Semiglobal oblique projection exponential dynamical observers for nonautonomous semilinear parabolic-like equations
本文提出一种Luenberger型动态观测器，通过有限次小区域平均测量输出，实现非自治半线性抛物型方程全状态的半全局指数收敛估计，并利用显式斜投影输出注入算子保证误差动力学稳定。
2021-02-12 math.AP math.OC
Boundary adaptive observer design for semilinear hyperbolic rolling contact ODE-PDE systems with uncertain friction
Linköping University（林雪平大学）；Norwegian University of Science and Technology（挪威科技大学）；University of California San Diego（加州大学圣地亚哥分校）
针对半线性双曲滚动接触ODE-PDE系统，设计一种自适应观测器，利用边界测量同时估计集总状态、分布状态及不确定摩擦参数，在持续激励下实现指数收敛。
2026-09-22 cs.SY eess.SY math.OC
Dynamic State Estimation under Cyber Attacks: A Comparative Study of Kalman Filters and Observers
Argonne National Laboratory（阿贡国家实验室）；Purdue University（普渡大学）
本文研究了在存在未知输入和潜在攻击向量的情况下，利用同步相量测量数据进行实时智能电网监控的动态状态估计方法，比较了立方卡尔曼滤波器和动态观测器的性能。
2015-08-28 cs.SY eess.SY math.OC
Predictive feedback boundary control of semilinear and quasilinear 2x2 hyperbolic PDE-ODE systems
本文提出了一类半线性和拟线性2 × 2双曲型偏微分方程的控制器设计问题，控制器输入在一个边界上，非线性常微分方程耦合到另一个边界上.控制器可以被设计成使系统渐近稳定在平衡点或相对于参考信号。半线性和一般拟线性系统的两个相关的，但不同的控制器，并在拟线性系统的额外挑战进行了讨论。此外，我们提出了一个观测器，估计分布PDE状态和未测量的ODE状态从测量的驱动边界，它可以用来解决输出反馈控制问题。
2021-05-19 math.OC
Unknown input observer design for a class of coupled wave PDE systems
University of Wuppertal（伍珀塔尔大学）；Saarland University（萨尔兰大学）
本文提出了一种用于耦合波PDE系统的未知输入观测器设计方法，通过矩阵不等式推导了稳定性条件，并通过数值实验验证了其有效性。
2026-01-12 math.OC
An observer for partially obstructed wood particles in industrial drying processes
为了使生物质干燥过程有效，关键是在接近的范围内实现目标残余水含量，因为更保守的干燥将导致能量浪费。因此，一种可靠地估计含水量的方法显然是重要的。理想情况下，这种方法不需要任何昂贵的传感器。我们表明，降阶模型和扩展卡尔曼滤波器可以结合起来，可靠地确定水分含量和温度的木材颗粒的基础上，只有表面温度测量。建议的观察员工作可靠，如果测量仅适用于部分粒子面。因此，如果颗粒表面被部分阻挡，它仍然可以应用，这是在工业过程和单元（例如旋转干燥器）中使用的先决条件。扩展卡尔曼滤波器使用降阶模型，该降阶模型通过将适当的正交分解和Galerkin投影应用于耦合偏微分方程来获得，该偏微分方程模型在各向异性颗粒中的热传导和水扩散。与原PDE仿真模型相比，该降阶模型和基于降阶模型的滤波器更适合于实时计算和监测。
2020-03-27 math.OC
A contraction theory-based analysis of the stability of the Extended Kalman Filter
Ecole des Mines ParisTech（巴黎高等矿业学院）；Massachusetts Institute of Technology（麻省理工学院）
将扩展卡尔曼滤波器视为非线性系统的确定性观测器，利用收缩理论分析其稳定性，得到了保证状态误差指数收敛的新条件。
2012-12-03 cs.SY eess.SY math.OC
