卡尔曼滤波(Kalman filtering)是一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 数据滤波是去除噪声还原真实数据的一种数据处理技术，Kalman滤波在测量方差已知的情况下能够从一系列存在测量噪声的数据中，估计动态系统的状态。由于它便于计算机编程实现，并能够对现场采集的数据进行实时的更新和处理，Kalman滤波是目前应用最为广泛的滤波方法，在通信，导航，制导与控制等多领域得到了较好的应用。

写了一些关于图像卡尔曼滤波追踪的例子，程序含有说明解释，适合初学者。

误差状态Kalman滤波程序讲解+GPS/INS组合定位实例程序+示例数据，帮助你重新学习Kalman滤波，帮助你重新审视组合原理。

本资源代码，基于VS2015和Opencv4.1.1版本实现camshift+ kalman算法对视频中的移动目标进行跟踪。视频源来自压缩包中提供的视频。在VS2015 C++编译环境下，配置好Opencv4.1.1代码即可正常运行。

Kalman滤波用于自由落体运动目标跟踪问题。进行的MAtalb仿真

带高斯白噪声的Kalman滤波Matlab代码，每一步都有详细的注释，和kalman滤波的五个公式对应。并有高斯白噪声的产生函数，function G = CreateGauss(E,D,M,N) %产生均值为E,方差为D,MxN的高斯白噪声矩阵

一本非常经典的卡尔曼滤波教程，适合中高等的研究人员参考

Dan Simon的经典大作《Optimal State Estimation》对应的Matlab源程序。包含了基本的线性Kalman滤波、EKF、UKF、粒子滤波等基本算法。适合学习滤波理论的人员。

原创问题自适应Kalman滤波电力系统短期负荷滤波预测-kmf.m % y:测量负荷数据（N天同一时刻） % T：日最高温度 % N：数据量 % kk:预测步长 %% 模型% 系统方程 % [x     [b b b      [x        [v1 %  x    =    1    0    0       *   x        0 %  T]      0    0    1]          T]           v2] % 观测方程 % y=[1 0 0]*[x x T]' u; 测试结果：                                 滤波方差为3.596760e 000均值平滑方差为5.420211e 000 2步预测值为:   22.6310   22.6755 【问题】 1.滤波初始几步效果较差---？？？ 2.预测结果很接近---？？？

通过 Kalman filter （卡尔曼滤波）解决 GPS 抖动路径记录问题。.zip,hckalmanfilter是kalman滤波算法的快速实现，用于解决gps跟踪问题