你看过CRAN的时间序列任务视图吗？

它列出了涵盖卡尔曼滤波的包的几个条目：

• dlm
• FKF
• KFAS

等等，因为这是一种非常常见的时间序列估计技术。

除了其他答案中提到的包之外，您可能还想查看包预测，它处理以状态空间形式投射的特定类别的模型，并将MARSS包与生物学中的示例和应用程序（特别参见编写良好的手册，第 5 章）。

但是，对于一般应用程序，我同意前面的答案， 在我看来dlm是一个多功能且功能强大的软件包（Petris 等人在 R 中的动态线性模型一书中对此进行了很好的描述）， KFAS提供了实现大多数程序的例程状态空间方法和FKF的出色时间序列分析中描述的算法，设施有限且没有示例，但速度最快。

有关好的示例，请查看dlm vignette如果您不清楚自己想要做什么以及如何做，我会避免使用所有其他软件包。

包stsm现在可以在 CRAN 上使用。该软件包提供了一些实用程序来适应基本的结构化时间序列模型。

其他答案中提到的软件包提供了灵活的接口，可以以状态空间形式投射广泛的时间序列模型，并提供卡尔曼滤波器的合理实现。然而，在我看来，很少有人关注优化似然函数的过程。通常使用通用算法——L-BFGS-B 算法。该stsm软件包增强了标准程序并提供了特定的算法以适应基本结构模型。

包装随附的文档中提供了更多详细信息。对于一个简单的例子，你也可以看到这篇文章。