eXogenous Kalman Filter for Lithium-Ion Batteries State-of-Charge Estimation in Electric Vehicles
本文提出了一种新的框架，使用两阶段的非线性估计称为eXogenous卡尔曼滤波器（XKF）的电动汽车充电电池的荷电状态估计。非线性估计器由非线性观测器（NLO）和线性卡尔曼滤波器（LKF）级联而成。NLO用于产生全局收敛的辅助状态估计，其用于在时变卡尔曼滤波器算法中生成线性化模型。为了证明所提出的方法，我们提出了一个模型的锂离子电池的等效电路模型（ECM）。该模型具有线性过程方程和非线性输出电压方程。使用磷酸铁锂（LiFePO $_4$）电池在动态应力测试（DST）和联邦城市驾驶时间表（FUDS）下的实验数据来测试该方法。并讨论了不同环境温度下的影响。与EKF和UKF相比，我们提出的XKF具有更快的收敛速度，这可以归因于使用了非线性光学。
2018-10-21 math.OC
State-estimators for chemical reaction networks of Feinberg-Horn-Jackson zero deficiency type
控制理论中最有趣的问题之一是构造观测器。观测器使用测量探针提供的数据或部分状态信息来计算动力系统的内部状态的估计。对于线性系，Luenberger观测器（也被称为“确定性卡尔曼滤波器”，因为它们相当于不考虑测量噪声的统计而设计的卡尔曼滤波器）提供了一般的解决方案，但是，对于非线性系统，建立观测器存在和收敛的普遍适用条件是一个开放和活跃的研究领域。本文给出了Feinberg-Horn-Jackson零亏型化学反应网络可检测性的一个充要条件，以及满足该条件时观测器的显式构造.
2000-12-16 math.DS math.OC
Symmetries in observer design: review of some recent results and applications to EKF-based SLAM
Mines ParisTech（巴黎高等矿业学校）
本文综述了保持对称性的观测器理论及其近期进展，并将其应用于基于扩展卡尔曼滤波的同步定位与地图构建（EKF SLAM），提出了一种具有收敛性的新对称性保持扩展卡尔曼滤波器，并证明了特定增益选择可确保全局指数收敛。
2011-05-11 cs.RO cs.SY eess.SY
Observer-Based Realization of Control Systems
本研究利用矩阵保维半张量积提出函数型动态控制系统的模型降阶框架，构建线性系统的基于观测器的实现，给出精确实现充要条件，拓展至扩展与最小反馈实现并关联Kalman最小实现，还推广到非线性控制仿射系统。
2025-09-04 math.OC
Performance vs complexity trade-offs for Markovian networked jump estimators
研究了具有随机时延和丢包的网络化系统的状态观测器设计问题。该模型的工厂和网络覆盖的情况下，多个传感器，失序和缓冲测量。在有限间隔上的测量结果对网络测量接收场景进行建模，其遵循马尔可夫分布。我们提出了一个易于处理的最优化问题来预先离线计算跳跃观测器增益的有限集。建议的程序允许我们交易的复杂性的观察员实现所取得的性能。几个例子表明，在线计算成本的观测器的实施是低于卡尔曼滤波器，而性能是相似的。
2014-03-20 math.OC
An approximation of the Bayesian state observer with Markov chain Monte Carlo propagation stage
本文提出一种结合马尔可夫链蒙特卡洛传播和核密度估计的贝叶斯状态观测器分段线性近似方法，以合理计算成本提升高度非线性非高斯系统的状态估计性能，并通过与扩展卡尔曼滤波器和粒子滤波器的基准对比验证其有效性。
2022-04-29 math.OC
Dynamical observers for parabolic equations with spatial point measurements
提出了一种指数型Luenberger动态观测器，用于估计一般类非自治半线性抛物型方程的状态。该结果可以应用于输出由在有限数量的空间点处进行的状态测量给出的情况，也就是说，我们的传感器是有限数量的delta分布的情况。输出注入算子是显式的，并且主要结果的推导涉及将状态空间分解成取决于传感器集合的两个斜分量的直和。模拟作为一个应用程序的Kuramoto-Sivashinsky模型的火焰传播和流体流动。
2022-12-04 math.AP math.OC
Infinite horizon control and minimax observer design for linear DAEs
