滤波几个相互正交的分类：

低通，高通

开环，闭环（有无iterate）

线性，非线性

时变，定常

动态系统，静态系统

是否最小方差

状态估计：

卡尔曼滤波：闭环，线性，时变，动态系统，steady state是低通，最小方差

加权平均：开环，线性，定常，静态系统，低通，最小方差

本质区别是系统是动态系统还是静态系统，静态系统的话，卡尔曼就闭环转开环（不再iterate）、时变转定常，回到加权平均，也可被看作steady state的卡尔曼滤波。如此来说，卡尔曼滤波是动态系统的加权平均～

信息融合：

卡尔曼滤波：闭环，线性，时变，动态系统，最小方差

互补滤波：开环，线性，定常，动态或静态系统，静态系统最小方差、动态是次小方差

本质区别是：互补滤波是对闭环的、iterative的、时变的卡尔曼滤波的开环、不iterative、定常的近似，也可被看作steady state的卡尔曼滤波，因此是sub optimal 次优（次小方差）。如果是静态系统，那卡尔曼滤波就回到互补滤波～