歆格先说个题外话。我在做传感器融合和定位相关项目时，经常遇到这种情况：同学或同事一听到“卡尔曼滤波”这个名字，第一反应是“那是搞控制或无人机的人才会用的高级算法”，然后就绕道走了。但当我告诉他们“你看手机里的导航、手环里的计步、甚至你打游戏时鼠标的平滑移动，背后都有这个算法的影子”时，大家又往往露出“原来是它”的表情。
所以这篇系列开篇，我打算不画任何复杂的流程图，不搬一堆云里雾里的公式吓人，而是沿着一条最自然的思考路径，把“贝叶斯滤波”和“卡尔曼滤波”这两件事彻底讲清楚。尤其要把“为什么卡尔曼滤波是贝叶斯滤波的一种特例”这种听起来很抽象的话，落到可以手推、可以写代码、可以跑起来看效果的程度。这篇偏重梳理脉络和推导，下一篇会专门聊工程实现和参数调优。
1. 先把问题摆出来：我们到底在“滤”什么东西
先说个经典场景。你有一个无人机，想知道它现在飞在什么位置。GPS告诉你一个位置，但GPS有误差，可能有5到10米的偏移；惯性传感器告诉你一个位置，但它是通过对加速度积分算出来的，时间一长就会飘。两个来源都有噪声，都不完美，你该怎么判断无人机到底在哪？
这就是状态估计问题的雏形：系统里有一个我们看不见的真实状态（位置、速度、温度、电压等），我们手上只有一组被噪声污染过的观测数据，需要想办法把真实状态“估计”出来。“滤波”这个词听起来像是在说“滤掉噪声”，其实是这个意思——从有噪声的观测里把干净的状态提取出来。
假设我们从第1帧观测一直做到第k帧观测，拿到了 (z_{1:k})，希望求当前状态 (x_k) 的概率分布：
[
P(x_k | z_{1:k})
]
这个式子翻译成人话就是：在已经看到了到目前为止全部观测数据的前提下，状态是 (x_k) 的可能性有多大。在数学上，它叫“后验概率分布”。有了这个分布，我们不光能知道“状态最可能是多少”（取分布的均值），还能知道“我们有多确定”（看分布的方差）。这就是贝叶斯滤波的起点——把估计问题当成“算概率”的问题来做。
如果状态变量是离散的，那这个概率分布就是一堆离散值上的概率质量；如果状态变量是连续的，那就是一个概率密度函数。不管是离散还是连续，思路完全一样。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 贝叶斯滤波：一个朴素但“算不动”的框架
2.1 预测和更新：贝叶斯滤波的两板斧
贝叶斯滤波不指定系统长什么样，它只要求我们能用两个模型描述这个系统：
- 状态转移模型：描述状态随时间怎么演化，即 (x_k) 如何从 (x_{k-1}) 变化而来，记为 (P(x_k|x_{k-1}))。
- 观测模型：描述在某个状态下我们会观测到什么，即 (z_k) 与 (x_k) 的关系，记为 (P(z_k|x_k))。
有了这两个模型，贝叶斯滤波就是一个两步循环：
第一步，预测（也叫先验更新）： 在上一步得到后验 (P(x_{k-1}|z_{1:k-1})) 之后，利用状态转移模型预测当前时刻的状态：
[
P(x_k | z_{1:k-1}) = \int P(x_k | x_{k-1}) P(x_{k-1} | z_{1:k-1}) , dx_{k-1}
]
这其实就是全概率公式。它相当于在说：我不确定上一时刻的状态具体是哪一个，但我对上一时刻的状态有一个概率描述，把这些可能性全部“加权平均”地往前推进。
第二步，更新（也叫后验修正）： 当新的观测 (z_k) 到来，用贝叶斯公式修正预测结果：
[
P(x_k | z_{1:k}) = \frac{P(z_k | x_k) P(x_k | z_{1:k-1})}{P(z_k | z_{1:k-1})}
]
分母是一个归一化常数，作用是保证右边积分出来等于1：
[
P(z_k | z_{1:k-1}) = \int P(z_k | x_k) P(x_k | z_{1:k-1}) , dx_k
]
这个框架在概念上非常优雅，每一步都有清晰的概率含义。它的缺点也一眼就能看出来：每一步都有一个积分，而一般函数的积分没有解析解，只能在离散网格上做数值近似。如果状态是连续的高维向量（比如位置+速度+朝向就是4到9维），离散网格的网格点数量会随维度指数爆炸，根本算不过来。
2.2 贝叶斯滤波的工程困境：积分这个拦路虎
我在实际课程和代码里，见过太多人在贝叶斯滤波这一步被劝退。因为一旦涉及连续状态，贝叶斯滤波需要数值积分，而这个数值积分的代价高到不可接受。
MIT 有一门经典课程叫“Underactuated Robotics”，里面就专门讲到：贝叶斯滤波是概率机器人学的灵魂框架，但实际实现时几乎没有人直接积分贝叶斯公式，所有人都在寻找能够绕过那个积分、同时保持问题结构的方式。卡尔曼滤波就是其中最成功的一种“特例”。