将扩展卡尔曼滤波应用于目标跟踪时，由于信号模型本身是线性的，所以对信号模型不需要进行线性化。（)

A.扩展卡尔曼滤波是先将模型线性化，然后采用线性的卡尔曼滤波算法

B.线性化时，是将信号模型在前一点的滤波值附近用泰勒级数展开，然后取前两项

C.线性化时，是将信号模型在预测值附近用泰勒级数展开，然后取前两项

D.线性化时，是将观测模型在预测值附近用泰勒级数展开，然后取前两项

A.卡尔曼滤波是一组线性最小均方估计的递推算法

B.卡尔曼滤波能够提供离散时间线性系统状态的线性最小均方估计

C.卡尔曼滤波在应用时需要对随机动态线性系统建立模型

D.在卡尔曼滤波算法推导中，系统扰动噪声和测量噪声都是假定为白噪声

A.正交投影可以按线性最小均方估计来计算

B.观测的预测误差也称为新息

C.滤波方程可以理解为预测加修正项，修正的系数项称为卡尔曼增益

D.预测值是根据模型中的确定性部分来预测的，而白噪声是不可预测的

A.维纳滤波法

B.限定下界法，即不让卡尔曼增益低于某个值

C.扩充状态变量维数的方法

D.多模型方法