高增益观测器

高增益观测器（High-gain observer），1992年起出现于非线性系统状态估计中（在线性系统中可以追溯到七十年代），是研究最为广泛的一类非线性观测器，一般用于能观标准型与下三角结构的两类系统中（非下三角结构的系统近五年亦有研究）。比较常见的应用场景是“dirty derivative”的估计，如速度、加速度等。

镇定机理：high-gain injection 或 domination

优点：结构简单，设计方便，鲁棒性强，只要系统可以变换成标准型，便可套用。

缺点：对测量噪声极为敏感。

I&I观测器

I&I观测器（Immersion and Invariance observer）出现于2008年，在机械系统和机电系统中比较流行，针对一般非线性系统研究相对较少，它是KKL的推广结果。印象中，关于非完整约束机械系统全局渐近收敛观测器问题，是首次由该方法解决。

镇定机理：设计吸引的不变流形

优点：框架比较大，”理论上“应用范围广，对噪声一般不敏感

缺点：PDE求解难度高，需要对物理系统有一定的洞察能力。

滚动时域观测器

滚动时域观测器（Moving horizon observer），MPC的对偶问题，研究的人挺多的，和做MPC的学者高度重合。

镇定机理：在线优化

优点：数值化算法，对理论要求不高

缺点：可解释性不强，计算量大

基于参数估计观测器

基于参数估计观测器（Parameter Estimation-Based Observer, PEBO）提出于2015年，属于从应用到理论的代表，发轫于电机状态估计，后来形成的一套系统化的状态估计方法。核心思想是把时变的状态估计问题，转化为在线的常数辨识，通常配合着DREM参数估计一起使用。

镇定机理：在线参数辨识

优点：参数辨识比状态估计要容易很多，灵活性强，在机电、电力系统中，对应的PDE很容易求解。

缺点：参数估计中一般需要类似于PE条件，纯积分环节会积累测量噪声（但测量噪声问题不会像高增益和滑模观测器那样强烈）