1、一般在演算法研究中，都是假設系統噪聲和觀測噪聲是已知的，根據不同的方差，利用程式語言中的隨機函式獲得。如，matlab中可以用random("norm",0,0.1);生成均值為0，方差為0.1的正態分佈的噪聲。
2、卡爾曼濾波(Kalman filtering)一種利用線性系統狀態方程，透過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。
斯坦利·施密特(Stanley Schmidt)首次實現了卡爾曼濾波器。卡爾曼在NASA埃姆斯研究中心訪問時，發現他的方法對於解決阿波羅計劃的軌道預測很有用，後來阿波羅飛船的導航電腦使用了這種濾波器。 關於這種濾波器的論文由Swerling (1958), Kalman (1960)與 Kalman and Bucy (1961)發表。
資料濾波是去除噪聲還原真實資料的一種資料處理技術, Kalman濾波在測量方差已知的情況下能夠從一系列存在測量噪聲的資料中，估計動態系統的狀態. 由於, 它便於計算機程式設計實現, 並能夠對現場採集的資料進行實時的更新和處理, Kalman濾波是目前應用最為廣泛的濾波方法, 在通訊, 導航, 制導與控制等多領域得到了較好的應用。
1、一般在演算法研究中，都是假設系統噪聲和觀測噪聲是已知的，根據不同的方差，利用程式語言中的隨機函式獲得。如，matlab中可以用random("norm",0,0.1);生成均值為0，方差為0.1的正態分佈的噪聲。
2、卡爾曼濾波(Kalman filtering)一種利用線性系統狀態方程，透過系統輸入輸出觀測資料，對系統狀態進行最優估計的演算法。由於觀測資料中包括系統中的噪聲和干擾的影響，所以最優估計也可看作是濾波過程。
斯坦利·施密特(Stanley Schmidt)首次實現了卡爾曼濾波器。卡爾曼在NASA埃姆斯研究中心訪問時，發現他的方法對於解決阿波羅計劃的軌道預測很有用，後來阿波羅飛船的導航電腦使用了這種濾波器。 關於這種濾波器的論文由Swerling (1958), Kalman (1960)與 Kalman and Bucy (1961)發表。
資料濾波是去除噪聲還原真實資料的一種資料處理技術, Kalman濾波在測量方差已知的情況下能夠從一系列存在測量噪聲的資料中，估計動態系統的狀態. 由於, 它便於計算機程式設計實現, 並能夠對現場採集的資料進行實時的更新和處理, Kalman濾波是目前應用最為廣泛的濾波方法, 在通訊, 導航, 制導與控制等多領域得到了較好的應用。