python代码分析目标跟踪中的卡尔曼滤波

1. 什么是卡尔曼滤波

卡尔曼滤波（Kalman filter）是一种高效的自回归滤波器，它能在存在诸多不确定性情况的组合信息中估计动态系统的状态，是一种强大的、通用性极强的工具。它的提出者，鲁道夫.E.卡尔曼，在一次访问NASA埃姆斯研究中心时，发现这种方法能帮助解决阿波罗计划的轨道预测问题，后来NASA在阿波罗飞船的导航系统中确实也用到了这个滤波器。最终，飞船正确驶向月球，完成了人类历史上的第一次登月。
– 引用自以下两个链接（对应中英文链接），第一次了解卡尔曼滤波的同学强烈推荐阅读以下两篇文章。
How a Kalman filter works, in pictures

图说卡尔曼滤波，一份通俗易懂的教程

2. 为什么要用卡尔曼滤波

卡尔曼滤波可以对存在不确定信息的动态系统的下一步的状态进行