偶然機會想學學（最起碼知道一下）卡爾曼濾波，以前學人工智慧課程學過濾波演算法，但是老師只是提了一下有這個東西，一直不知道如何用它來解決問題。
1，參考資料：http://www.cs.unc.edu/~welch/kalman/ 裡面有乙個"an introduction to the kalman filter "，這個也有中文版，但是需要翻強，很多**道行不夠翻不過去，用這個http://www.webproxyserver.cn/ （這個**伺服器居然變成裡***術的鏈結了，無語，看來還得去找乙個其他的）來翻這個http://sites.google.com/site/yaoxuchen/home/kalman 。看這些至少應該有一些概率方面的基礎，還要知道一些隨即過程和概率推理的知識。
2，結合"an introduction to the kalman filter "，參考裡面的例子，自己也動手寫一寫，加深印象，例子的python實現http://www.scipy.org/cookbook/kalmanfiltering 看這個。下面是乙個c＋＋的實現：沒有注釋，幾個變數根據"an introduction to the kalman filter "設定的，看完這篇文章，程式就沒問題了（還會發現我寫的很爛）。需要稍微解釋一下的就是測量值加高斯雜訊是使用兩個一致分布產生正態分佈的方法實現的。最後結果使用gnuplot來畫圖很方便。結果是沒有問題的。
附：kalman濾波的乙個實現：mit實驗室http://web.media.mit.edu/~wad/mas864/psrc/ 來自：
卡爾曼濾波學習
clear clc f 1 1 0 1 b 0.5 1 h 0 1 x 10 10 初始狀態 u 1 加速度 p 1 0 0 1 初始協方差矩陣 q 0.001 0 0 0.001 z 1 1000 測量值，勻加速運動 noise 15 randn 1,1000 測量雜訊100個 z z noise...
卡爾曼 卡爾曼濾波 1
今天主要介紹一下卡爾曼濾波器，所謂卡爾曼濾波器其實是一種最優化遞迴數字處理演算法 optimal recursive data processing algorithm 卡爾曼濾波器應用 既然我們有了測量儀器，這些測量儀器可以目標給出準確測量值。還需要卡爾曼濾波器進行估計嗎?下面解釋一下為什麼需要卡...
卡爾曼 基礎卡爾曼濾波
卡爾曼濾波器是一種基礎 定位演算法。原理非常簡單易懂。核心過程可以用乙個圖說明 本質上就是這兩個狀態過程的迭代，來逐步的準確定位。更新 更具感測器獲取到比較準確的位置資訊後來更新當前的 問位置，也就是糾正 的錯誤。你可能要問為什麼有感測器的資料了還要進行更新？因為在現實世界中感測器是存在很多雜訊干擾...