这个包实现了以下卡尔曼滤波器:
1)标准卡尔曼滤波器
2)扩展卡尔曼滤波
3)双卡尔曼滤波
4)平方根卡尔曼滤波
本软件包还包含每种过滤器类型的指导性示例，演示其实际应用。
在这四种情况下，KF函数接受多维系统的噪声样本作为输入，并根据噪声样本中固有的时变过程/噪声协方差产生真实系统状态的KF估计。
指数加权(或非加权)移动平均用于估计从噪声测量的时变系统协方差。
标准卡尔曼滤波器是最基本的KF实现。它假设一个模型，噪声测量包含真实的系统状态加上白噪声。
扩展卡尔曼滤波器是标准卡尔曼滤波器的推广，它允许用户指定一个非线性系统模型，然后在EKF执行期间迭代线性化。
对偶卡尔曼滤波器同时解决了两个标准卡尔曼滤波器问题:
1)对数据拟合自回归模型，并应用卡尔曼滤波器更新AR模型
2)在每次迭代执行标准KF更新之前应用AR模型
平方根卡尔曼滤波器是一种更健壮和数值稳定的方法来执行标准/对偶卡尔曼滤波，特别是当感兴趣的协方差矩阵是病态或几乎不是正定的。平方根卡尔曼滤波的思想是以平方根形式传播过程误差协方差P = U D U'，其中U和D迭代更新，P不显式计算。这样做将保证P是正定的，从而增加KF的数值稳定性。
引用作为
布莱恩·摩尔(2022)。卡尔曼滤波包(//www.tianjin-qmedu.com/matlabcentral/fileexchange/38302-kalman-filter-package)， MATLAB中央文件交换。检索．
