很有可能就有心脏跳动的频率分量。为了避免这种可能的信息丢失，可以使用自适应滤波器。自适应滤波器将患者的信号与电力供应信号直接作为输入信号，动态地跟踪噪声波动的频率。这样的自适应滤波器通常阻带宽度更小，这就意味着这种情况下用于医疗诊断的输出信号就更加准确。
扩展卡尔曼滤波器在扩展卡尔曼滤波器（Exte
dedKalma
Filter，简称EKF）中状态转换和观测模型不需要是状态的线性函数，可替换为（可微的）函数。
函数f可以用来从过去的估计值中计算预测的状态，相似的，函数h可以用来以
f预测的状态计算预测的测量值。然而f和h不能直接的应用在协方差中，取而代之的是计算偏导矩阵（Jacobia
）。在每一步中使用当前的估计状态计算Jacobia
矩阵，这几个矩阵可以用在卡尔曼滤波器的方程中。这个过程，实质上将非线性的函数在当前估计值处线性化了。这样一来，卡尔曼滤波器的等式为：预测
使用Jacobia
s矩阵更新模型
更新
预测如同扩展卡尔曼滤波器（EKF）一样UKF的预测过程可以独立于UKF的更新过程之外，与一个线性的（或者确实是扩展卡尔曼滤波器的）更新过程合并来使用；或者，UKF的预测过程与更新过程在上述中地位互换亦可。外文文献翻译原文1
Kalma
filteri
galsok
ow
asli
earquadraticestimatio
LQEis
a
algorithmthatusesaseriesofmeasureme
tsobservedovertimeco
tai
i
g
oisera
domvariatio
sa
dotheri
accuraciesa
dproduces
festimatesofu
k
ow
variablesthatte
dtobemoreprecisetha
thosebasedo
asi
gle
measureme
talo
eMoreformallytheKalma
filteroperatesrecursivelyo
streamsof
oisyi
putdatatoproduceastatisticallyoptimalestimateoftheu
derlyi
gsystemstateThefilteris
amedafterRudolfRudyEKálmá
o
e
oftheprimarydevelopersofitstheory
TheKalma
filterhas
umerousapplicatio
si
tech
ologyAcommo
applicatio
isforguida
ce
avigatio
a
dco
trolofvehiclesparticularlyaircrafta
dspacecraftFurthermoretheKalma
filterisawidelyappliedco
cepti
timeseriesa
alysisusedi
fieldssuchassig
alprocessi
ga
deco
ometrics
Kalma
filtersalsoareo
eofthemai
topicsi
thefieldofRoboticmotio
pla
i
ga
d
co
trola
dsometimesi
cludedi
Trajectoryoptimizatio
Thealgorithmworksi
atwostepprocessI
thepredictio
steptheKalma
filterproducesestimatesofthecurre
tstatevariablesalo
gwiththeiru
certai
tiesO
cetheoutcomeofthe
extmeasureme
t
ecessarilycorruptedwithsomeamou
toferror
i
cludi
gra
dom
oiseisobservedtheseestimatesareupdatedusi
gaweightedaveragewithmoreweightbei
ggive
toestimateswithhighercertai
tyBecauseofthealgorithmsrecursive
atureitca
ru
i
realtimeusr