结果表明，改进的扩展卡尔曼滤波算法减小了状态估计偏差，获得了比较理想的滤波效果
“嘶——”
“我有点后悔拆开这封信了”
常浩南揉了揉有些发胀的太阳穴，把信纸放在桌上，起身离开卧室。
他准备去泡一杯浓茶。
今天晚上的休息恐怕又要泡汤了。
几小时后。
常浩南看着已经被自己用红蓝铅笔做满标记的信纸，以及旁边写的满满当当的笔记本，喝掉了保温杯中最后一口苦得发涩的茶水。
只能说徐洋不愧是ucb归国的博士，又亲自参与了差分进化算法的开发过程。
就对方表现出来的这个能力水平，说她有个跟自己同款的系统似乎也不是特别夸张。
举一反三的能力相当强悍。
这封信的内容说起来并不算复杂：
徐洋在看过常浩南对差分进化算法的改进之后，提出了一个新的思路，想要就这个思路跟后者探讨一下可行性以及应用前景。
简单来说，滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施，对于一切需要发射电磁信号的行为而言，几乎都是一个必不可少的过程。
实际上，高中数学学过的最小二乘法就是一种经典的滤波方法，但是由于只考虑了测量和状态之间的关系，这种方法的稳定性不好。
后来，针对噪声服从高斯分布的线性系统诞生了卡尔曼滤波法，由于其高效性和准确性，很快成为了工程中应用最广泛的滤波方法之一。
但因为最开始的卡尔曼滤波法只适用于线性系统，因此后来又有很多人在此基础上进行了一定扩展，以使这种广受好评的滤波算法也可以用于非线性系统中。
其中最典型的一种便是扩展卡尔曼滤波算法(ekf)，也就是先用泰勒级数将系统方程展开，忽略二阶以及二阶以上的高阶项，此时非线性系统已接近线性形式，再利用标准卡尔曼滤波算法对系统的状态进行估计。
显然，ekf算法的计算量并不大，实现起来也并不困难，但ekf对强非线性系统容易产生严重的震荡，甚至是发散。
到了90年代中期这会，工程界已经基本看到了ekf算法的极限，开始琢磨对ekf算法进行改进，或者创造一种新的卡尔曼滤波算法出来。
而徐洋提出的这种新算法则是在滤波之