增广卡尔曼滤波（Augmented Kalman Filter, AKF）是相对特定的卡尔曼滤波模型来说的，在状态量和/或观测量上进行增广，以满足特定的要求。
通常用于：专门用于处理具有状态噪声和观测噪声的不确定性，尤其是在需要同时估计系统状态和额外参数时。它通过将额外的参数或状态变量添加到状态向量中来增强卡尔曼滤波的能力。

增广卡尔曼滤波的用途

• 参数估计：在动态系统中，同时估计状态和参数。
• 非线性系统：处理非线性动态模型和观测模型。
• 复杂系统：适用于噪声特性复杂的系统，如导航、控制和信号处理。

与普通卡尔曼滤波的区别

• 状态扩展：AKF在状态向量中包含了额外的参数，因此状态空间更高维。
• 状态转移和观测方程：在AKF中，状态转移和观测方程通常是非线性的࿰