卡尔曼滤波器在姿态融合中的推导过程

卡尔曼滤波器针对的问题通常可以使用两个方程来描述：
对于一个随机离散时间过程的状态向量

其中下标k和k-1分别表示对应的时刻。x是系统状态变量，A是状态转移矩阵或者过程增益矩阵，u是控制输入，B是对应的控制输入增益，w是过程激励噪声，认为是高斯白噪声，期望是0，协方差是Q。
观测方程

其中z是观测值，v是观测噪声，认为是高斯白噪声，期望是0，协方差是R。
对于以上方程描述的问题，卡尔曼滤波器主要通过5个公式来求得。下面结合陀螺仪加速度计求解欧拉角的问题对公式进行说明。
时间更新方程（预估方程）：
第一个方程：

在本案例中，状态变量是角度和陀螺仪获得的角速度，并且没有其他控制输入变量，因此以上方程可以写成

第二个方程：

对于上述状态变量，协方差矩阵的含义为

为了书写方便，记为

过程激励噪声矩阵为

在本案例中，

对以上方程简化：

需要注意以上方程右侧第二个矩阵第一项省略二阶无穷小。
测量更新方程（校正方程）：
第三个方程：

在本案例下，观测变量是加速度计获得的角度
其中


代入可以得到：

第4个方程：

在本案例下，代入可以得到：

第5个方程：

在本案例下，代入可以得到：

以上推导过程和如下博文矛盾：
https://blog.csdn.net/dyl74500196/article/details/59108807

区别在于：我认为状态变量应当是角度和陀螺仪获得的角加速度，而博客上认为状态变量应当是角度和陀螺仪的漂移。究竟哪种说法是正确的？