资 源 简 介
卡尔曼滤波器是一种有效的递归滤波器，其估计的线性动态系统的内部状态从一系列嘈杂测量。这是用在
各种各样的雷达和计算机视觉技术和计量经济学应用到估算的结构性宏观经济模型[8] [9]，是控制理论与
控制系统工程的一个重要课题。连同线性二次调节器（LQR），卡尔曼滤波器解决了线性二次高斯控制问题
（LQG）。卡尔曼滤波器，线性二次调节器和线性二次高斯调节器的解决方案，以什么可以说是在控制理论
中的最根本问题。
在大多数应用中，内部状态是比这是测得的几个“观察到的”参数大得多（多自由度）。然而，通过结合一系
列的测量，卡尔曼滤波器能够估计整个内部状态。
在DS证据理论中，每个状态方程式或观测被认为是一个线性信念函数的特例和卡尔曼滤波是基于连接树或
马尔可夫树结合线性信念功能的一种特殊情况。其他方法包括使用贝叶斯证据或更新状态方程的信念过滤器。
