冲激函数匹配法

起始点的跳变

对于线性时不变连续时间系统，通常采用常系数线性微分方程来描述系统。一般情况下，用时域经典法求微分方程的解答，应当限于的时间范围，因为在t=0时刻，系统的状态可能会出现跳变（例如：等）。

为了区分跳变前后的状态，我们以表示激励接入之前的瞬间、用表示接入之后的瞬间。

给出两组状态：

将上面这组状态称为“0-状态”或“起始状态”。

这组状态称为“0+状态”或“初始状态”，或称为“导出的起始状态”。

---

冲激函数匹配法

根据微分方程理论可知，求解0时刻后的系统响应，必须知道激励信号加入后瞬间的初始条件。这就设计到初始条件的计算问题，通常使用冲激函数匹配法来解决这个问题。

设描述线性时不变因果稳定系统的微分方程是：

式中均为实常数（系数），由于此方程在整个时间范围内都成立，故在任一特定时刻一定成立。

在引入冲激函数前，由于函数在不连续点(跳变点)的导数不存在，对这些点的描述困难；引入冲激函数后，解决了函数在跳变点处导数的存在问题，也就解决了微分方程的全时域成立问题。将激励信号e(t)表达式代入微分方程后，如果含有冲激函数及其各阶导数，来假设响应以及响应的各阶导数也含有对应冲激函数项。

将激励信号带入微分方程后，可以将得到的函数整理成及其各阶导数和一个有界项的代数和形式（此形式不失一般性）：

注：C(t)为有界函数，对于阶跃函数u(t)也包含其中。当有界项只有阶跃函数时，可将C(t)直接写为u(t)，又因为，为了区分t在的u(t)，将其记作。

带入0时刻微分方程，利用冲激函数及其各阶导数的系数相等可求出系数。一般情况下n不大或冲激函数阶次不高，可直接计算各种d的值。

最后，对上述的各阶导数进行积分：

 可以得到：

 这样便得到0+时刻的值，即初始条件。