我目前正在研究用于 GPS 导航的简单而小型的卡尔曼滤波器。我从我的 GPS 传感器获取当前位置、航向角和速度。因此，假设速度和航向角恒定，卡尔曼滤波器应该融合当前测量和从先前位置开始的线性运动。
我的问题是选择一个有用的空间，让卡尔曼滤波器能够以良好的方式执行。
局部坐标系方法：
如果我选择一个本地坐标系（北[米]，东[米]），以前的位置在原点，我将能够轻松预测新位置，但是如何将新测量值（纬度/经度）转换为我的本地坐标系统使用 wgs-84 椭球？以及如何使用 wgs-84 椭球将我在本地坐标系中的新预测转换为纬度/经度？
所以我需要两个功能：
f:=(lat_ref, lng_ref, lat, lng) -> (x,y)
g:=(lat_ref, lng_ref, x, y) -> (lat, lng) （这也可以使用Vincenty完成）
全局坐标系方法：
我找到了Vincenty-Algorithm，它根据任何椭球上的参考位置、距离和航向角计算新位置。该算法工作正常，但我看不到如何在全局坐标系中工作的卡尔曼滤波器中使用该算法。
有什么想法或建议可以解决我的一个问题吗？