Определение фильтра Калмана и его application ( Concept )

У меня есть простая проблема. Я отслеживаю объект и получаю его положение через неравномерные промежутки времени. Скорость и ускорение объекта непостоянны.

data_=[time x,y,z]

Чтобы спроектировать фильтр Калмана, мне нужно определить

z=[x;y;z] % observation

% Estimation vector
xt=[xt;yt;zt;x't;y't;z't]  % ' first derivative



P=Covariance matrix of estimation vector 
R=Covariance matrix of measurement 
Q= covariance of noise

Вопрос 1: В чем разница между этими двумя R & P Чему равно P, если точность измерения равна 1 мм? Вопрос 2: В чем преимущество использования этого фильтра Калмана при постобработке. Это чтобы получить плавную траекторию, если да, то зачем нам это нужно.

Надеюсь, я получу от вас достаточно информации.