卡尔曼滤波器是从间接的，不确定的测量估计系统的状态的算法。卡尔曼滤波器被广泛用于应用例如导航和跟踪，控制系统，信号处理，计算机视觉，和计量经济学。
您可以使用MATLAB®，S金宝appimulink的®和控制系统工具箱™设计和模拟线性稳态和时变的，扩展的，和无迹卡尔曼滤波器或粒子滤波器算法。下载该组实例和代码详细了解：
- 卡尔曼滤波：稳态和时变卡尔曼滤波器的设计与仿真MATLAB
- 使用时变卡尔曼滤波状态估计：导航的设计和跟踪系统在Simulink金宝app
- 估计非线性系统的状态具有多个，多速率传感器：位置和GPS的物体的速度估计和雷达传感器在不同的采样速率操作
- 使用无迹卡尔曼滤波器和颗粒过滤器的非线性状态估计：从噪声测量一个范德波振荡器的非线性状态估计
- 降解电池系统的非线性状态估计：无气味和基于事件的卡尔曼滤波器设计以估计锂电池的非线性状态
- 机动目标跟踪：在使用单个运动和多个运动模型跟踪滤波器设计
