1960年,R.E.Kalman提出了卡尔曼滤波,它是一种时域滤波方法,采用状态空间方法描述系统,算法采用递推形式,数据存储量小,不仅可以处理平稳随机过程,也可以处理多维和非平稳随机过程。随着电子计算机的迅速发展和广泛应用,卡尔曼滤波以其设计简单易行、存储空间小、动态实时处理等优点在工程实践中受到了高度重视,成为推广研究和应用的主题。目前,卡尔曼滤波理论作为一种最重要的最优估计理论,已经被广泛应用于通信工程、系统工程、工业过程控制、遥感等各个领域,成为当前国际上研究的一大热点。立足于卡尔曼滤波的基础理论,本文对其在通信与信号处理各方面的应用进行了研究。主要研究内容如下:一、在最优滤波理论、智能优化算法和图像复原相结合方面做出有益的探索及改进。针对卡尔曼滤波在图像复原中的应用,结合遗传算法,提出了一种模型参数自适应的图像复原技术,该方法利用遗传算法从观测到的退化图像中估计出像素之间的关系,为卡尔曼滤波提供最优的系统模型,仿真实验结果表明所提的方法对参数自适应性及复原图像质量的提高有很好的效果。二、对卡尔曼滤波技术在无线定位中的应用进行了研究。一方面,利用卡尔曼滤波良好的跟踪性能,实现了移动台位置估计,包括基于卡尔曼滤波的单一定位和混合定位;另一方面,从分析TOA测量值中的非视距误差的统计特性入手,给出了三种用卡尔曼滤波器实现的非视距误差消除算法。三、研究了最优滤波在导航系统中的应用。在介绍了全球定位系统GPS和捷联式惯性导航系统SINS的基本理论的基础上,将卡尔曼滤波技术用到了GPS输出数据处理及SINS静基座初始对准方面;进一步讨论了GPS/SINS组合导航中卡尔曼滤波技术的应用问题,设计了位置、速度组合模式的卡尔曼滤波器,并对组合导航系统进行了仿真研究。四、讨论了卡尔曼滤波在无线传感器网络节点定位技术中的应用。介绍了无线传感器网络节点定位基本理论,并以基于滤波重构的TDOA定位技术为例讨论了卡尔曼滤波在WSN节点定位中的应用,为今后的研究方向提供了一个参考。相信随着科技的不断进步,卡尔曼滤波理论将不断完善,其应用领域也将更加广泛。