卡尔曼滤波和扩展卡尔曼滤波的区别

卡尔曼滤波和扩展卡尔曼滤波都是常用的信号处理算法，主要用于估计系统状态和进行预测控制。它们的区别如下：

1. 假设模型不同：卡尔曼滤波适用于线性系统模型，而扩展卡尔曼滤波适用于非线性系统模型。

2. 状态方程不同：卡尔曼滤波的状态方程和观测方程都是线性的，而扩展卡尔曼滤波的状态方程和观测方程都是非线性的。

3. 协方差矩阵不同：卡尔曼滤波中的协方差矩阵是通过线性方程计算得到的，而扩展卡尔曼滤波中的协方差矩阵是通过非线性方程计算得到的。

4. 迭代次数不同：卡尔曼滤波只需要一次迭代就可以得到最优解，而扩展卡尔曼滤波需要多次迭代才能得到最优解。

总之，卡尔曼滤波适用于线性模型的情况，而扩展卡尔曼滤波适用于非线性模型的情况。但是，它们都是估计系统状态和进行预测控制的优秀算法。