【Kalman】卡尔曼滤波基础知识

1.滤波基础知识
滤波是从含有干扰的接收信号中提取有用信号的一种技术。更广泛地，滤波是利用一定的手段抑制无用信号，增强有用信号的数字信号处理过程。滤波只能最大限度降低噪声的干扰，有的滤波是不能完全消除噪声的，有的则可能完全消除。
2.卡尔曼滤波的概念
滤波就是在对系统可观测信号进行测量的基础上，根据一定的滤波准则，采用某种统计量最优方法，对系统的状态进行估计的理论和方法，所谓最优滤波或最优估计是指在最小方差意义下的最优滤波或估计，即要求信号或状态的最优估值应与相应的真实值的误差的方差最小。
Kalman滤波方法是一种时域方法，它把状态空间的概念引入随机估计理论中，把信号过程视为白噪声作用下的一个线性系统的输出，用状态方程来描述这种输入-输出关系，估计过程中利用系统状态方程，观测方程和白噪声激励，即系统过程噪声和观测噪声，它们的统计特性形成滤波算法。Kalman滤波不但可以对平稳的一维随机过程进行估计，也可以对非平稳的，多维随机过程进行估计。
3.Kalman滤波的应用领域
一般地，只要跟时间序列和高斯白噪声有关或者能建立类似的模型的系统，都可以利用Kalman滤波来处理噪声问题，都可以用其来预测、滤波。Kakman滤波主要应用领域有以下几个方面。
（1）导航制导、目标定位和跟踪领域。
（2）通信与信号处理、数字图像处理、语音信号处理。
（3）天气预报、地震预报。
（4）地质勘探、矿物开采。
（5）故障诊断、检测。
（6）证券股票市场预测。