卡尔曼滤波，是一种递归滤波算法。它用该时刻系统的观测值，与上一时刻判断的系统状态变量的值及其不确定性，通过递推公式计算出下一时刻系统状态变量的最优估计值。这是一种神奇的算法，能够在预测系统状态时，通过对观测噪声和模型噪声的分析，来提高参数估计的精度以及系统状态预测的准确性。
卡尔曼滤波在很多应用领域都有着广泛的应用，例如：无人机、自动驾驶、股票预测等等，都是卡尔曼滤波在其中的功臣。卡尔曼滤波的出现，无疑是对预测算法的一个革命性的进步。
卡尔曼滤波的应用也得到了很多实践和推广。我们在百度地图或高德地图上实时看到的交通路况预测，也是利用了卡尔曼滤波算法对交通路况进行的预测。而在空调领域，卡尔曼滤波同样也有着广泛的应用，可以通过在内循环模型中引入卡尔曼滤波的算法来提高空调的效率，进而达到降低能源消耗的目的。
