Наступні два твердження еквівалентні вислову:
E(x^k|k−xk)=0
(1) що оцінювач є неупередженим ; і
Pk|k=Var(x^k|k−xk)
(2) що оцінювач є послідовним .
Обидва ці умови необхідні для того, щоб фільтр був оптимальним - тобто найкращою можливою оцінкою щодо деяких критеріїв.xk|k
Якщо (1) не відповідає дійсності, то середньоквадратична помилка (MSE) буде зміщенням плюс дисперсія (у скалярному випадку). Зрозуміло, що це більше лише дисперсії і, отже, неоптимальне.
Якщо (2) не відповідає дійсності (тобто розрахована фільтром коваріація відрізняється від істинної коваріації), то фільтр також буде неоптимальним. Оскільки коефіцієнт посилення Кальмана базується на обчисленій коваріації стану, помилка коваріації призведе до помилки посилення. Помилка підсилення означає неоптимальне зважування вимірювань.
(Як це буває, обидві умови справедливі для правильно модельованого фільтра. Помилки в моделюванні, такі як динамічна модель або шумове коваріація, також дадуть фільтр неоптимальним).
Джерело: Бар-Шалом , особливо Розділ 5.4 на сторінці 232-233.