卡爾曼濾波一種利用線性系統狀態方程，透過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。
應用：
在雷達中人們感興趣的是跟蹤目標，但目標的位置、速度、加速度的測量值往往在任何時候都有噪聲。卡爾曼濾波利用目標的動態資訊，設法去掉噪聲的影響，得到一個關於目標位置的好的估計。這個估計可以是對當前目標位置的估計，也可以是對於將來位置的預測，也可以是對過去位置的插值或平滑。
卡爾曼濾波一種利用線性系統狀態方程，透過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。
應用：
在雷達中人們感興趣的是跟蹤目標，但目標的位置、速度、加速度的測量值往往在任何時候都有噪聲。卡爾曼濾波利用目標的動態資訊，設法去掉噪聲的影響，得到一個關於目標位置的好的估計。這個估計可以是對當前目標位置的估計，也可以是對於將來位置的預測，也可以是對過去位置的插值或平滑。
卡爾曼濾波是一種利用線性系統狀態方程，透過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。在線性系統的狀態空間表示基礎上，從輸出和輸入觀測資料求系統狀態的最優估計。這裡所說的系統狀態，是總結系統所有過去的輸入和擾動對系統的作用的最小引數的集合，知道了系統的狀態就能夠與未來的輸入與系統的擾動一起確定系統的整個行為。
每一個有外部變數的自迴歸移動平均系統或可用有理傳遞函式表示的系統都可以轉換成用狀態空間表示的系統
卡爾曼濾波是用來進行資料濾波用的，就是把含噪聲的資料進行處理之後得出相對真值。卡爾曼濾波也可進行系統辨識。卡爾曼濾波一種利用線性系統狀態方程，透過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。