从 Kalman 的开创性论文“A New Approach to Linear Filtering and Prediction Problem”中，很明显 Kalman 的阐述基于以下基本假设：

1. 与状态线性相关的测量值。
2. 测量被白噪声破坏： 2a：串行不相关噪声。2b：零平均噪声。
3. 测量遵循高斯分布。

根据 Maybeck (1979) “Stochastic Models, Estimation, and Control, Vol 1”，第 7 页，当满足这些假设时，卡尔曼滤波器是“任何可能形式的最佳滤波器”。

我正在寻找有关放宽所述假设对估计误差的影响的资源概述，我希望这里有人可以帮助我。