初始对准；用于导航制导与控制；给出了MATLAB程序-Alignment used for navigation guidance and control given MATLAB program

Kalman滤波实质上是一种实时递推算法，其设计方法简单易行，所需的存储空间小，因此，在工程实际中受到了广泛重视。随着计算机技术的飞速发展，以Kalman滤波技术为核心的现在估计理论也已广泛应用于航天、航空、航海、系统工程、通信、工业过程控制、遥感等各个领域。本文紧密结合Kalman滤波理论在导航、制导领域的应用展开。主要讨论各种导航种类中的惯性导航。讨论Kalman滤波在惯性导航实现以及其与其他种类导航的组合导航实现时的应用。并且建模实现惯性导航的过程，并且比较了在有辅助信息前提下误差均方根的

卡尔曼滤波（Kalman filtering）一种利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。由于观测数据中包括系统中的噪声和干扰的影响，所以最优估计也可看作是滤波过程。 斯坦利·施密特(Stanley Schmidt)首次实现了卡尔曼滤波器。卡尔曼在NASA埃姆斯研究中心访问时，发现他的方法对于解决阿波罗计划的轨道预测很有用，后来阿波罗飞船的导航电脑使用了这种滤波器。 关于这种滤波器的论文由Swerling (1958), Kalman (1960)与 Ka

导弹六自由度仿真，导航制导与控制，比例导引，法向过载控制(Six degree of freedom simulation of missile)