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》