术语结论
卡尔曼滤波（Kalman Filter）
基于状态空间模型与预测-更新递推的最优估计算法，能从含噪观测中动态估计系统状态。监测中用于融合多传感器数据（如 GNSS+倾角）、预测变形趋势；工程上关注过程噪声与测量噪声协方差设定，需调试参数收敛。
解释与关联
常见应用
- GNSS 位移结合倾角数据用卡尔曼滤波融合
- 结构振动响应经卡尔曼滤波提取模态参数
关联术语
常见问题
卡尔曼滤波比滑动平均好在哪？
卡尔曼能融合多源数据并预测趋势，滑动平均只是单序列平滑；但卡尔曼需要建模与调参，复杂场景才值得用。
内容边界与下一步
本页术语为工程现场常用表述的索引式解释，结论先行，不替代仪器说明书、计量检定规程与正式设计文件。具体指标、接口与接线以设备厂商正式资料和项目确认为准。