本文针对一类具有不确定但有界输入和噪声输出的线性定常微分-代数方程，构造了一种无穷时域minimax状态观测器。我们不假设DAE的任何初态的正则性或（唯一）解的存在。我们的方法是基于推广卡尔曼的对偶原理。后者允许我们将极小极大状态估计问题转化为伴随DAE的对偶控制问题：原问题中的状态估计成为对偶问题的控制输入，而后者的费用函数实际上是最坏情况下的估计误差。利用几何控制理论，我们构造了反馈形式的最优控制，并将其表示为稳定LTI系统的输出。后者给出了极大极小状态估计器。此外，我们得到了一个解决方案的无限时域线性二次最优控制问题的DAE。
2013-09-13 math.OC
A Note on Linear Quadratic Regulator and Kalman Filter
本文针对现代控制理论中的控制器设计与状态估计两大核心问题，系统阐述了线性二次调节器（LQR）与卡尔曼滤波（KF）的基本概念、推导、稳态分析及数值实现方法。
2023-08-30 cs.SY eess.SY math.OC
Geometric methods for optimal sensor design
University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出通过几何方法设计最优传感器，针对卡尔曼滤波器的最优传感器特性，推导出正定算子的交换条件，并提供梯度流算法以保证收敛性，从而实现最小估计误差。
2015-07-06 cs.SY eess.SY math.OC
Nonlinear Observers Design for Vision-Aided Inertial Navigation Systems
Western University（西安大略大学）；University of Quebec in Outaouais（魁北克大学乌塔韦校区）；Lakehead University（湖首大学）
本文研究了视觉辅助惯性导航系统中姿态、位置和线速度的同时估计问题。我们提出了一个非线性观测器$SO(3)\times \mathbb{R}^{15}$依赖于身体框架的加速度，角速度和（立体或单目）轴承测量的一些地标是恒定的，在惯性系中已知的。与现有的局部卡尔曼型观测器不同，我们提出的非线性观测器保证几乎全局渐近稳定性和局部指数稳定性。对该系统的一致可观性进行了详细的分析，并给出了其一致可观性的充分条件。此外，一个混合版本的建议观察者提供处理的间歇性测量在实际应用中。仿真和实验结果表明了所提出的状态观测器的有效性。
2021-06-01 cs.RO cs.SY eess.SY
Nonlinear parameter-varying embeddings for nonlinear state estimation with application to a two-link robot manipulator
本文提出非线性参数变化嵌入方法设计观测器，在保留非线性结构的同时减少调度参数，并在两连杆机器人上验证，优于扩展卡尔曼滤波和移动horizon估计。
2026-09-17 math.OC
Observers Design for Inertial Navigation Systems: A Brief Tutorial
Western University（韦仕敦大学）；Lakehead University（湖首大学）
导航观测器的设计能够同时估计的位置，线速度和方向的车辆在三维空间中是至关重要的，在许多机器人和航空航天应用。这个问题主要是处理使用扩展卡尔曼滤波器及其变种，这被证明是在许多实际应用中的工具。虽然实际上是有效的，缺乏强稳定性保证这些算法的动机出现了一类新的几何导航观测器依赖于黎曼几何工具，导致可证明的强稳定性属性。这个简短的教程的目的是提供一个现有的估计方案，以及一些最近开发的几何非线性观测器，自主导航系统依赖于惯性测量单元（IMU）和地标测量的概述。
2020-09-18 cs.RO cs.SY eess.SY
A semi-global model-based state estimator for the quadrotor using only inertial measurements
我们提出了一个非线性观测器来估计状态（方向和面内速度矢量）的四旋翼，基于阻力增强模型。它是一种替代最近的作品使用类似的模型与扩展卡尔曼滤波器（EKF）。但是，在享受增强模型的好处的同时，它没有EKF的常见缺点：事实上，计算成本要低得多，调整更容易，最重要的是，保证的收敛域非常大。
2016-04-12 math.OC
Semi-global Output Feedback Stabilization of Non-Minimum Phase Nonlinear Systems
Marshall University（马歇尔大学）；Michigan State University（密歇根州立大学）
本文提出一种方法，利用全局稳定反馈控制方案实现非最小相位非线性系统的半全局稳定化，并通过高增益观测器和扩展卡尔曼滤波器恢复辅助系统的性能。
2016-07-25 cs.SY eess.SY math.OC
