如何在R

我对分析GPS数据非常陌生，所以请耐心等待

我有一系列每隔1秒的GPS定位（有些情况下，定位未能记录），我希望通过使用R平滑数据以最小化错误，我想知道是否有一种简单的方法可以做到这一点

以下是一些数据（我每个人都有超过50000个补丁）

---

这不是一个很好的答案，因为和你一样，我只是在了解这个问题。但是你可能会对它感兴趣，它简要地描述了一个卡尔曼滤波器在R中的实现。使用的数据略有不同，因为作者使用的是精度，而没有速度。如果你找到了一个更好的答案，把它贴回这里，这样我们都可以从中学习！这就是你所有的数据吗？无航向、横摆率、车轮速度等？如果没有这些，我认为卡尔曼滤波器是不合理的，因为你必须根据一些额外的信息来预测下一个位置，比如传感器数据。使用数据集，您只能根据时间步长和速度预测下一个位置，而速度可能是通过gps信号计算的。所以你缺少额外的信息。

Date     Time    Latitude    Longitude   Altitude    Speed
12/06/2017   12:25:00   50.774715   -3.932923   165.13  14904
12/06/2017   12:25:01   50.774742   -3.932912   164.44  5940
12/06/2017   12:25:02   50.774773   -3.932896   163.81  1188
12/06/2017   12:25:04   50.774792   -3.932908   163.53  2880
12/06/2017   12:25:05   50.774803   -3.932924   163.5   0
12/06/2017   12:25:06   50.774803   -3.932924   163.5   0
12/06/2017   12:25:07   50.774803   -3.932924   163.5   0
12/06/2017   12:25:08   50.774803   -3.932924   163.5   0