我有大量嘈杂的时间序列记录（试验），我希望使用卡尔曼滤波器估计它们背后的状态转换模型。在每次试验中生成时间序列的过程都是相同的，因此我希望能够从所有试验中汇集信息，而不是为每个试验拟合单独的过滤器。

我认为这应该是卡尔曼滤波器的一个相当普遍的应用，但不幸的是，我还没有找到任何关于如何做到这一点的文献。我怀疑我要么从根本上误解了卡尔曼滤波器的工作原理，所以我需要的东西无法完成，或者我只是不知道我正在寻找的术语。

那么，谁能告诉我是否可以用这种方式拟合卡尔曼滤波器，如果可以，这种方法叫什么？