《最优估计理论》的特点是注重理论与实际问题的结合，实例特色鲜明。《最优估计理论》既可作为控制理论与控制工程、导航与测控、通信工程、仪器科学与技术、系统工程、电气工程、电子信息工程等学科的研究生和高年级本科生教材，也可作为相关领域科研人员的参考书。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

随着智能电网的发展及智能设备不断引入电力信息物理融合系统(CPPS)中，CPPS面临一种新的攻击方式——网络-物理协同攻击(CCPAS)。这种攻击方式既隐蔽又可引发连锁故障，易造成大规模停电事故。首先，阐述CPPS遭受CCPAS的基本形式，在直流潮流模型下构建考虑状态估计约束的CCPAS模型。然后，探讨CCPAS的机理，以攻击者的角度分析规避状态估计监测后最大范围的攻击，分析CCPAS情景下CPPS的脆弱线路。最后，以IEEE 14、118节点系统为例，通过仿真计算验证模型的有效性、适用性，对比分析考虑状态估计约束后物理攻击的限制。

状态估计,最优控制与状态估计,matlab源码.zip

7气路，水路与热路，稳态与动态潮流计算，天然气网动态状态估计，电_热_气耦合系统优化调度

英文版的状态估计，非常清晰，保证下载后不亏。时学习slam的必备书籍。

蒙特卡洛法的应用dddd，电力系统状态估计状态分析，风险评估

使用S-function搭建的车辆状态估计simulink模型，包含EKF和CKF

具有泄漏时滞和混合加性时变时滞复数神经网络的状态估计.pdf

非线性状态估计是一个具有挑战性的问题。 著名的卡尔曼滤波器只适用于线性系统。 扩展卡尔曼滤波器 (EKF) 已成为非线性状态估计的标准公式。 然而，由于不确定性通过非线性系统的传播，它可能会导致高度非线性系统的重大误差。 无迹卡尔曼滤波器 (UKF) 是该领域的一项新进展。 这个想法是基于其协方差在当前状态估计周围产生几个采样点（Sigma 点）。 然后，通过非线性映射传播这些点以获得映射结果的均值和协方差的更准确估计。 通过这种方式，它避免了计算雅可比矩阵的需要，因此只产生与 EKF 相似的计算负载。 出于教程目的，此代码实现了 UKF 公式的简化版本，其中我们假设过程噪声和测量噪声都是可加的，以避免状态增加，并简化对非线性映射的假设。 该代码被大量注释，并附有使用该函数的示例。 因此，初学者学习UKF是合适的。 为了比较，可以从http://www.mathworks.com/

Power System State Estimation Theory and Implementation 英文版的电力系统状态估计的经典著作，推荐学习电力系统的TX下载学习学习。