扩展卡尔曼滤波器（EKF）

线性卡尔曼滤波的算法采用递推的形式表示，其算法已被学者们研究得较为透彻。但是实际应用中非线性的现象是十分普遍的，例如:物理模型受到外部干扰、存在非线性性和病态方差矩阵等因素所引起的非线性问题都使得传统的KF算法以不再适用，迫切需要改进KF算法得到适用于非线性系统的卡尔曼滤波技术。假设所有的变换都是准线性的，先对连续的非线性方程进行线性化和离散化处理，利用一阶泰勒展开式来近似非线性模型，得到对应于非线性系统的推广的卡尔曼滤波(EKF)算法。EKF围绕上一步估计值将非线性的状态方程及观测方程展成泰勒级数，并取一阶近似得到线性化模型，从而沿用标准KF递推体系。当系统为弱非线性时，EKF滤波精度较高，但当系统为强非线性时，EKF滤波精度大为降低甚至可能导致滤波发散。

非线性系统的状态方程为：

非线性系统的测量方程为：

其中 表示系统状态向量，