这是我用来估算 IMU（惯性测量单元）数据中缺失值的方法：

1. 根据时间序列构建轨迹矩阵
2. 从TFOCS库 (MATLAB)运行缺失值插补算法
3. 从填充的轨迹矩阵中提取时间序列

您要使用的函数是用于矩阵缺失值插补的核范数最小化。假设是这些值是随机缺失的，并且矩阵是低秩的（许多真实世界数据的情况）。

唯一需要调整的重要参数是窗口长度。越大 - 越好，但要以计算为代价。更大的窗口捕获更多信息。

我们的 IMU 数据（加速度、径向加速度、磁力计和四元数数据）的结果令人印象深刻。如果丢失的数据出现在大的连续块中，它就不能很好地工作。

你可以假设一个恒定的加速度...

V0=Initial Velocity
VF= Final Velocity
t= time elapsed

a=(Vf-V0)/t

然后使用相同的方程，但加速度不变来求解每个插值时间点的速度：

V(t)=a*t+V0

也许您不想做出这样的假设，而是想从一组观察到的转换中猜测“转换”。然后，您将需要对数据进行更详细的描述。