关于卡尔曼滤波器的两个问题

Question

（免责声明：我已经在 CrossValidated 和 DataScience 上发布了这些问题，但没有任何运气。我在这里再次尝试。）

[Q1] 卡尔曼滤波器 (KF) 在预测步骤中使用所谓的动态移位矩阵。该矩阵有时称为进化矩阵或传播矩阵，并用

D

或

M

标记：

$ \mu_t = M_t \mu_{t-1} $

$ \Sigma_t = M_t \mu_{t-1} M_t' + Q_t $

在我所知道的许多实现中，

M

只是一个单位矩阵。任何人都可以提供一个例子和解释什么时候该矩阵更复杂吗？

[Q2] 是否有解耦扩展卡尔曼滤波器的可用实现，最好是在 Python（或 Matlab）中？