卡尔曼滤波，由匈牙利数学家Rudolf Emil Kalman提出，是最优估计理论的一种，适用于随机信号的滤波和估计。其以线性最小方差估计为准则，采用递推算法，在时域内设计滤波器，处理多维随机过程。基本思想是以K-1时刻的最优估计为基础，预测K时刻的状态，并结合观测值进行修正，得到K时刻的最优估计。卡尔曼滤波的典型公式包括状态预测、误差协方差预测、卡尔曼增益计算、状态更新和误差协方差更新等步骤。这些公式共同构成了卡尔曼滤波器的核心，使广泛应用。此外，卡尔曼滤波还具有处理非平稳信号、利用噪声统计特性、递推计算节省存储空间等特点。