Process / pipelineOptimal state estimation
卡尔曼滤波器用于信号跟踪
卡尔曼滤波器是一种递归算法，它能从噪声测量中最优地估计线性动态系统的状态，并最小化均方误差。该算法由Rudolf Kalman于1960年提出，通过实现时变系统的实时最优估计，彻底革新了控制理论、导航和信号处理领域。卡尔曼滤波器已成为航天器跟踪、GPS导航以及无数现代应用不可或缺的工具。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Kalman, R. E. (1960). A New Approach to Linear Filtering and Prediction Problems. Journal of Basic Engineering, 82(1), 35–45. DOI: 10.1115/1.3662552 ↗
- Grewal, M. S., & Andrews, A. P. (2015). Kalman Filtering: Theory and Practice with MATLAB (4th ed.). Wiley-IEEE Press. link ↗
如何引用本页
ScholarGate. (2026, June 3). Kalman Filter for Signal Estimation and Tracking. ScholarGate. https://scholargate.app/zh/signal-processing/kalman-filter-signal
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →