -{\omega }_0)$	频移对应频谱平移
$\cos {\omega }_{0}t$	$\pi \left[\delta (\omega +{\omega }_0)+\delta (\omega -{\omega }_0)\right]$	一对谱线，幅度各为 $\pi$
$\sin {\omega }_{0}t$	$j\pi \left[\delta (\omega +{\omega }_0)-\delta (\omega -{\omega }_0)\right]$	纯虚且奇对称
$\frac{1}{t}$	$-j\pi \mathrm{sgn}(\omega )$	与符号函数对偶
$u(t)$ 的微分、冲激偶 ${\delta }^{\prime }(t)$	$j\omega$	时域微分即频域乘 $j\omega$

关于抽样函数 $\mathrm{Sa}$，务必记住三条基本性质：

$$\mathrm{Sa}(x)=\frac{\sin x}{x},\mathrm{Sa}(0)=1,{\int }_{-\infty }^{\infty }\mathrm{Sa}(x)\mathrm{d}x=\pi$$

它是偶函数，零点在 $x=k\pi$（$k=\pm 1,\pm 2,\dots$），主瓣宽度为 $2\pi$，往两侧按 $\frac{1}{x}$ 衰减。注意不同教材的记号有分歧：多数中文教材用 $\mathrm{Sa}(x)=\frac{\sin x}{x}$，而英文文献里的 $\mathrm{sinc}(x)$ 常定义为 $\frac{\sin \pi x}{\pi x}$，两者差一个 $\pi$ 的尺度，做题前先确认符号约定。

---

四、傅里叶变换性质速查表

性质	时域表示	频域表示
线性	$a{f}_1(t)+b{f}_2(t)$	$a{F}_1(j\omega )+b{F}_2(j\omega )$
时移	$f(t-t_0)$	$F(j\omega )e^{-j\omega t_0}$
频移	$f(t)e^{j{\omega }_{0}t}$	$F\left[j(\omega -{\omega }_0)\right]$
余弦调制	$f(t)\cos {\omega }_{0}t$	$\frac{1}{2}\left[F(j(\omega +{\omega }_0))+F(j(\omega -{\omega }_0))\right]$
正弦调制	$f(t)\sin {\omega }_{0}t$	$\frac{1}{2j}\left[F(j(\omega -{\omega }_0))-F(j(\omega +{\omega }_0))\right]$
尺度变换	$f(at)$	$\frac{1}{|a|}F\left(j\frac{\omega }{a}\right)$
反转	$f(-t)$	$F(-j\omega )$
共轭	$f^{\ast }(t)$	$F^{\ast }(-j\omega )$
对偶（对称性）	$F(jt)$	$2\pi f(-\omega )$
时域卷积	$f_1(t)\ast f_2(t)$	$F_1(j\omega )F_2(j\omega )$
频域卷积	$f_1(t)f_2(t)$	$\frac{1}{2\pi }{F}_1(j\omega )\ast F_2(j\omega )$
时域微分	$\frac{{\mathrm{d}}^{n}f(t)}{\mathrm{d}{t}^n}$	$(j\omega {)}^{n}F(j\omega )$
时域积分	${\int }_{-\infty }^{t}f(\tau )\mathrm{d}\tau$	$\frac{F(j\omega )}{j\omega }+\pi F(0)\delta (\omega )$
频域微分	$(-jt{)}^{n}f(t)$	$\frac{{\mathrm{d}}^{n}F(j\omega )}{\mathrm{d}{\omega }^n}$
频域积分	$\frac{f(t)}{t}$	${\int }_{-\infty }^{\omega }F(j\Omega )\mathrm{d}\Omega$（需 $F(0)=0$）

奇偶虚实性（实信号专属，面试高频）：若 $f(t)$ 为实函数，则 $R(\omega )$ 是偶函数、$X(\omega )$ 是奇函数，$|F(j\omega )|$ 偶、$\phi (\omega )$ 奇。进一步：实偶信号的频谱是实偶函数，实奇信号的频谱是虚奇函数。

