Скрытая марковская модель с использованием нескольких непрерывных переменных наблюдения

Я пытаюсь использовать HMM для прогнозирования местоположения. У меня есть координаты (х, у), скорость и направление движения. Я разделила все пространство на маленькие блоки, которые я использую в качестве состояний. Цель состоит в том, чтобы предсказать местоположение (состояние) объекта после времени t, 2t, 3t и так далее.

Я прочитал несколько статей на HMM. У меня еще есть 2 вопроса:

1. Могу ли я использовать некоторые траектории для создания матрицы перехода? Мое отображение от координат к блоку (то есть к состоянию) является простым, поэтому я могу использовать несколько выборок для создания начальной матрицы перехода.

2. Как определить матрицу выбросов с помощью непрерывных наблюдаемых (то есть положения, скорости и направления). Если я предполагаю, что они гауссовы со средним 0, как мне создать исходную матрицу выбросов.

3. Могу ли я использовать Витерби, чтобы предсказать местоположение после времени t, 2t и т. Д.?

Я прочитал слишком много статей и сейчас очень растерялся. Я был бы признателен за помощь, чтобы узнать, если я иду в правильном направлении.

Кроме того, что было бы хорошей библиотекой c ++ для этой цели?