卡尔曼滤波和LMS

一直不太懂LMS和卡尔曼滤波区别在哪，本来还以为只是一个矩阵形式一个向量这样。

最近想明白了。

%%这是之前的理解，更正在下面

卡尔曼滤波应对的是非平稳过程，他就是为非平稳设计的。

LMS到现在为止讨论的还是平稳情况下的一些应用。因为她的收敛特性和跟踪特性是对立的。收敛性比较好就意味着跟踪会变慢，反之同理。基于维纳滤波的框架进行的一些比较。

LMS也是可以处理非平稳的，因为它是递归的。大概是这样，其实还有一些联系，还都没看到，看到以后再更吧。

%%更正

卡尔曼滤波是状态空间滤波器，对应的状态方程是x（n+1)=A*x(n)+w(n)，观测是y(n)=C*x(n)*v(n)，已知y求x的最小均方误差估计。但是LMS就是最简单的自回归过程，估计自回归参数。这两个是不一样的东西。

simple LMS，复杂KF，两个模型都是不一样的。而且，KF也不是为非平稳设计的，而是有可能跟上状态的变化，这还得要求噪声不变和状态变化已知。为非平稳设计的还没出生呢。粒子滤波充其量也就是非线性。但是真正要是用在非平稳上，肯定药丸，算起来实在是太麻烦了。