Filter dienen der Schätzung des wahren Zustands eines Prozesses, von dem nur fehlerbehaftete Messungen zur Verfügung stehen. Zur effizienten Implementierung bietet sich eine rekursive Implementierung an, wenn der zeitliche Zusammenhang zwischen den einzelnen Zuständen näherungsweise durch ein Prozessmodell modelliert werden kann. Mögliche Fehler dieser Annäherung können wiederum explizit modelliert werden. Sind Prozess- und Messmodell linear mit additiven, gauß-verteilten Fehlern liefert der Kalman-Filter eine optimale Schätzung. Als Nebenprodukt stehen Erwartungswerte für Messungen zur Verfügung, mit denen die Plausibilität von Messungen beurteilt werden kann, was auch den Ausschluss von Falschmessungen ermöglicht.