初值与终值类关系（本质上都是「面积 ↔ 原点」的对偶）：

• 时域面积 = 零频值：$F(0)={\int }_{-\infty }^{\infty }f(t)\mathrm{d}t$
• 频域面积 = 原点值：$f(0)=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }F(j\omega )\mathrm{d}\omega$
• 因果信号的初值（时域初值定理的频域写法）：$f(0^{+})=\underset{\omega \to \infty }{\lim }j\omega F(j\omega )$，前提是 $F(j\omega )$ 为真分式、无冲激项
• 时域微分在零频的表现：$F\left[\frac{\mathrm{d}f}{\mathrm{d}t}\right]{|}_{\omega =0}=0$，即微分信号的均值为零
• 能量守恒（帕塞瓦尔）：$W={\int }_{-\infty }^{\infty }|f(t){|}^2\mathrm{d}t=\frac{1}{2\pi }{\int }_{-\infty }^{\infty }|F(j\omega ){|}^2\mathrm{d}\omega$

---

五、常用关系式：欧拉公式与冲激函数家族

欧拉公式及其变形（整个傅里叶体系的螺丝钉）：

$$e^{jx}=\cos x+j\sin x$$

$$e^{j{\omega }_{0}t}=\cos {\omega }_{0}t+j\sin {\omega }_{0}t,e^{-j{\omega }_{0}t}=\cos {\omega }_{0}t-j\sin {\omega }_{0}t$$

$$\cos {\omega }_{0}t=\frac{1}{2}\left(e^{j{\omega }_{0}t}+e^{-j{\omega }_{0}t}\right),\sin {\omega }_{0}t=\frac{1}{2j}\left(e^{j{\omega }_{0}t}-e^{-j{\omega }_{0}t}\right)$$

$$\cos \theta =\frac{e^{j\theta }+e^{-j\theta }}{2},\sin \theta =\frac{e^{j\theta }-e^{-j\theta }}{2j}$$

这两组式子是把「正弦型信号」翻译成「复指数信号」的桥，调制、频移、单边谱与双边谱的换算全靠它。

冲激函数与阶跃函数家族：

• 定义：$\delta (t)=0(t\ne 0)$，且 ${\int }_{-\infty }^{\infty }\delta (t)\mathrm{d}t=1$
• 与阶跃的微积分关系：$\epsilon (t)={\int }_{-\infty }^t\delta (\tau )\mathrm{d}\tau$，$\delta (t)=\frac{\mathrm{d}\epsilon (t)}{\mathrm{d}t}$
• 抽样（筛选）性质：${\int }_{-\infty }^{\infty }f(t)\delta (t-t_0)\mathrm{d}t=f(t_0)$
• 卷积性质：$\delta (t)\ast f(t)=f(t)$，$\delta (t-t_0)\ast f(t)=f(t-t_0)$，即冲激是卷积的单位元
• 乘积性质：$\delta (t)f(t)=f(0)\delta (t)$
• 偶对称：$\delta (-t)=\delta (t)$
• 尺度变换：$\delta (at)=\frac{1}{|a|}\delta (t)$，对时移冲激同理 $\delta (at-t_0)=\frac{1}{|a|}\delta \left(t-\frac{t_0}{a}\right)$
• 冲激偶 ${\delta }^{\prime }(t)$：奇函数，${\int }_{-\infty }^{\infty }f(t){\delta }^{\prime }(t)\mathrm{d}t=-f^{\prime }(0)$，且 ${\delta }^{\prime }(t)\ast f(t)=f^{\prime }(t)$
• 复合函数：若 $f(t)$ 的零点 $t_k$ 都是单根，则 $\delta [f(t)]=\sum _k\frac{1}{|f^{\prime }(t_k)|}\delta (t-t_k)$；若 $f(t)$ 有重根，该式无意义

【此处有图：原手写导图右栏用箭头框图把阶跃、冲激、冲激偶与抽样、卷积、尺度变换等性质串成了一张关系网，并配了「阶跃信号与冲激信号」的波形小图。该分支部分标注字迹较密，此处只保留前述可确认的条目，未逐条复刻原图排版。】

