เปรียบเทียบวิธี

	ฟิลเตอร์ของวีเนอร์	การประมาณค่าแบบคาลมานสำหรับการติดตามสัญญาณ
สาขาวิชา	การประมวลผลสัญญาณ	การประมวลผลสัญญาณ
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	1949	1960
ผู้ริเริ่ม	Norbert Wiener	Rudolf E. Kalman
ประเภท	Linear mean-square optimal filter	Recursive optimal filter
แหล่งต้นตำรับ	Wiener, N. (1949). Extrapolation, Interpolation, and Smoothing of Stationary Time Series. John Wiley & Sons.	Kalman, R. E. (1960). A New Approach to Linear Filtering and Prediction Problems. Journal of Basic Engineering, 82(1), 35–45.
ชื่อเรียกอื่น	Wiener Optimal Filter, Kolmogorov-Wiener Filter, Mean-Square Optimal Filter	Kalman Filtering, Recursive State Estimation, Optimal Filtering
ที่เกี่ยวข้อง	4	4
สรุป	The Wiener filter is an optimal linear filter that minimizes mean-square error between the desired signal and the filter output given knowledge of signal and noise statistics. Developed by Norbert Wiener in 1949, it provides the theoretical foundation for optimal filtering and remains the benchmark against which all other linear filtering methods are compared.	The Kalman filter is a recursive algorithm that optimally estimates the state of a linear dynamic system from noisy measurements, minimizing mean-square error. Introduced by Rudolf Kalman in 1960, it revolutionized control theory, navigation, and signal processing by enabling real-time optimal estimation for time-varying systems. The Kalman filter became indispensable for spacecraft tracking, GPS navigation, and countless modern applications.