卡爾曼濾波器算法

（1）HMM：隱變量是離散的

（2）Kalman Filter：又叫 Linear Dynamic Model 或 Linear Gaussian Model 

           隱變量和觀測變量都是連續的，都是服從高斯分佈的       

（3）Particle Filter：Non-Linear、Non-Guaaian 

1. Kalman Filter

2. Filtering

2.1 filtering問題

多維高斯分佈：邊緣分佈、條件概率分佈、聯合概率分佈都是高斯分佈。

2.2 filtering問題求解

觀測值y之間絕對不會相對獨立，但若所有隱狀態x都已知時，觀測值就是相互獨立的，即觀測值根據隱狀態的情況而定。

HMM：隱狀態必須都是離散的

 若聯合分佈爲高斯分佈，則其每一個元素都爲高斯分佈。