我正在实现卡尔曼滤波器（目前用于线性 ODE 系统）。

我的模型代表一个具有 6 个“参数”的物理设备，即设备的这些值不会随时间演变（目前在时域仿真环境中）。

我有 100 个这样的“略有不同的设备”，即其参数值与标称值不同，但所有 6 个模型参数的分布都是先验已知的（高斯，具有已知的平均值（标称值）和标准偏差）。

我假设没有其他过程噪声源（即不存在未建模状态或其他动态）

我正在所有这 100 个设备上实现一个带有单个调整参数的卡尔曼滤波器。我认为模型参数（与标称值）的这些偏差可以视为过程噪声。是否有确定的方法（即配方）来计算“过程噪声协方差矩阵”，通常在卡尔曼滤波器文献中 $Q$

我认为人们可以以某种方式利用高斯分布的仿射特性来得出误差协方差矩阵，尽管我对数学有点生疏。

其他人提出的部分相关但不同的问题： https ://dsp.stackexchange.com/questions/21796/question-about-q-matrix-noise-process-covariance-in-kalman-filter