卡尔曼滤波器真的没有那么特别，你似乎错过了卡尔曼滤波器的要点。卡尔曼滤波器实际上只是一个通常随时间变化的、通常是 IIR、通常是多输入多输出滤波器，它是使用特定程序设计的。

我们是否可以认为传统滤波器如 FIR 和低通滤波器是设计用于特定频率的，而卡尔曼滤波器可以滤除任何频率的噪声信号，只要计算速度足够大且系统模型不变?

是和不是。是的，通常时不变的 IIR 和 FIR 滤波器是从频域中的规范开始设计的——但它们并非必须如此。

卡尔曼滤波器只是一个基于过程模型设计的滤波器，在特定规则集下是最优的。但是您可以给我一个 IIR 或 FIR 滤波器的滤波器规范，我可以定义一个系统模型，该模型将导致您设计一个“卡尔曼滤波器”，该滤波器渐近地确定为具有该规范的 IIR 或 FIR 滤波器。然后，如果您将“卡尔曼滤波器”变成稳态卡尔曼滤波器，它将是原始的 IIR 或 FIR 滤波器——只是在它后面有更多（和更模糊）的工作。

卡尔曼滤波器可以根据实际测量精度调整卡尔曼增益，从而得到最优解。

嗯，不。卡尔曼滤波器可以根据估计或理解的测量精度调整增益。根据您的宗教信仰，没有人或只有上帝知道实际的测量精度。

认为卡尔曼滤波器比 FIR 更智能是否正确？

我从来没有与任何一个进行过智能对话。零等于零，所以不。在某些情况下，卡尔曼滤波器可能比 FIR 滤波器更适用——但通常情况并非如此。

当测量仪器本身存在误差时，是否认为使用卡尔曼滤波器得到的数据更准确，因为卡尔曼滤波器可以分别调整系统模型和测量的权重？

不必要。特别是因为卡尔曼滤波器在面对系统模型的不准确时有一种众所周知的缺乏鲁棒性的倾向——系统模型错误（你会，因为你不是上帝），滤波器不会是鲁棒的.

有时使用一个足够好的简单过滤器要好得多，而不是一个超级花哨的过滤器，如果你根据你没有的信息正确设计它，它就会非常好。

当测量噪声较大（仪器不准确）时，采用卡尔曼滤波器（模型建立良好）能否得到比 FIR 等更准确的数据。也就是说，卡尔曼滤波器可以用来弥补建立精确模型导致测量仪器精度低导致的误差？

“卡尔曼”是一个匈牙利姓氏，祖先来自德国某个地区的人往往有这个姓氏。这并不意味着“魔术”。卡尔曼滤波器只是制作最优滤波器的一种方法——但它不能做得比最优滤波器更好。

特别是对于单输入、单输出系统，在频域中指定的普通旧 IIR 或 FIR 滤波器可以比一些费力设计的卡尔曼做得更好（由于鲁棒性问题）。

卡尔曼滤波器的核心是一组迭代方程。我们能认为卡尔曼滤波器与FIR相比具有设计简单、通用性强的优点吗？当然是建立在良好的系统模型和测量模型的基础上。

我们可以将卡尔曼滤波器视为正确设计背后的痛点，并且永远更多地要求您手头有了解它的员工，然后才能充分维护您的产品。如果简单可行，则应采用简单——根据能够理解 IIR 和 FIR 滤波器的人数与真正了解卡尔曼滤波器工作原理的人数，我会说卡尔曼滤波器不是“简单的”。