From the Linear Quadratic Regulator (LQR) to the (Deterministic) Kalman Filter in Two Easy Steps

本文通过一个两步走的教程，展示了如何从线性二次型调节器（LQR）推导出确定性卡尔曼滤波器，其过程是首先利用齐次坐标将状态估计问题转化为纯二次型 LQR 公式，随后通过对所得解进行分块，从而恢复传统的卡尔曼滤波器动力学方程和 Riccati 方程。

要点

想象一下，你正试图准确判断一名迷失在茂密森林中的徒步旅行者的位置。你有两个信息来源，但两者都有缺陷：

1. 你的地图（模型）： 你知道徒步者的总体路径和速度，但地形复杂，他们可能会绊倒或绕路。
2. 你的双筒望远镜（测量值）： 你偶尔能看到徒步者，但树木遮挡了视线，且图像很模糊。

**卡尔曼滤波（Kalman Filter）**就是将这两个不完美的来源结合起来，从而推测出徒步者真实位置的数学工具。通常，这被作为复杂的统计问题来教授，涉及“噪声”或“概率”。

Bassam Bamieh 的这篇论文提供了一种更简单、不同的看待方式。他认为你不需要去思考随机性，而是将其视为一个确定性的谜题：“什么样的故事最简单，能够解释我们所看到的一切？”

以下是该论文通过日常类比解释的解决此谜题的“两个简单步骤”。

核心思想：“奥卡姆剃刀”式的数学

论文从一个名为最小不确定性原理的原则开始。想象你是一名正在重建犯罪现场的侦探。有无数种方式可以解释犯罪过程：

• 故事 A： 嫌疑人跑了 5 英里，绊倒了 10 次，而且目击者产生了幻觉。
• 故事 B： 嫌疑人走了 1 英里，绊倒了一次，而目击者的视线只是有些模糊。

论文指出：选择故事 B。 为什么？因为它需要最少的“怪异程度”（不确定性）来使事实成立。用数学术语来说，我们想要的是那个让“误差”（绊倒和视线模糊）尽可能小的故事。

第一步：“齐次坐标”技巧

第一个障碍是，这个“寻找最简单故事”问题的数学处理起来非常棘手。它混合了平方项（如“距离的平方”）和线性项（如“距离”）。这就像是在烤蛋糕，食谱要求“2 杯面粉”和“一撮盐”，但搅拌碗只接受特定“平方格式”的原料。

解决方案： 论文建议使用一种被称为**齐次坐标（Homogeneous Coordinates）**的魔术技巧。

• 类比： 想象你在纸上画了一个二维图形。为了让数学运算可行，你在图形旁边添加了一个第三维度——一个附着的“1”。突然间，你的二维问题变成了一个三维问题，所有东西都能完美地放入一个对称的方框中。
• 它的作用： 通过在这个系统中添加这个额外的“1”，原本混乱的“混合型”数学问题转化为了一个完美的、纯粹的“平方型”数学问题。
• 结果： 这个干净的问题与**线性二次型调节器（LQR）**完全一致。如果你知道如何解决 LQR 问题（这类似于寻找汽车最省油的驾驶方式），你现在就可以解决这个复杂的估计问题。

为什么这很重要： 论文在这里提出了一个深刻的见解。在控制问题（如驾驶汽车）中，这些“额外”的数学通常代表预设的前馈信号；而在估计问题（如追踪徒步者）中，同样的“额外”数学则代表了观测器（Observer）——即系统随时间学习并更新其猜测的部分。

第二步：“时间反转”与“最终猜测”

现在我们已经得到了一个干净的平方问题，我们需要解决它。但有一个陷阱：在标准的驾驶问题中，你知道从哪里出发。但在这种估计问题中，我们不知道徒步者从哪里开始。 我们只知道他们现在在哪里（或者说，我们是根据过去的数据来推测他们现在的位置）。

解决方案： 论文使用了一个巧妙的两部分策略：

1. 假设终点： 暂时假定你确实知道徒步者在最后一刻到达了哪里。如果你知道起点和终点，那么两者之间的“最简路径”很容易计算。
2. 时间反转： “从 A 到 B”的数学逻辑是“从 B 到 A”的镜像。论文将问题在时间上进行了翻转。不再问“我们如何从起点走到终点？”，而是问“如果我们处于终点，我们是如何来到这里的？”
3. 优化猜测： 既然我们实际上并不知道最终位置，我们就利用第二步的答案，并追问：“哪种最终位置能使总体的‘怪异程度’（不确定性）最小？”

结果： 当你进行这种优化时，复杂的方程会神奇地简化为著名的卡尔曼滤波方程。

• “观测器增益”（即你在地图和望远镜之间如何权衡信任度）自然而然地显现出来。
• “黎卡提方程”（用于更新滤波器的复杂数学）成为了这个“到达成本”问题的解。

大局观：确定性 vs 信息量

论文最后对这些数学进行了有趣的重新解读。

• 在传统的（随机性）视角下，滤波器计算的是协方差矩阵（Covariance Matrix），它告诉你有多“不确定”。数值很大意味着“我毫无头绪”。
• 在本文的视角下，数学计算的是**“信息矩阵”（Information Matrix，或称确定性矩阵）**。
  • 类比： 想象一个碗。如果碗非常陡峭且深，放在里面的弹珠会迅速滚向底部。这意味着你对底部的位置非常确定。如果碗很平坦，弹珠可以在任何地方滚动，这意味着你不确定。
  • 论文指出，方程中的矩阵 $S$ 衡量了**“碗的陡峭程度”**。较大的 $S$ 意味着“碗”很陡，意味着滤波器对自己的估计非常有信心。

