擴展卡爾曼濾波器

擴展卡爾曼濾波器透過在每一步線性化，來處理非線性動力學或非線性觀測模型。它以在當前狀態估計處計算的非線性函數雅可比矩陣，取代常數矩陣 A 與 C，再對此局部一階近似執行普通卡爾曼遞迴。如此便能讓狀態空間機制容納例如真正非線性（如指數或三角）的、將放電率關聯到動作的調諧函數。

此線性化僅為一階，故當函數平滑且後驗相對於其曲率足夠集中時，EKF 才準確；當非線性強、初始估計不佳或共變異數大時，它可能有偏甚至發散。它還需要解析或數值雅可比矩陣，這既易出錯有時又難以良好定義。在 BCI 中，EKF 的使用少於無跡版本，正因神經調諧模型的非線性程度足以使無需求導的近似通常既較容易又較穩定。