卡尔曼滤波器是一种用于处理非线性、有噪声的系统的线性滤波器。它是由美国物理学家卡尔·曼(Kalman)在 1960 年代发明的。
卡尔曼滤波器通过连续地观测系统的状态并进行预测来估计系统的真实状态。为了对这个估计进行修正,它还会使用观测到的实际数据来校准估计值。
卡尔曼滤波器使用了两个关键的概率分布——预测分布和更新分布——来实现这个过程。预测分布用来预测当前状态的期望值和方差,而更新分布则用来融合观测数据和预测分布的信息。
卡尔曼滤波器可以用来解决许多不同的问题,例如机器人的定位、车辆的跟踪以及金融市场的预测。