总结

通过搜集并阅读相关文献，形成对卡尔曼滤波器较为清晰的理解。先介绍卡尔曼滤波器的研究背景和研究意义，卡尔曼滤波器是一个最优化自回归数据处理算法。他的广泛应用已经超过30年，包括机器人导航、控制、传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别、图像分割、图像边缘检测等等。

说明卡尔曼滤波器的原理，它的滤波过程是以不断地“预测—修正”的递推方式进行计算，先进行预测值计算，再根据观测值得到的新信息和卡尔曼增益（加权项），对预测值进行修正。由滤波值可以得到预测，又由预测可以得到滤波，其滤波和预测相互作用，并不要求存储任何观测数据。根据系统的量测值来消除干扰，再现系统的状态，适合用于实时处理。提供了有效的计算（递归）方法去估计过程的状态，是一种以平方误差的均值达到最小的方式。滤波器在很多方面都很强大：它支持过去，现在，甚至将来状态的估计，而且当系统的确切性质未知时也可以做。

通过它的基本理论，总结出卡尔曼的核心方程。进而在MATLAB中设计出卡尔曼滤波器，同时通过仿真和比较，对卡尔曼滤波器的性能进行分析。实践证明，利用MATLAB进行卡尔曼滤波仿真，可以快速、准确地得到所需的状态参数。

参考文献

[1] 王学斌，徐建宏，张章。卡尔曼滤波器参数分析与应用方法研究[J]。Computer Applications and Software，2012，29(6): 212-215。

[2] 范文兵，陈达。卡尔曼滤波器在状态和参数估计中的应用[J]。郑州大学学报，2002，34(4):44-46。

[3] 苏林，尚朝轩。基于卡尔曼滤波器的雷达跟踪[J]。微计算机信息，2006，22(9-1):20-22。

[4] 邓自立。卡尔曼滤波与维纳滤波:现代时间序列分析方法[M]，2001。7。

[5] 王建东，王亚飞，张晶。基于卡尔曼滤波器的运动目标跟踪算法[J]。 数字通信。2009。12:53-57。

[6] 武建，张雷，刘艋，于蓉。基于卡尔曼滤波器的运动目标跟踪的实现[J]。技术研发。2009:62。

[7] 万琴，王耀男。基于卡尔曼滤波器的运动目标的检测与跟踪[J[。湖南大学学报。2007，34(3):36-40。

[8] 高西全，丁玉美等。数字信号处理。3版。西安：西安电子科技大学出版社[M]，2008。

[9] 管爱红，张红梅，杨铁军等。MATLAB基础及其应用教程[M]。北京:电子工业出版社，2009。8。

[10] 许丽佳，穆炯。MATLAB程序设计及应用[M]。北京:清华大学出版社，2011。

[11] 赵海淀等。MATLAB应用大全[M]。北京:清华大学出版社，2012。

[12] 赵书兰等。MATLAB建模与仿真[M]。北京:清华大学出版社，2013，6。