贝叶斯定理在状态估计中应用

周五晚上整理

状态估计的非线性优化求解方法：
给定状态量的初值，通过优化迭代目标函数（预测与观测的差值）求出某时刻的状态量，随着时间的推移，有越来越多的不同时刻的状态量，倘若算力无限前提下，可以每一时刻进行全部状态的优化，但现实是骨感的，需要想办法来控制优化的规模（滑动窗口、公视图）

状态估计的滤波方法：
基于马尔科夫性假设，认为当前时刻的状态只与前一时刻状态有关，因此就权衡上一时刻状态预测、观测误差两者的可信度，来进行当前时刻的状态估计