移动平均线给出的估计值将落后于真实状态。

假设您要测量以恒定速度上升的飞机的高度，并且您有噪声（高斯）高度测量。噪声高度测量的时间间隔内的平均值可能会让您很好地估计飞机在该时间间隔中间的位置。

如果您对移动平均线使用更大的时间间隔，则平均值会更准确，但它会在更早的时间估计飞机的高度。如果您对移动平均值使用较小的时间间隔，则平均值会不太准确，但它会估计飞机在最近时间的高度。

也就是说，移动平均线的滞后在某些应用中可能不会造成问题。

编辑：这篇文章提出了同样的问题，并且有更多的回复和资源

我发现使用我用来设置问题的原始参数，移动平均线表现更好，但是当我开始使用定义我的动态模型的参数时，我发现卡尔曼滤波器的表现要好得多。现在我已经设置了一些设置来查看参数所产生的影响，我想我将对到底发生了什么有更好的直觉。感谢那些回答的人，如果我的问题含糊不清，我们深表歉意。