针对互补滤波器与KALMAN滤波器的比较，可以使读者更容易选择较为合适的滤波器

卡尔曼滤波器及其扩展 Kalman滤波器，扩展Kalman滤波器，Unscented卡尔曼滤波器，Cubature Kalman滤波器，M估计鲁棒的cubature Kalman滤波器实现用于各种线性和非线性系统，例如UAV位置跟踪，UAV攻角和俯仰角跟踪，UAV角度跟踪等。

Kalman滤波器理论与应用——基于MATLAB实现.pdf 高清图书，下载后解压缩zip包，即可得到 Kalman滤波器理论与应用——基于MATLAB实现.pdf

MATLAB音频信号降噪kalman滤波

改进的EKF的Matlab程序，已测可用，需要的朋友自行下载

卡尔曼滤波的算法，有两个程序。同时有对应的说明和论文。

C语言是实现卡拉曼滤波器，在keil中通过编译，在串口中输入测量数据，输出最后收敛值

运动目标送二维跟踪kalman滤波，包括初始已知和初始值未知的两种情况，以及实验报告说明

内含kalman滤波算法的详细推导。Kalman滤波器是一种线性的离散时间有限维系统。Kalman滤波器的估计性能是：它使滤波后的状态估计误差的相关矩阵P(n)的迹最小化。这意味着，kalman滤波器是状态向量x(n)的线性最小差估计。

移动目标识别与跟踪，在视频监控、人机交互、智能交通、军事应用等领域具有重大应用价值。本文针对当前目标识别与跟踪领域普遍存在的处理速度较慢、实时性不足等问题，提出了一种基于Apriltags识别的改进算法，对移动目标进行局部搜索，并结合Kalman滤波器实时估计目标下一时刻在图像中的位置，大幅提升了算法处理速度和跟踪性能。本算法在大疆M100四旋翼无人机平台上，搭载Manifold机载计算机完成了实验测试。实验证明，算法鲁棒性强、稳定性好，成功实现了无人机对快速移动目标的识别与稳定跟踪。