Moment dynamics and observer design for a class of quasilinear quantum stochastic systems
本文研究一类开放量子系统，其动态变量具有类似于有限能级系统的泡利矩阵的代数结构。该系统与外部玻色子场相互作用，其哈密顿量和耦合算子线性依赖于系统变量。这将导致在Hudson-Parthasarathy量子随机微分方程（QNDT）的漂移和色散项是仿射和线性函数的系统变量。准线性的Qsq导致易处理的动态平均值和高阶多点的时刻驱动的真空输入场的系统变量。这使得封闭形式的计算的准特征函数的不变量子态的系统和无限地平线的渐近增长率的一类成本泛函。矩动力学的易处理性也被用于均方最优Luenberger观测器设计中的基于测量的准线性量子工厂的滤波问题，这导致了卡尔曼类量子滤波器。
2020-12-15 cs.SY eess.SY math.OC
A short introduction to the control theory in finite-dimensional spaces
CNRS（法国国家科学研究中心）；INRIA（法国国家信息与自动化研究所）；Laboratoire Jacques-Louis Lions, LJLL（雅克-路易·利翁斯实验室）
本文简要介绍有限维空间中控制理论的核心概念与方法，包括可观测性、稳定性、极点移位定理及最优控制理论。
2025-12-22 math.DS math.OC
Parameter Identification for Multirobot Systems Using Optimization Based Controllers (Extended Version)
Carnegie Mellon University（卡内基梅隆大学）
研究了多机器人系统的参数辨识问题。我们希望了解什么时候对抗性观察者可以通过简单地观察机器人的位置来反向工程一组机器人正在执行的任务的参数。我们通过使用来自系统辨识的激励持续性的概念来解决这个问题。团队中的每个机器人都使用基于优化的控制器来协调任务满意度和避免碰撞。这些控制器表现出隐式依赖于任务的参数，这对导出参数识别的必要条件构成了障碍，因为这些条件通常需要显式关系。我们通过使用对偶理论和主动避碰约束的SVD来解决这个瓶颈，并推导出每个机器人的任务参数与其控制输入之间的显式关系。这使我们能够推导出与我们的直觉相一致的成功识别的主要必要条件。我们证明了这些条件的重要性，通过数值模拟使用（a）自适应观测器和（b）在各种几何设置的目标估计的无味卡尔曼滤波器。这些模拟表明，在参数推断应该是不可行的情况下，根据我们的条件，这两个估计失败，同样，当它是可行的，都收敛到真正的参数。这些结果的视频可在https://bit.ly/3kQYj5J上获得。
2020-09-29 cs.RO math.OC
Nonlinear Stochastic Attitude Filters on the Special Orthogonal Group 3: Ito and Stratonovich
University of Western Ontario（韦仕敦大学）
本文提出两种非线性随机互补滤波器，保证Rodriguez向量和估计误差在均方意义下半全局一致最终有界，并收敛到原点的附近。通过仿真结果展示了在角速度高不确定性以及机体框架向量测量情况下所提滤波器的有效性。
2020-05-23 cs.SY eess.SY math.OC
Minimax State Estimation for a Dynamic System Described by a Differential-Algebraic Equation
在这份报告中，我们解决的线性状态估计问题：估计一个线性变换$\ell(φ)$的状态$φ$通过一个算法$\widehat{\ell(φ)}$操作测量$y$，其中$Lφ=f,y=Hφ+η$。我们研究的极小极大估计框架的估计问题：找到一个线性算法$\widehat{\widehat{\ell(φ)}}$，最大限度地减少最坏情况下的错误$\sup_{φ,η}d(\ell(φ),\widehat{\ell(φ)}) $。所提出的估计方法的一个关键特征是固定一类线性算子$L$，$H$ ;给定来自该类的任何一对$L,H$，我们描述一类所有解算子$\ell$的$\mathcal L$，使得最坏情况下的误差是有限的。我们建立了一个对偶定理（类似Kalman对偶原理），即如果$G$是相应Hilbert空间的凸有界子集，$L$是闭线性映射，则估计问题等价于最优控制问题。如果$G$是一个椭球，我们得到的线性算子方程的解的最优估计。然后将其应用于线性微分代数方程组的状态估计. DAE的极大极小观测器以极大极小过滤器的形式表示。对于离散时间DAE，我们提出了在线极小极大估计。
2008-06-27 math.CA math.DS math.OC