总结

这篇论文并没有发明一种新的滤波器，而是重写了配方。

1. 它说：“停止思考随机噪声。去思考如何为你的数据找到最简单、误差最小的解释。”
2. 它使用了一个数学技巧（齐次坐标），将一个混乱的问题转化为一个干净的标准控制问题。
3. 它利用时间反转来解决该问题，揭示了卡尔曼滤波本质上就是一种在确定性世界中最小化不确定性的最优方式。

这是一篇“教程型”论文，它剥离了令人畏惧的概率论，展示了卡尔曼滤波在本质上是关于效率与简洁的：即选择那条需要最少假设的路径。

技术摘要

技术摘要：从 LQR 到确定性卡尔曼滤波器

问题阐述
本文研究了线性时变系统的确定性状态估计问题。系统由方程 $\dot{x}(t) = Ax(t) + w(t)$ 和 $y(t) = Cx(t) + v(t)$建模，其中输出$y(t)$是已知的，但过程扰动$w(t)$、测量噪声$v(t)$以及初始状态$x_i$是未知的。目标是找到一个与系统动力学一致的状态轨迹$\hat{x}(t)$，该轨迹使代表不确定性三元组$(w, v, x_i)$“大小”的二次代价函数最小化。由于存在包含已知测量信号$y(t)$的二次项$(y - C\hat{x})^*V(y - C\hat{x})$，该代价泛函$J$ 关于状态和输入是仿射-二次（affine-quadratic）的。本文将此问题框架化为一个“输入设计”问题，而非随机估计问题，遵循类似于奥卡姆剃刀的“最小不确定性原理”：选择一个需要最少假设（最小不确定性范数）的轨迹。

方法论：“两个简单的步骤”
作者通过将仿射-二次优化问题转化为标准的线性二次调节器（LQR）框架，推导出了卡尔曼滤波器方程。这一过程分为两步转换：

1. 通过齐次坐标进行齐次化：
   第一步通过使用“齐次坐标”将仿射-二次代价（包含二次项、线性项和常数项）转换为纯二次代价。这是通过将系统嵌入到更高维度的状态空间中来实现的。在原状态向量 $x$ 之后附加一个辅助标量状态 $\alpha$，并约束 $\alpha(t) \equiv 1$。这把原系统和代价函数转化为一个具有状态 $\xi = [x^T, 1]^T$ 的更大系统以及一个纯二次目标函数。这种嵌入表明，仿射-二次问题的控制器本质上包含动力学组件（不同于无记忆的纯二次控制器），这些组件对应于跟踪中的前馈动力学或估计中的观测器动力学。

2. 时间反转与终态优化：
   第二步利用了“带有终态条件的 LQR”表述。与指定初始状态并最小化“代价去向”（cost-to-go）的标准 LQR 不同，这个对偶问题指定了一个终态并最小化“代价抵达”（cost-to-arrive）。

   • 首先假设最终状态 $\hat{x}(t)$ 是已知（固定）的，来求解估计问题。这产生了一个由向前运行的矩阵微分黎卡提方程（DRE）$S(t)$ 以及一个辅助向量 $s_1(t)$ 表征的解。
   • 由于最终状态实际上是未知的，因此通过针对终态变量进一步最小化所得的“代价抵达”函数来寻找最优估计。这一优化过程得到了最优状态估计 $\hat{x}(t) = -S^{-1}(t)s_1(t)$。
   • 通过对该关系式求导并代入 $S(t)$ 和 $s_1(t)$ 的动力学方程，本文直接导出了 $\hat{x}(t)$ 的微分方程。该方程呈现为一种因果观测器形式：$\dot{\hat{x}} = A\hat{x} + L(y - C\hat{x})$，其中增益 $L$ 是由 $S(t)$ 的解导出的。

核心贡献与结果

• 确定性卡尔曼滤波器的推导： 本文通过显式地解构时间反转、齐次坐标嵌入和终态优化这些步骤，提供了一种精简的确定性卡尔曼滤波器（状态估计器）的推导过程。
• 与 LQ 跟踪的联系： 该方法展示了确定性估计问题与线性二次（LQ）跟踪（伺服机构）问题之间的结构等价性。在 LQ 跟踪中，辅助动力学提供了反向（anti-causal）前馈项；而在估计中，它则提供了因果（causal）观测器动力学。
• 信息滤波器表述： 所得估计器以“信息滤波器”形式呈现。矩阵 $S(t)$ 被识别为向前运行的 DRE 的解，它是随机卡尔曼滤波器中误差协方差矩阵的逆。
• 信息的确定性解释： 本文对“信息矩阵”提供了确定性的解释。$S(t)$ 不再依赖于概率协方差，而是被解释为“确定性矩阵”。最优估计周围“代价抵达”函数的曲率（一个二次碗状结构）由 $S(t)$ 决定。$S(t)$ 具有大特征值的特征向量对应于高确定性方向（陡峭曲率），而小特征值则对应于高不确定性。

意义与主张
本文声称提供了一种“教程式”的视角，通过将其置于确定性最优控制理论的背景下，揭开了卡尔曼滤波器推导过程的神秘面纱。作者认为，偏好确定性还是随机性表述通常是个人品味问题而非逻辑必然，并引用了 Willems 和 Gauss 的观点。其主要意义在于提出的“两个简单的步骤”方法：

1. 通过齐次坐标，将仿射-二次问题（如跟踪和估计）的处理与标准二次问题（LQR）统一起来。
2. 澄清了时间反转和“代价抵达”函数在推导最优观测器中的作用。
3. 为卡尔曼滤波器方程提供了严谨的确定性证明，无需引入随机微积分，而是依赖于最小二乘原理和输入设计问题的等价性。

作者明确避免引入新的应用或实验方案，而是专注于通过理论上的统一（LQR、齐次坐标和对偶性）来解释最优估计器的结构。