卡尔曼滤波器（Kalman Fliter） 之——理论学习及推导过程（1）

　　首先说，数据结构与算法的期末考试终于结束啦！（^-^）

　　上一周因为对惯性测量单元（陀螺仪和加速度计）比较感兴趣，简单了解了一下工作原理，然后了解到对一般陀螺仪回传的数据需要用到滤波处理，所以对Kalman Fliter进行了学习。

　　关于卡尔曼滤波的一些概述：

　　　　①Kalman Filter其实是一种算法，是利用已知数据（有误差）和测量数据（有误差）来得到一个估计值（相对准）的数据处理方法。

　　　　②理论基础：大量线性代数、部分高阶控制理论、部分概率论基础知识、极少拉氏变换。

　　这篇随笔包括了Kalman Filter的部分前置知识和五大公式的详细推导过程，均为理论，为学习的第一篇，后续会对理论进行实践应用。