马尔科夫性 和 高斯 应该是卡尔曼滤波两个基本假设，基于这两个基本假设才可以推出卡尔曼滤波

马尔科夫性  和  高斯  应该是卡尔曼滤波两个基本假设，基于这两个基本假设才可以推出卡尔曼滤波

马尔科夫性指这一时刻的值只和上一时刻相关，和前面的都没有关系。（这个我感觉不符合基本逻辑）

高斯指噪声服从高斯分布

基于上面两个假设才能推导出最优解，线性最小方差估计，也就是卡尔曼滤波。

https://blog.csdn.net/sinat_16643223/article/details/119631878

《概率机器人的目录》

这里说到了  高斯-马尔科夫过程  ，拍自《捷联惯导和GPS紧组合及系统误差补偿技术》