状态观测器是一个系统,它可以根据给定实际系统的输入和输出测量值,提供对该系统的内部状态的估计。的目的是
-最优状态估计是设计一个观测器,它可以最小化从w到z的闭环传递矩阵的
范数。卡尔曼滤波器是最佳观测器的一种形式。
考虑具有状态空间实现的连续时间广义工厂

作为输入所需的矩阵是
.
任务是设计以下形式的观测器

LMI:
最优观测器
[编辑 | 编辑源代码]
变量中的LMI
由以下给出

最优观察器增益由
恢复,而
-最优观察器增益由
恢复,而
的范数为
。
https://github.com/Ricky-10/coding107/blob/master/H2%20Optimal%20Observer
记录和验证 LMI 的参考文献列表。