信号与线性系统怎样学好？

就我所知到的说几个东西吧，抛砖引玉，不对的地方搞人多指正。

1、卷积的一个例子就是一个信号通过介质的时候，会产生滤波效应。这个时候就是卷积了，一般会是 输出 y(t) = x(t) * h(t) + n(t), n(t)是噪声，h(t)是滤波器。所以，滤波器的输出在计算的时候就要用到卷积了。
而卷积是很巨大的计算，因而又引入了傅里叶变换特别是快速傅里叶变换。把时域中的卷积转化为频率域的乘积，从而减小运算量。
比如试验仪器让一束阳光透过来，是白色的； 拿一个红色的玻璃盖在孔上，就变成了红光。这就是把其他的色光滤掉的结果。(这是个比方，这个过程并不一定是卷积，但这的确是一种滤波结果)

2、我们获取的信号一般是 y(t), 而很多时候想要得到的是x(t)，这个时候就要进行反卷积。

建议你不要陷入题海中，理解物理含义是最重要的，否则，即便考试满分也是白学！如果你不理解卷积的物理含义，那么你的傅里叶变换是不会理解好的，从而拉氏变换和Z变换也就不可能理解！
把复变函数最基本的东西弄懂，比如复数的一些基本运算，信号系统你要把握一种思想：就是信号通过线性时不变系统要想得到响应，首先根据线性性质和时不变性将输入信号表示成基本信号的线性组合，如果基本信号的响应你知道了，那么系统的响应便是基本信号响应的线性组合。
卷积本质上是将信号表示成移位冲激的加权和（积分），其基本信号是单位冲激。
傅里叶变换是将信号表示成一组复指数的线性组合，其基本信号是复指数信号e^jwt.
其实，卷积并不是为后续学习傅里叶变换打基础，它们的本质是一样的，都是信号分解的思想。这里面需要你深刻理解的是傅里叶变换对那两个公式和卷积的公式，大脑里要时刻想着卷积的动态过程，这里指的是物理含义，不是卷积算法的那个三步走。
其实要说这门课学的好与不好，关键在于你对卷积是否真正理解，如果不理解，那么你对傅里叶变换仅仅停留在会计算，但是其本质你是无法弄懂的，所以多花时间在卷积上下功夫，不要沉浸在数学推导，多想想直观的物理含义，虽然理论不严谨，但是对于深刻理解是很有用的。

别怕，理解物理含义才有用，如u(t)是积分器等等，1*f(t)=f(t)的面积等等；

考试不是考数学，记住常用的卷积即可