---

六、时域—频域对应关系速查

这一张表是整篇文章最值得背的部分，它把「为什么」压缩成了对照关系：

时域特征	频域特征	背后的道理
连续、非周期	连续、非周期	这是傅里叶变换的标准情形，谱是密度
连续、周期	离散谱线、非周期	傅里叶级数，谱线间隔 $\omega =\frac{2\pi }{T}$
离散、非周期	连续、周期	离散时间傅里叶变换，频谱以 $2\pi$ 为周期重复
离散、周期	离散、周期	DFS 与 DFT，时域频域双双离散且周期
时域变窄（压缩）	频域变宽（展宽）	尺度变换 $f(at)\leftrightarrow \frac{1}{|a|}F(j\frac{\omega }{a})$
时域变宽（展宽）	频域变窄（压缩）	与上一条互为对偶，此消彼长
时域无限尖锐（冲激）	频域无限平坦且无限宽	极限情形下的对偶
时域乘 $e^{j{\omega }_{0}t}$	整个频谱右移 ${\omega }_0$	频移性质，复指数调制
时域乘 $\cos {\omega }_{0}t$	频谱一分为二并左右搬移	调制搬频的数学本质，通信系统的地基
时域卷积	频域相乘	卷积定理，LTI 输出谱 = 输入谱 × 系统函数
时域相乘	频域卷积并除以 $2\pi$	抽样即相乘，所以频谱被周期延拓、可能混叠
时域微分	频域乘 $j\omega$	微分放大高频、压制低频
时域积分	频域除以 $j\omega$ 并补直流项	积分放大低频，所以均值不为零时多出冲激
时域平滑（卷积宽窗）	高频被削弱	等效低通滤波，窗越宽高频丢得越多
实偶信号	频谱为实偶函数	只需画一条实曲线即可描述
实奇信号	频谱为虚奇函数	相位固定为 $\pm \frac{\pi }{2}$
实信号（一般）	幅度谱偶、相位谱奇	共轭对称性，负频率是冗余信息
时域有跳变	高频衰减慢（按 $\frac{1}{\omega }$）	这是吉布斯现象与频谱包络的根源
时域连续	频域非周期	连续谱不会重复，这是与离散情形的分水岭

一句话概括这张表的骨架：时域和频域是一对跷跷板——一头压缩另一头必然展宽，一头离散另一头必然周期，一头连续另一头必然非周期。

---

七、六个最容易记混的坑

1. 系数因子：正变换是 $e^{-j\omega t}$，逆变换是 $e^{+j\omega t}$ 且带 $\frac{1}{2\pi }$。如果换用 $f$ 作频率变量（$\omega =2\pi f$），$2\pi$ 的归属会随定义约定改变，做题前先看题目给的是哪一种约定。
2. 单边谱与双边谱差两倍：$|F_n|=\frac{1}{2}{d}_n$，$F_0=a_0$ 而非 $2a_0$，这里最容易在填空里丢分。
3. 时域积分的那一项：$\frac{F(j\omega )}{j\omega }+\pi F(0)\delta (\omega )$ 里的 $\pi F(0)\delta (\omega )$ 极易漏掉。只有当 $F(0)=0$（信号均值为零、无直流）时才可以省略。
4. 尺度变换的系数是 $\frac{1}{|a|}$ 而不是 $\frac{1}{a}$，而且不管 $a$ 取正取负，系数永远是正的。
5. 对称性写全：严谨形式是 $F(jt)\leftrightarrow 2\pi f(-\omega )$；很多资料写成 $F(t)\leftrightarrow 2\pi f(\omega )$，那是因为默认了 $f$ 是偶函数。
6. $\mathrm{Sa}$ 与 $\mathrm{sinc}$ 不是一回事：中文教材的 $\mathrm{Sa}(x)=\frac{\sin x}{x}$，部分英文教材的 $\mathrm{sinc}(x)=\frac{\sin \pi x}{\pi x}$，混用会让门函数的频谱表达式整体差一个 $\pi$。

---

全系列总结

八篇主线，一条逻辑走到底

这条主线是这样的：面对一个未知系统，先问它在时域怎么描述，再问能不能换个域来看，最后问现实世界里的信号是连续的还是采样的。从第 01 篇把信号与系统的基本概念立起来（信号分类、基本运算、阶跃与冲激这一对奇异函数）；到第 02 篇进入连续时间系统的时域分析，用微分方程、冲激响应与卷积积分建立「输入卷积冲激响应等于零状态响应」这条铁律；第 03 篇是分水岭——傅里叶变换把观察视角从时间轴搬到频率轴，同时给出抽样定理，架起模拟世界与数字世界之间的桥；第 04 篇因为傅里叶变换对增长型信号无能为力，于是引入拉普拉斯变换，把频率轴推广到复平面，用收敛域和系统函数统一处理稳定性与初值问题；第 05 篇把前面所有工具投入使用场景，讲调制解调、滤波、无失真传输，也就是通信系统为什么离不开频谱搬移；第 06 篇换成几何视角，用正交、能量、相关把信号看成矢量空间里的点，解释为什么正交分解等价于最小均方误差；第 07 篇把研究对象从连续切换到离散，差分方程、卷积和、抽样后的序列成为主角；第 08 篇用 z 变换给离散系统配上一整套与 s 域平行的工具，再用 DFT 把无限长的理论变成计算机能算的有限长度，最后靠 FFT 把复杂度从 $N^2$ 压到 $N\log N$，整条线才算真正闭环。

