中文说明：
描述一个卡尔曼滤波问题需要两个模型，一个是描述系统的状态方程，一个是观测方程，观测量通过观测方程与状态变量建立联系，由观测量估计状态值。与其他频域滤波器不同，卡尔曼滤波器不需要观测和估计的历史记录，可以直接在时域进行设计和使用，是一个时域滤波器，适用于处理实时数据。 对于一个运动模型，建立卡尔曼滤波模型，进行仿真，设已知初始时刻运动目标的真实位置和速度，并已知卡尔曼滤波使用的初始状态值，对该问题给出仿真；进一步分析该问题的稳态卡尔曼解，直接使用稳态卡尔曼滤波（滤波器）仿真该问题。 提供了Matlab源代码，代码中有注释和画图，非常详细。
English Description：
Two models are needed to describe a Kalman filter problem, one is the state equation of the system, and the other is the observation equation. The observation establishes a relationship with the state variables through the observation equation, and the state value is estimated by the observation. Unlike other frequency-domain filters, Kalman filter can be designed and used directly in time domain without the need of observed and estimated historical records. It is a time-domain filter and suitable for processing real-time data.