我应该使用什么算法去除跟踪数据中的异常值？

我有GPX跟踪，并希望删除外围的观察结果。有些路线点是不可能的，因为这将需要车辆无法实现的加速。

是否有好的算法可以滤除这种极端嘈杂的观测结果？

这是将GPS数据链接到街道中心线的两个参考：

Schussler，N.和Axhausen，K.（2009a），“使用多重假设技术在高分辨率导航网络上GPS轨迹的地图匹配”，工作论文568。IVT，ETHZürich，Zürich。

Schussler，N.和Axhausen，K.（2009b），“在没有其他信息的情况下处理来自全球定位系统的原始数据”，《交通运输研究记录》：交通运输研究委员会期刊2105，第28-36页。

参考链接（针对具有访问权限的人）。

我知道SF City实施了其中一种算法来处理来自智能手机应用的gps跟踪，而该智能手机应用正在跟踪骑自行车的人（cycletracks）；并且他们在开放源代码许可下发布了所有代码（因为它们很棒！）。我认为他们的问题主要与城市峡谷的误差有关。我不确定他们是否在加速方面也有问题。

一个卡尔曼滤波器可能是你想要的东西：它考虑到基于系统的物理模型帐户预测。（例如，没有10000mph的汽车！）

堆栈溢出问题“平滑gps数据”的答案提供了到诸如ikalman github仓库以及其他方法的实现的链接。