Der Kalmanfilter ist auch kein Wunderding. In der Regel bekommt man nach relativ kurzer Zeit für Kovarianzmatrix konstante stationäre Werte. Dadurch vereinfacht sich der Filter ungemein. Die Matrixinversion usw. kann dann nämlich mit den konstanten Werten einmal vorab machen und man bekommt auch nichts wesentlich anderes herraus als den Filter oben. Der wesenliche Unterschied ist, dass man Formeln bekommt wie man die beiden Filterparameter berechenen kann, wenn man die Genauigkeit der einzelen Sensoren kennt. Allerdings sind die Angaben zum Rauschen und anderen Fehlern der Sensoren oft nicht gerade sehr genau. Man bekommt also auch mehr eine erste Näherung für die Filterparameter. Für genauere Werte müßte man dann doch wieder probieren.

Aber immerhin hat man über den Kalman Filter einen Weg wie man berechnen kann wie so ein Filter aussehen kann, inclusive der Werte für die Parameter. Außerdem weiss man das der so erzeugte Filter fast optimal ist (sollte asymtotisch optimal sein, wenn ich mich richtig erinnere und ein paar Vorraussetzungen erfüllt sind). Wenn es also damit nicht geht, sollte man eher an den Sensoren arbeiten und nicht versuchen einen anderen Algorithmus zu suchen, denn viel besser gehts nicht.