我正在尝试实现一个卡尔曼滤波器，使用三轴加速度计和三轴陀螺仪作为传感器来获取物体的方向。
选择用于预测阶段动态模型很简单，它是：
new_angle = angle + angular_velocity * time
new_angular_velocity = angular_velocity
但是我手头没有浮点支持，而且我需要每个精度位来模拟角度。因此，我的计划是将角度表示为32位整数数据，表示完整的2 pi旋转为2^32个小步骤。
因此，整数溢出可以自动处理包裹（2 pi与0方向相同）。
但是这也给过滤器带来了问题：如果估计的角度为359°，而我的测量值为0°，则过滤器会假设有一个巨大的创新，导致不确定性和奇怪的值。
有没有办法让过滤器意识到这种可能的包裹？在上述情况下只给出1°的创新？
为了规避这个问题，我考虑使用角度差而不是角度，但我找不到合适的模型。