卡尔曼滤波资料分享
想深入了解Kalman滤波，在网上寻找了一些资料，有些理解其由来了。在此将该过程中找到的资料分享一下，希望对其他学习者有帮助。
Kalman滤波是通过后验状态估计与实际状态值得偏差最小的目标得到的预测方法；
使用过程较为简单，基本步骤如下：
计算共五部：
1.由上一时刻的后验状态估计，通过状态方程计算当前时刻的先验状态估计；
2.由上一时刻更新后的后验估计协方差矩阵P，由状态矩阵、过程激励噪声协方差矩阵Q，计算先验估计误差的协方差矩阵；
3.由先验估计误差的协方差矩阵、测量系统矩阵、测量噪声协方差R，计算卡尔曼增益矩阵Kg；
4.通过卡尔曼公式，由测量值、测量系统矩阵、当前时刻先验状态估计、卡尔曼增益，计算当前后验状态估计，也就是当前时刻滤波的结果；
5.更新当前时刻的后验估计协方差矩阵Pk，用于下次计算使用。
资料链接：
0.主要文档（ 强烈推荐阎泓博士的文章）：（1） 卡尔曼滤波器简介，阎泓博士著：http://download.csdn.net/detail/eric41050808/7578083
（2）卡尔曼滤波简介：http://download.csdn.net/detail/eric41050808/7578065
（3）其他几篇，包括Kalman1960年的论文和线性状态系统的讲义：http://download.csdn.net/detail/eric41050808/7578111
其他资料链接：
1.卡尔曼滤波原理：http://blog.csdn.net/newthinker_wei/article/details/11768443；
2.维基百科：http://zh.wikipedia.org/wiki/%E5%8D%A1%E5%B0%94%E6%9B%BC%E6%BB%A4%E6%B3%A2
3.百度百科：http://baike.baidu.com/view/302394.htm?fr=aladdin
4.一国外大学网站：http://www.cs.unc.edu/~welch/kalman/
5.通过opencv的一个实现：http://blog.csdn.net/hardvb/article/details/405582