初始状态预估：根据观察数据及系统参数，利用线性系统状态方程建立初始状态估计值和状态协方差矩阵。

作者：禅与计算机程序设计艺术

1.简介

本文主要通过引入对实际系统状态的观测数据，利用线性系统状态方程建立初始状态估计值和状态协方差矩阵，并进行概率分布假设检验，最后得出初步的初值估计结果。

一般来说，建立初始状态估计值的目的是为了在后续过程中更准确地估计系统状态的分布情况，从而能够提高控制精度、节约资源等。因此，对于系统的初值估计，就显得尤为重要。

根据观察数据及系统参数，建立初始状态估计值通常包括两个阶段:

1. 第一步：求解线性系统状态方程建立初始状态估计值；
2. 第二步：进行概率分布假设检验；

在第一步，需要先给定线性系统的状态方程:

\begin{cases}
x_{t+1}=Ax_t + Bu_t\\
y_t=Cx_t + Du_t
\end{cases}

其中$A$, $B$, $C$, $D$分别表示系统状态转移矩阵，系统输入矩阵，系统输出矩阵，系统噪声矩阵。此处略去不必要的参数，只保留与观测相关的参数($u_t$)、系统响应相关的参数($x_t$)、相关系数矩阵($R$)、初始状态条件($x^0$)以及观测序列($y_t$)。

给定上述方程后，就可以用观测数据$y_t$拟合出线性系