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)方程和量測方程都是線性方程，系統(tǒng)噪聲和觀測噪聲均為高斯白噪聲且不相關(guān)，在統(tǒng)計特性已知的條件下，是對動態(tài)系統(tǒng)未知狀態(tài)進(jìn)行線性最小方差無偏最優(yōu)估計的一種遞推算法。能夠通過一系列不完全和包含噪聲的測量值，估計出動態(tài)系統(tǒng)的狀態(tài)。使用狀態(tài)空間法在時域內(nèi)設(shè)計濾波器，適用于多維隨機過程的估計；且具有連續(xù)型和離散型兩類算法，其中離散型算法很容易實現(xiàn)數(shù)字化。算法只需利用當(dāng)前時刻的測量值和前一時刻的估計值，即可由模型遞推出當(dāng)前時刻狀態(tài)的估計值。該算法將狀態(tài)變量引入濾波理論，能夠解決時變、多變量、非平穩(wěn)時間序列的濾波問題；由于這是一種可遞推算法，容易在計算機上實現(xiàn)；無需存儲歷史測量值，計算量和存儲量相對較小，便于實時在線處理，這些特點都彌補了wiener濾波的不足，隨著計算機技術(shù)和計算技術(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。