上面提到的所有滤波器都是“估计滤波器”（EF）。当谈论估计过滤器时，人们很快就会陷入字母汤的泥潭。
卡尔曼滤波器 (KF)是一种线性二次估计算法，它对噪声数据进行递归操作，并产生对系统当前状态的估计，该估计在统计上比单次测量产生的结果更精确。
扩展卡尔曼滤波器（EKF）通常用于描述基于卡尔曼滤波器模型的任何可以处理非线性元素的估计滤波器。几乎所有惯性估计滤波器本质上都是 EKF。
从技术上讲，自适应卡尔曼滤波器 (AKF)也是EKF，但它包含对“自适应”元素的高度依赖。 “自适应”技术是指与用作参考的另一个测量结果相比，过滤器或多或少基于“信任”阈值选择性地信任给定测量结果的能力。 3DM GX4-25 和 -15 依靠自适应控制元件来改进其估计，因此我们将这些设备中使用的估计滤波器称为“AKF”。从技术上讲，它是“严重依赖自适应元素的 EKF”或者可能是“自适应扩展卡尔曼滤波器”。我们称之为 AKF。
自适应扩展卡尔曼滤波器 (AA EKF)是一种自适应 EKF，与上述 AKF 类似，它具有“自适应”元素，可以根据与参考输入的比较或多或少地选择性地信任给定的测量结果。与自适应过滤器的区别在于，“信任”阈值由过滤器本身自动确定。过滤器收集所有测量的错误度量，并使用它来确定适当的信任阈值。此功能使调整卡尔曼滤波器以获得最佳性能比手动确定这些阈值容易得多。 GX5/CX5/CV5系列引入了自适应功能，而GX4系列则具有固定的自适应阈值。
互补滤波器 (CF)通常用作一种算法的术语，该算法结合多个传感器的读数以产生解决方案。这些滤波器通常包含简单的滤波元件，以消除传感器超出量程或磁场异常的影响。
