1960年，匈牙利科学家R．E．Kalman提出了著名的卡尔曼滤波算法。它是一种均方误差最小意义下的最优线性估计算法，可以用来处理平稳随机过程及非平稳随机过程。该算法采用递推方法并且数据存储量小，因而卡尔曼滤波器的设计过程简单且实时性很强，加之上世纪末期，DSP芯片技术的迅猛发展并在数字信号处理领域取得了不可替代的地位，基于DSP的卡尔曼滤波系统便成为当前国际上的一大研究热点并在很多实际的工程应用中受到了高度重视。虽然基于DSP的卡尔曼滤波器已得到广泛的应用，但是人们又面临着如何提高其稳定性、实时性及工作效率等一系列难题。正是基于上述状况，本文在使用DSP对其进行实现后，针对如何提高卡尔曼滤波程序的效率做了大量的研究，其主要内容如下：1、针对时下应用非常广泛滤波算法――卡尔曼滤波算法，深入地研究与学习卡尔曼滤波算法的理论知识之后，逐步推导出卡尔曼滤波算法的递推公式并总结其算法流程并分析其性能。2、立足于卡尔曼滤波算法的基础理论，研究了其在视频目标跟踪中的应用：简要介绍了视频目标跟踪技术相关的概念后，详细分析了卡尔曼滤波算法在该技术中的应用并建立运动模型。3、紧密联系DSP芯片及卡尔曼滤波算法这两大技术，在使用MATLAB对卡尔曼滤波算法进行仿真后，使用DSP对其进行实现并对比分析了两个平台下的仿真结果。4、立足于对系统性能的要求，通过以下大量工作来提高卡尔曼滤波程序的效率：分析了算法中一些矩阵的特性后对其进行拆分或变形，然后设计高效的矩阵运算函数以精简无用的运算步骤，为充分利用这些高效的函数，对算法中的一些公式做了相应的等效变换。随着技术的进步，人类的研究对象不断增多且研究程度也在不断深入，基于DSP实现的卡尔曼滤波器的应用领域将会越来越广泛。