卡尔曼滤波（最容易理解的讲解）
我认为，卡尔曼滤波就是把统计学应用到了滤波算法上。
算法的核心思想是：根据当前的仪器“测量值”和上一刻的“预测量”和“误差”，计算得到当前的最优值，在预测下一刻的值。
里面比较突出的观点是：把误差纳入计算，而且分为预测误差和测量误差两种，通称为噪声。还有一个非常大的特点：误差独立存在，始终不受测量数据的影响。
以上有助于理解：
但是以上有会发现数值“23”没有明确的指出，是指的那个时刻的23？
卡尔曼滤波是统计学的程序表达。要想深入理解，公式三协方差的背后意义，需要学习统计学。
看到这里如果明白了原理，你再回头看看，会发现，误差是独立存在的，误差不受数据的影响，误差按照统计学的协方差公式更新，跟数据无关，而且误差是不断变化的。