Нещодавно я здійснив фільтр Кальмана на простому прикладі вимірювання положення частинок з випадковою швидкістю та прискоренням. Я виявив, що фільтр Кальмана працює добре, але потім я запитав себе, в чому різниця між цим та просто ковзним середнім показником? Я виявив, що якщо я використовував вікно з приблизно 10 зразками, те, що ковзаюча середня перевершує фільтр Калмана, і я намагаюся знайти приклад, коли використання фільтра Кальмана має перевагу перед використанням лише ковзної середньої.
Я відчуваю, що ковзний середній показник набагато інтуїтивніший, ніж фільтр Кальмана, і ви можете сліпо застосувати його до сигналу, не турбуючись про механізм простору стану. Я відчуваю, що пропускаю тут щось принципове, і буду вдячний за будь-яку допомогу, яку хтось міг би запропонувати.