学习卡尔曼滤波器读了四天的文章，很难理解.后来找到下一篇文章很快就理解了.
我对卡尔曼滤波的理解是
我认为卡尔曼滤波是将统计学应用于滤波算法。
算法的核心思想是,根据当前的仪器"测量值" 和上一刻的 "预测量" 和 "误差",计算得到当前的最优量. 再预测下一刻的量，
其中比较引人注目的是. 把误差纳入计算， 而且分为预测误差和测量误差两种.通称为 噪声.
另一个非常大的特点是误差独立存在，不受始终测量数据的影响。
上面的ppt有助于入门理解
但是，在编程的时候，解释中的数值23没有被明确指出，可以知道当时的23是预测的23，还是上节课测量的23
下面的文字有助于你更清楚地理解
卡尔曼滤波是统计学上的程序表达。
为了深入理解，有必要就公式三协方差背后的意义学习统计学。
如果只是使用的话，把这五个公式编入程序很简单。
看到这里，明白了原理，再回头看，就知道误差是独立存在的.误差不受数据的影响.误差按照统计学的协方差公式更新，与数据无关.
而且误差不断变化。
转载来源： https://blog.csdn.net/ph ker/article/details/48468591