對隨機系統根據可獲取的量測資料估算系統狀態的方法。隨機系統是在裝置和觀測通道中作用有隨機雜訊的一類動態系統，需要應用統計方法處理。最常用的是最小方差估計，其他如貝葉斯估計、極大似然估計、隨機逼近等也多有應用。狀態估計可區分為平滑、濾波和預報3種情形。為估計t時刻的狀態，如果所依據資訊包括t以後的觀測資料則稱為平滑，如果包括
對於線性系統，在系統模型和噪聲統計特性為已知的條件下，N.維納和A.N.科爾莫戈羅夫最早對平穩隨機噪聲情形提出按均方最小方差準則的狀態估計方法（見維納濾波），奠定瞭這一領域的基礎。但它是頻率域的非遞推方法，隻適用於平穩隨機過程的情形。卡爾曼濾波（見卡爾曼–佈什濾波）是按最小方差準則的最優估計方法，它是用狀態空間方法給出的遞推方法，可以處理非平穩隨機過程的情形，適用於計算機在線工作。對於非線性系統應用最廣的是卡爾曼濾波。當模型或統計特性未知時，可以基於神經網絡或其他辨識方法給出自適應卡爾曼濾波。