非线性系统状态观测器，按照镇定机理划分，以热门程度为序：
1992年起出现在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），是目前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。
也称非线性Luenberger观测器，两个名称源于学术界对此的争议。核心思想出现在D. Luenberger在六十年代最早提出观测器的论文中的一种特殊坐标变换，后证明该坐标变换对于线性系统取单位变换即可，该思想被学术界逐渐淡忘，线性系统教材中一般亦不提及。在1998年Kazantizis和Kravaris的论文中，这个思想在非线性系统领域被」重新发现「。之后的20年里，持续被关注，但设计难度较高，相关文献较高增益观测器少很多。
镇定机理：坐标变换得线性误差动力学
优点：对测量噪声不敏感，构造的dynamic extension为线性，可以从频率角度有效抑制特定频段噪声；对于能观自治非线性系统，很弱的假设即可保证存在性，其PDE总存在解析解；理论比较优美，且可以得到系统化的数值算法。
缺点：非自治系统，KKL存在性目前仍悬而未决。
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。
MPC的对偶问题，不多说。貌似研究的人挺多的，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
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）
SMC的对偶问题，适用对象和高增益观测器基本一致。貌似研究的人挺多的，比较容易上手。
镇定机理：high-gain injection/ domination
优点：结构简单、鲁棒性强。
缺点：基本和高增益观测器一致，对测量噪声极为敏感。
出现在十几年前，属于PBC的对偶问题，目的是重新定义的输入（一般是测量噪声通道）对于设计的不变流形无源。关注比较少，十几年里只有零星的几篇文献。
镇定机理：无源化
优点：对测量噪声非常鲁棒，该鲁棒性也易于整定。
缺点：设计难度高，其中的PDE比I&I方法的PDE更难处理。
这个是一个不清晰的概念，没有文献系统定义和分析，在应用类的文献中经常可以看到，利用动力学中的非线性映射的一些单调性特点，从而避免使用高增益。
没有想出来什么好的翻译，该方法由Krener和Isidori在1983年提出，方法非常复杂，需要求解的PDE对于绝大多数的物理系统都是无法满足的。但是这确是非线性系统观测器问题的鼻祖，三十多年里的研究或多或少都受到它的影响。
总的来说，在做实际物理系统状态估计时，总是觉得相应的理论比较匮乏。
