滤波相关知识（卡尔曼等），频域时域，梯度下降算法，滤波器

卡尔曼滤波

卡尔曼滤波器的原理以及在matlab中的实现 （短的）
徐亦达机器学习：Kalman Filter 卡尔曼滤波 （长的）

卡尔曼滤波,最最容易理解的讲解 （简单理解）
详解卡尔曼滤波原理 （结合推导）

自适应滤波

自适应滤波器的四种基本应用：

1.系统辨识：当我们想描述一个未知系统（如一组复杂的模拟电路），解析的算出系统的冲击响应或者系统函数是比较困难的。这时，我们就可以用未知系统的输入和输出训练自适应滤波器（未知系统的输入作为自适应滤波器的输入，未知系统的输出作为自适应滤波器的期望信号，当自适应滤波器收敛后，对应的滤波器就可以看做是未知系统的近似）。

2.逆系统辨识：在这类应用中，自适应滤波器的作用是提供一个逆模型，该模型可在某种意义上最好拟合未知噪声装置。理想地，在线