针对式(3.2.1)和式(3.2.2)描述的系统,基于假设3.2.1~假设3.2.4,设计如下形式的滤波器:
(3.3.1)
(3.3.2)
(3.3.3)
其中, K ( k +1)∈ R n ×1 为一个待设计的特征函数滤波器增益向量, K ( k +1) 的获取是整个滤波器设计的核心与关键。
基于式(3.2.8)对估计误差的定义,由式(3.3.1)及状态 x ( k +1) 的估计误差定义,可得状态 x ( k +1) 估计误差的传播方程为
(3.3.4)
Guo和Wang在文献[17]中指出,当 A ( k )、 G ( k )、 y ( k +1)、 及 K ( k +1) 给定时, 就可以用 与 G ( k ) w ( k ) 这两个独立的向量,以及一个测量误差项 来表示。所以,在已知 A ( k )、 G ( k )、 y ( k +1)、 及 K ( k +1) 的情况下, 的概率密度函数就是基于 与 w ( k ) 的概率密度函数的综合概率密度函数。