可观测标准型是统计学中的一个重要概念，用于衡量变量之间的关联程度。可观测标准型指的是将原始数据的每个变量进行标准化处理，使其均值为0，标准差为1，以消除不同变量之间的量纲和尺度差异。这样一来，我们能够更准确地比较和识别变量之间的关联性，而不受变量单位和范围的影响。
可观测标准型具有以下意义：
1. 简化数据比较：通过标准化处理，不同变量之间的数值可以直接进行比较，从而简化数据分析的过程；
2. 消除变量间的量纲影响：不同变量的单位和尺度差异不再影响变量之间的比较和关联性判断；
3. 提高模型稳定性：标准化的数据可以减少模型中的多重共线性等问题，提高模型的稳定性和可靠性；
4. 便于解释结果：可观测标准型的结果易于解释和理解，有助于从统计学角度推断变量之间的关联性。
总之，可观测标准型在统计学中有着重要的定义和意义，能够帮助我们更准确地分析和理解变量之间的关系。
能控标准型是指：系统的状态变量可由外输入作用来控制的一种性能。如果在一个有限的时间间隔内，可以用幅值没有限制的输入作用，使偏离系统平衡状态的某个初始状态回复到平衡状态。 能控标准型的概念是由R.E.卡尔曼在1960年首先提出的，它很快就成了现代控制理论中的一个基础性概念，在解决线性系统的极点配置、最优控制等问题时具有重要作用。
对于线性系统(状态变量和输出变量对于所有可能的输入变量和初始状态都满足叠加原理的系统)，能控性及其判别条件都已有成熟的研究结果。
从控制系统设计的角度来看，只有当受控系统为完全能控时，才有可能设计适当的状态反馈使闭环控制系统具有任意指定的性能。
如果只要求所设计的闭环控制系统为渐近稳定(见运动稳定性)则完全能控条件可放宽为不完全能控，且要求不能控部分是稳定的。
