1. Grewal M. S., Andrews A. P. Kalman filtering: Theory and practice using MATLAB. New Jersey: Prentice Hall, 2001. 401 p.
2. Friedland B. Treatment of bias in recursive filtering // IEEE Transactions on Automatic Control. 1969. Vol. 14, no. 4. P. 359-367. DOI: 10.1109/TAC.1969.1099223
3. Kitanidis P. K. Unbiased minimum-variance linear state estimation // Automatica. 1987. Vol. 23, no. 6. P. 775-778. DOI: 10.1016/0005-1098(87)90037-9
4. Darouach M., Zasadzinski M. Unbiased minimum variance estimation for systems with unknown exogenous inputs // Automatica. 1997. Vol. 33, no. 4. P. 717-719. DOI: 10.1016/S0005-1098(96)00217-8
5. Hsieh C. -S. Robust two-stage Kalman filters for systems with unknown inputs // IEEE Transactions on Automatic Control. 2000. Vol. 45, no. 12. P. 2374-2378. DOI: 10.1109/9.895577
6. Gillijns S., De Moor B. Unbiased minimum-variance input and state estimation for linear discrete-time systems // Automatica. 2007. Vol. 43, no. 1. P. 111-116. DOI: 10.1016/j.automatica.2006.08.002
7. Gillijns S., Haverbeke N., De Moor B. Information, covariance and square-root filtering in the presence of unknown inputs // Proceedings of the 2007 European Control Conference (ECC) (Kos, Greece, 2-5 July 2007). 2007. P. 2213-2217. DOI: 10.23919/ECC.2007.7068514
8. Hua Y., Wang N., Zhao K. Simultaneous unknown input and state estimation for the linear system with a rank-deficient distribution matrix // Mathematical Problems in Engineering. 2021. DOI: 10.1155/2021/6693690
9. Tsyganova Yu., Tsyganov A. Parameter identification of the linear discrete-time stochastic systems with uknown exogenous inputs // Cybernetics and Physics. 2023. Vol. 12, no. 3. P. 219-229. DOI: 10.35470/2226-4116-2023-12-3-219-229 EDN: ZHKTJV
10. Цыганова Ю. В., Цыганов А. В. Об идентификации параметров дискретной линейной стохастической системы с неизвестными входными сигналами // XIV Всероссийское совещание по проблемам управления: сборник научных трудов. (Москва, 17-20 июня 2024 г.). М.: Институт проблем управления им. В. А. Трапезникова РАН, 2024. С. 991-995. Режим доступа: item.asp?id=79486619. EDN: RQVILU
11. Galushkina D., Kuvshinova A., Tsyganova Yu. Numerical identification of reactiondiffusion model parameters under unknown boundary conditions // 2024 X International Conference on Information Technology and Nanotechnology (ITNT)(Samara, 20-24 May 2024.) IEEE. P. 1-4. DOI: 10.1109/ITNT60778.2024.10582357
12. Kailath T., Sayed A. H., Hassibi B. Linear estimation. New Jersey: Prentice Hall, 2000. 856 p.
13. Цыганова Ю. В., Куликова М. В. О современных ортогонализованных алгоритмах оптимальной дискретной фильтрации // Вестник Южно-Уральского государственного университета. Серия: Математическое моделирование и программирование. 2018. Т. 11, № 4. С. 5-30. DOI: 10.14529/mmp180401 EDN: YOTRJJ
14. Кувшинова А. Н., Галушкина Д. В. О квадратно-корневой модификации алгоритма Гиллейнса - Де-Мора // Ученые записки УлГУ. Серия “Математика и информационные технологии”. 2022. Т. 1, № 2. С. 17-22. Режим доступа: https://www.mathnet.ru/rus/ulsu135.
15. Tsyganov A., Tsyganova Yu. SVD-based parameter identification of discrete-time stochastic systems with unknown exogenous inputs // Mathematics. 2024. Vol. 12, no. 7. DOI: 10.3390/math12071006 EDN: KFVLIC
16. Цыпкин Я. З. Информационная теория идентификации. М.: Физматлит, 1995. 336 с.
17. Gupta N. K., Mehra R. K. Computational aspects of maximum likelihood estimation and reduction in sensitivity function calculations // IEEE Transactions on Automatic Control. 1974. Vol. AC-19. P. 774-783. DOI: 10.1109/TAC.1974.1100714
18. Gibbs B. P., Andrews A. P. Advanced Kalman filtering, least-squares and modeling: a practical handbook. New Jersey: John Wiley & Sons, Inc., 2011. 632 p.
19. Голубков А. В., Цыганова Ю. В., Цыганов А. В. Построение модели чувствительности на основе алгоритма одновременного оценивания входа и состояния для линейных дискретных стохастических систем с неизвестными входными воздействиями // Системы управления, сложные системы: моделирование, устойчивость, стабилизация, интеллектуальные технологии: материалы IX Международной научно-практической конференции. (Елец. 24-25 апреля 2023 г.) Елец.: Елецкий государственный университет им. И. А. Бунина, 2023. С. 41-45. Режим доступа: item.asp?id=79563251.
20. Bierman G. J., Belzer M. R., Vandergraft J. S., Porter D.W. Maximum likelihood estimation using square root information filters // IEEE Transactions on Automatic Control. 1990. Vol. 35, no. 12. P. 1293-1299. DOI: 10.1109/9.61004
21. Куликова М. В.,Цыганова Ю. В. О дифференцировании матричных ортогональных преобразований // Журнал вычислительной математики и математической физики. 2015. Т. 55, № 9. С. 1460-1473. DOI: 10.7868/S0044466915090112 EDN: UGETTL
22. Nocedal J.,Wright S. J. Numerical optimization. In Springer Series in Operations Research and Financial Engineering. Springer Nature, 2006. 664 p.
23. Кувшинова А. Н. Динамическая идентификация смешанных граничных условий в модели конвективно-диффузионного переноса в условиях зашумленных измерений // Журнал Средневолжского математического общества. 2019. Т. 21, № 1. С. 469-479. DOI: 10.15507/2079-6900.21.201904.469-479 EDN: PHCBSM
24. Мазо А. Б. Вычислительная гидродинамика. Ч. 1. Математические модели, сетки и сеточные схемы: учеб. пособие. Казань: Казан. ун-т, 2018. 165 с.