卡尔曼滤波：阿波罗登月飞船背后的秘密

什么是卡尔曼滤波？

卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。

它的提出者，鲁道夫.E.卡尔曼，在一次访问NASA埃姆斯研究中心时，发现这种方法能帮助解决阿波罗计划的轨道预测问题，后来NASA在阿波罗飞船的导航系统中确实也用到了这个滤波器。最终，飞船正确驶向月球，完成了人类历史上的第一次登月。

只要是存在不确定信息的动态系统，卡尔曼滤波就可以对系统下一步要做什么做出有根据的推测。即便有噪声信息干扰，卡尔曼滤波通常也能很好的弄清楚究竟发生了什么，找出现象间不易察觉的相关性。

因此卡尔曼滤波非常适合不断变化的系统，它的优点还有内存占用较小（只需保留前一个状态）、速度快，是实时问题和嵌入式系统的理想选择。

卡尔曼滤波的应用：

    自动驾驶仪

    动态定位系统

    经济学，特别是宏观经济学，时间序列模型，以及计量经济学

    惯性导航系统

    雷达跟踪器

    卫星导航系统

阿波罗登月舱与指挥舱的对接，运用卡尔曼滤波，通过给定6纬度位置参数与速度，准确控制了两者对接姿态。

（具体的计算请看下面的期刊，抱歉本人已被矩阵劝退）

知网上检索到《现代防御技术》1974年S2期，整期内容都是围绕阿波罗计划出现的技术理论，涵盖了载人登月的方方面面。风闻有些人的思想，还跟不上45年前的爷爷奶奶。