卡尔曼滤波系统中的噪声可以分为两类：过程噪声和测量噪声。过程噪声是指系统模型中未能完全描述的不确定性。例如，系统的动力学模型可能无法考虑到风力、摩擦等因素，这些未建模的因素就属于过程噪声。而测量噪声则是指传感器或测量设备引入的不确定性。

卡尔曼滤波通过使用系统模型和测量模型来估计系统状态，并根据过程噪声和测量噪声的协方差矩阵来量化不确定性。卡尔曼滤波假设噪声是高斯分布的，因此通过协方差矩阵可以描述噪声的统计特性。

在卡尔曼滤波中，过程噪声和测量噪声的协方差矩阵通常由用户根据实际情况进行估计。协方差矩阵的大小反映了噪声的强度，即噪声的方差。一般来说，如果噪声较大，则协方差矩阵中的元素较大；如果噪声较小，则协方差矩阵中的元素较小。

在实际应用中，用户可以通过实验或经验来估计噪声的大小。例如，在车辆导航系统中，用户可以通过比对GPS定位结果和地图数据来评估测量噪声的大小；而过程噪声的大小则可以根据车辆的动力学性质进行估计。