我想应用卡尔曼滤波器从测量的加速度数据中去除噪声。然后的想法是将以此方式获得的结果与通过应用低通滤波器获得的结果进行比较。

因此，卡尔曼滤波器方程如下：

$x_k = Ax_{k-1}+q_{k-1}$

$z_k = Hx_k+r_k$

其中是状态向量，是转移矩阵，是测量向量，是观察矩阵。和分别代表过程和测量噪声。$x$$A$$z$$H$$q$$r$

因为我只处理一个信号（加速度），所以状态向量实际上是一个标量实体，前面方程中的所有其他项也是如此。就我而言，我有和。$x$$A = 1$$H = 1$

我对卡尔曼滤波器的理解是它计算输入信号的估计值，因此它不是一个合适的滤波器。因此，我必须调整以平滑测量数据的是值（过程噪声协方差），以改变估计信号的方式。这个想法是通过从信号中去除噪声引入的峰值的方式进行“更差”的估计（这意味着滤波器不太准确地跟随原始信号）。$Q$

这是正确的处理方式吗？