由于人工神經網絡具有較強的學習能力、自適應能力、復雜映射能力等智能處理能力,使得其在各個領域都有較廣泛的應用。在各類神經網絡模型中,較常用的算法是誤差反向傳播(BP)算法。但在實際應用中,BP神經網絡存在一些不足,主要是收斂速度慢、容易陷入局部最小、數值穩定性差等。本文將自適應卡爾曼濾波應用于神經網絡方法中,提高了濾波精度和神經網絡的收斂速度。