之前想的是各种情况下，通过插值把分数延迟吸收进观测矩阵。
你甚至都不需要强行让下标对齐，直接可以把当前帧和上一帧的状态都放在增广状态里，然后用一个小数插值系数来重构。
你在草稿纸上推导得比较顺利。
思路与灵感宛如泉水一般迸发。
你写下了不少关键性的东西：
X_ug()=[x()]
[x(-1)]
其中x()=[θ()，ω()]?，x(-1)同理。
原来的测量方程是y()=C·x(-0.13)，现在用插值近似...。
一直做了一天。
你一脸兴奋。
跟着你的几个研究生杨书言、周辰等人现在已经震惊得说不出话了。
几个核心人员问询赶来。
从一开始的不信任到看到你的模型之后，变成了无比的震惊。
他们全部配合你。
凌晨五点，当你们把最后的代码调通，在静态数据上跑了一个测试。
最后的结果让人心跳、兴奋以及欢呼。
加速估计角度和真实角度几乎重合，残差被压到了0.02mrd以内。
你们盯着屏幕上的曲线，疯狂的喊道：
“成了，我们要成了！”
虽然还差最后一步全工况动态验证。
但所有的人都知道，这已经没任何问题了。
接下来几天大家一起配合你工作。
按照你的框架，把原本的测角解算代码全部重构，在传感器信号输入之后加了一层增广状态卡尔曼滤波器。
每一天，你们都在进步。
直到实时仿真演示。
转台以300°/的高速旋转，屏幕上红色曲线是原始测量值，蓝色曲线是补偿后的估计值，几乎和编码器反馈的真实位置重叠。
误差显示窗口的数字稳定在0.1—0.15mrd之间跳动。
这时候你们再一次欢呼了起来。
“成了，我们真的成了！”