各篇考点与最高频问题

篇目	核心考点	最高频问题
01 绪论与信号/系统基本概念	信号分类、基本运算、阶跃与冲激	「$\delta (t)$ 与 $\epsilon (t)$ 是什么关系？冲激函数的物理意义是什么？」
02 连续时间系统的时域分析	微分方程经典解、冲激响应、卷积积分	「卷积积分的物理意义是什么？图解法的四步怎么走？」
03 傅里叶变换与抽样定理	频谱、变换性质、抽样定理、混叠	「抽样定理的条件是什么？为什么信号必须限带？」
04 拉普拉斯变换与 s 域分析	收敛域、系统函数、稳定性判据	「拉氏变换和傅里叶变换是什么关系？收敛域说明了什么？」
05 傅里叶变换在通信系统中的应用	调制解调、滤波、无失真传输	「为什么调制能把信号搬到高频？无失真传输要满足什么条件？」
06 信号的矢量空间分析	正交函数集、能量、相关、最小均方误差	「为什么正交分解能给出最小均方误差？」
07 离散时间系统	差分方程、卷积和、离散系统特性	「离散卷积和与连续卷积的本质区别在哪？」
08 z 变换与 DFT/FFT	收敛域、DFT 定义、频谱泄漏、FFT 原理	「DFT 与 DTFT 是什么关系？FFT 到底快在哪里？」

我的复习方法复盘

这门课的特点是知识点不深但极密，靠考前突击基本必翻车，靠谱的做法是按三遍走，每一遍的目标都不一样。

第一遍：通读加勾重点，目标是建立地图。 不要在这一遍试图记住任何公式，只需要知道每一章在讲什么、它上一章留下的问题是什么。做法是按目录顺序过一遍教材和笔记，手上拿两支笔：一支勾出「定义与条件」（比如狄里赫利条件、抽样定理的前提、收敛域的判据），另一支圈出「所有带名字的变换对和性质」。这一遍结束时，你应该能合上书说出八章各自的标题和一句话主旨。耗时通常占总复习时间的三成左右，完全值得。

第二遍：按主题背要点，目标是横向打通。 不要在章节的框架里背，要把散落在不同章的东西按主题重新归堆。比如把所有「求零状态响应的方法」归一堆（时域卷积、频域相乘、s 域代数方程、z 域代数方程），把所有「稳定性判据」归一堆（极点位置、收敛域是否含虚轴或单位圆、罗斯判据），把所有「变换对」归成本文第三节那样的表。归堆的过程本身就是最高效的记忆，因为它把「八章」压缩成了「四五个主题」。这一遍要动手写，把表格默写出来，写不出来的地方就是你的薄弱点。

第三遍：合上答案口述，目标是模拟面试。 这是最容易被跳过、但收益最大的一遍。把每章的典型题答案合上，对着空气或录音把解题思路完整讲一遍，要求是：能说出用什么方法、为什么用这个方法、边界条件是什么、结果量纲对不对。凡是讲着讲着卡住的地方，说明那里是「看懂但没掌握」，要回到第二遍的表格里补。面试中最常见的失分不是算错，而是被追问「为什么」的时候答不上来——口述训练恰好针对这一点。

最后，公式表必须能默写。 具体标准是：拿一张白纸，在二十分钟内写出本文第三节的常见变换对、第四节的十五条性质、第五节欧拉公式与冲激函数性质，以及第六节的对偶关系表。写不全就再回去补，直到不用任何提示也能一页写完为止。默写过关之后，做题速度会有肉眼可见的变化——因为你不再需要在脑子里推导公式，而是把全部注意力留给「这道题该用哪条性质」。

这套方法的核心逻辑其实很简单：第一遍求广，第二遍求连，第三遍求准，最后用默写做验收。信号与系统没有捷径，但方法对了，八篇笔记是能在一个复习周期里真正装进脑子的。