线性卡尔曼公式推导证明注解（射影定理）

        论起自己的卡尔曼水平，恐怕还离卡尔曼殿堂隔着三十三重天。这也是自己的第一篇博客，后续也会基于自己的理解更新对卡尔曼学习与应用，同样也是督促与激励自己。至于卡尔曼提出背景以及现阶段的应用领域直接各种搜就好了，废话不多说，开始进入这篇博客的正题。（不过本博客主要是对推导过程进行注解，由于公式太多，重要的注解在下面稳当的链接中）

        卡尔曼是一种最优滤波理论，其本质是以最小均方误差为最佳估计准则，采用信号与噪声的状态空间模型来更新对状态变量的估计，求出当前时刻的估计值。算法根据建立的系统方程和观测方程对需要处理的信号做出满足最小均方误差的估计。其数学上的表达为：基于观测信号,求状态的线性最小方差估计值,其极小化性能指标：         公式（1）  。

其中对于j=k,j>k,j<k,分别称为 的Kalman滤波器、预报器和平滑器   。滤波器一般是对当前状态噪声的处理。预报器即为状态预测，通常在导弹拦截、卫星回收等问题上涉及导弹和卫星轨道预测。平滑器主要用在解决卫星入轨初速度估计或卫星轨道重构问题。

下面开始进行列举公式，其中对必要的知识进行解释，方便大家能够理解，如果实在理解不了，只能看看基础知识。本博客所讨论的得线性系统状态空间模型为：