抛砖引玉：
1. 卡尔曼滤波不仅可用在 LTI 系统，也可用在线性时变系统。
2. 不仅可用在稳定系统，也可用在不稳定系统。
3. 不仅可用在可观 observable 系统，也可用在可检测 detectable 系统：即不可观的模态稳定的系统。
4. 不仅可用在白噪声，也可用在非白噪声——略作调整。
5. 但用在非线性或非高斯系统，就不是最优了。
6. 如果是 LTI 系统，Kalman Gain 会收敛。但即使如此，也不可直接用收敛后的常值：收敛过程中各时间点的值要对应着用。
7. Kalman Gain 可以离线算。
8. EKF 等，因为 Gain 与每一时刻的测量值有关，不可离线算。
9. Bias 与 variance 分开分析。
10. 确定分析 bias ，随机分析 variance 。
11. 系统可检测是保证卡尔曼滤波迭代收敛的条件。
12. 收敛包括 Gain 收敛，P 即 variance （其实是covariance matrix）收敛。也暗含了 bias 收敛：有随机系统与
