A New Approach to Linear Filtering and Prediction Problems
A New Approach to Linear Filtering and Prediction Problems（卡尔曼滤波）是由Rudolf E. Kalman于1960年发表在Journal of Basic Engineering上的经典论文，是状态估计和控制理论领域最重要的论文之一。该论文提出了卡尔曼滤波器（Kalman Filter），一种递归的贝叶斯滤波器，能够在存在测量噪声和过程噪声的情况下，对线性动态系统的状态进行最优估计。卡尔曼滤波器由预测步骤和更新步骤组成，通过最小化估计误差的协方差来获得最优状态估计，具有计算效率高、实时性好等优点。卡尔曼滤波器被广泛应用于机器人、自动驾驶、航空航天、导航、金融等领域，是现代状态估计和控制理论的基石，被引用超过100000次，对后续的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、粒子滤波等研究产生了深远影响。
主体信息
A New Approach to Linear Filtering and Prediction Problems（卡尔曼滤波）是由Rudolf E. Kalman于1960年发表在Journal of Basic Engineering上的经典论文，是状态估计和控制理论领域最重要的论文之一。该论文提出了卡尔曼滤波器（Kalman Filter），一种递归的贝叶斯滤波器，能够在存在测量噪声和过程噪声的情况下，对线性动态系统的状态进行最优估计。卡尔曼滤波器由预测步骤和更新步骤组成，通过最小化估计误差的协方差来获得最优状态估计，具有计算效率高、实时性好等优点。卡尔曼滤波器被广泛应用于机器人、自动驾驶、航空航天、导航、金融等领域，是现代状态估计和控制理论的基石，被引用超过100000次，对后续的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）、粒子滤波等研究产生了深远影响。