Por ejemplo puedes poner un filtro de estimacion de estado kalman de 2 dimensiones,como bien sabes solo analiza la informacion del paso anterior.
El filtro kalman en esa situacion hubiera suavizado la subida, pero en su prediccion de direccion hubiera seguido teniendo un angulo superior a la recta de referencia e inferior al punto medido.
Lo que quiero decir el filtro 2D kalman que utilizaria coge el estado anterior con variables entrada cifras_oficiales(X,Y,dx,dy), y las estimaciones del paso anterior estimacion(X,Y,dx,dy), devuelve sus estimación para el paso actual , Estimado_en_este_paso(X,Y,dx,dy).
Lo que te quiero decir es, dy de la cifra oficial, seria inferior que el dy de la estimacion del filtro kalman.
Asumo que sabes de sobra lo que es un filtro kalman, pero para los que no lo conozcan:
Filtro de Kalman - Wikipedia, la enciclopedia libre