卡尔曼滤波算法估不可观测变量序列

如题。

以上可观测的变量是V,Tax,Y和Battery（数据齐全），其中V和Y分别是Tax和Battery不同期的滞后项，命令之所以这样处理是为了保证量测变量与状态变量的同期，同时在database中我也录入了这四个变量的所有数据。不可观测的变量是Index，使用卡尔曼滤波算法的最终目的是要估出C(1)-C(9)参数的值以及不可观测变量Index的时间序列数据。

输入如图命令后系统提示出现了奇异矩阵(Near Singular Matrix)，查阅之后明白是量测方程数大于状态方程数导致的，但并不知道该如何把奇异矩阵转化成非奇异矩阵。像这种情况该如何解决，跪求各路大神帮忙指点一二！！！