60年代初，Kalman和Bucy最先提出基于狀態(tài)空間的遞推濾波算法，即卡爾曼濾波算法?？柭鼮V波器是一種自回歸濾波器，建立在信號(hào)和噪聲的狀態(tài)空間描述基礎(chǔ)上，要求系統(tǒng)狀態(tài)方程和量測(cè)方程都是線性方程，系統(tǒng)噪聲和觀測(cè)噪聲均為高斯白噪聲且不相關(guān)，在統(tǒng)計(jì)特性已知的條件下，是對(duì)動(dòng)態(tài)系統(tǒng)未知狀態(tài)進(jìn)行線性最小方差無(wú)偏最優(yōu)估計(jì)的一種遞推算法。能夠通過(guò)一系列不完全和包含噪聲的測(cè)量值，估計(jì)出動(dòng)態(tài)系統(tǒng)的狀態(tài)。使用狀態(tài)空間法在時(shí)域內(nèi)設(shè)計(jì)濾波器，適用于多維隨機(jī)過(guò)程的估計(jì)；且具有連續(xù)型和離散型兩類(lèi)算法，其中離散型算法很容易實(shí)現(xiàn)數(shù)字化。算法只需利用當(dāng)前時(shí)刻的測(cè)量值和前一時(shí)刻的估計(jì)值，即可由模型遞推出當(dāng)前時(shí)刻狀態(tài)的估計(jì)值。該算法將狀態(tài)變量引入濾波理論，能夠解決時(shí)變、多變量、非平穩(wěn)時(shí)間序列的濾波問(wèn)題；由于這是一種可遞推算法，容易在計(jì)算機(jī)上實(shí)現(xiàn)；無(wú)需存儲(chǔ)歷史測(cè)量值，計(jì)算量和存儲(chǔ)量相對(duì)較小，便于實(shí)時(shí)在線處理，這些特點(diǎn)都彌補(bǔ)了wiener濾波的不足，隨著計(jì)算機(jī)技術(shù)和計(jì)算技術(shù)的快速發(fā)展，卡爾曼濾波器逐漸得到了廣泛的研究和應(yīng)用。