根据我的经验，没有任何 AHRS 算法可以在精度方面与扩展卡尔曼滤波器相媲美。如果要计算用户加速度，精度非常重要，因为旋转矩阵的不准确会导致用户加速度发生漂移。
问题1：
我不明白您对过滤时域信号的确切含义。测量样本始终提供时间戳。
回答 2 和 3：
要计算用户加速度，您需要事先计算姿态（旋转矩阵）。因为您需要以您的 AHRS 算法计算的姿态旋转传入的 ACC 数据，以使其从“电话空间”到“世界空间”。因此，手机的向上移动（无论哪个方向）总是会导致用户加速度中的 Y 值增加。我希望你明白我的意思。现在我们在世界空间中有原始加速度计数据并减去重力（ vector3(0,9.81f, 0) ）。这样如果没有运动，我们的新用户加速度总是显示 (0,0,0)。
这是最简单的部分。我们现在有了世界空间中的用户加速度。但是我们想要一个位置偏移（路径）。您不能只将加速度与速度相结合，然后再将速度与路径/方式相结合。 （请原谅我的英语；-)）因为加速度计的测量样本永远不够精确，无法得出路径的 2 倍。您必须对约束进行编程以控制导出的速度，以便在加速度的值和斜率为零时将其设置回零。否则，总会有剩余的速度量，导致计算出的路径随时间发生巨大的漂移。我认为为了获得最佳的由内而外的位置跟踪，您需要对（世界空间）用户加速度进行一些分析并重建一个干净的速度图，以便在没有加速度的情况下获得始终返回零的平滑运动。我自己编写了这个程序，它可以工作，但并不准确。一个问题是，识别的运动取决于速度/加速度。运动越慢，加速度计的值越低，直到它们消失在传感器噪声中。另一个问题是要识别运动何时结束，以消除其对结果速度的所有影响。
AHRS 算法不需要磁力计传感器，因为它不够可靠并且总是会引入错误。磁力计受环境影响很大。例如看看 google Cardboard 磁力计开关。当您拉动谷歌纸板触发器时，打开一个传感器测试应用程序查看磁力计传感器。它会在磁力计上产生一个巨大的值，根本不代表航向。微波炉等也可能发生同样的事情。
因此，为了获得良好的北航向，您必须不断检查是否
自特定时间以来，磁场的方向和幅度没有改变，并且是合理的值。然后，您可以使用磁力计数据作为参考来旋转您从 AHRS 算法获得的方向旋转矩阵，以将航向校正为北。
回答 4：
您从旋转矩阵中获取标题。
vector3 headingDirection = new vector3(rotMat[8], rotMat[9], rotMat[10]);
根据旋转矩阵的形式（列专业或行专业），您可能需要调整索引。
在此处查看 John Schultz 的答案：
http://www.gamedev.net/topic/319213-direction-vector-from-rotation-matrix/
应该通过将当前旋转速度（陀螺仪）乘以您上次估计的旋转和现在之间的经过时间来估计rotationMatrix。
注释：
我认为，如果您想尝试传感器融合和用户加速，最好使用 cardboard.jar 中的扩展卡尔曼滤波器作为起点。您可以将其与您的算法进行比较。
看这里：
https://github.com/Zomega/Cardboard/blob/master/src/com/google/vrtoolkit/cardboard/sensors/internal/OrientationEKF.java
虽然它有一个使用磁强计的方法 (processMag)，但这个方法永远不会在 cardboard-api 中被调用。
链接文件中的“getPredictedGLMatrix”方法显示了 google 如何估计“当前”旋转矩阵。
我希望这能回答你的一些问题。