此文档作者是王垠，属于王垠版权所有。 我是从https://www.dropbox.com/s/k6fwweq49be4cbh/type-infer-pdf.pdf下载的这个文档。

用最小二乘法对Pisarenko算法进行分析谐波分解恢复。 可在MATLAB上仿真。

内含板壳单元的有限元理论推导，包括板壳的膜效应，弯曲及横向剪切。弯曲理论为mindlin板理论，其中膜效应包含具体的实例

在移动机器人导航方面，卡尔曼滤波是最常用的状态估计方法。直观上来讲，卡尔曼滤波器在这里起了数据融合的作用，只需要输入当前的测量值（多个传感器数据）和上一个周期的估计值就能估计当前的状态，这个估计出来的当前状态综合考量了传感器数据（即所谓的观察值、测量值）和上一状态的数据，为当前最优估计，可以认为这个估计出来的值是最可靠的值。由于我们在SLAM中主要用它做位置估计，所以前面所谓的估计值就是估计位置坐标了，而输入的传感器数据包括码盘推算的位置、陀螺仪的角速度等（当然可以有多个陀螺仪和码盘），最后输出的最优估计用来作为机器人的当前位置被导航算法以外的其他程序所调用。