1 卡尔曼滤波器估计系统状态
Kalman Filter（卡尔曼滤波器）算法是一种线性最小方差估计器，用于在存在噪声的情况下对随机过程或系统进行估计。它的基本思想是通过一系列的迭代步骤，不断优化对系统状态的估计。算法主要包含两个步骤：预测和更新。
1.1 卡尔曼滤波器的原理
卡尔曼滤波器的递推计算包含两个阶段 ： 预测与更新。
预测阶段，使 用上一时刻的最优估计，做出对当前状态的估计。
更新阶段，卡尔曼滤波器利用当前状态的测量值优化预测阶段的估计值，获得状态的最优估计值，卡尔曼滤波器的递推公式如下所示：
1.2 卡尔曼滤波器的核心步骤
