息下对弹道导弹主动段的跟踪面临可观测性弱、初始误差大等问题,寻找一种快速稳健的跟踪算法尤为重要。孙雷,李冬和易东云[22]引入一种稳健而有效的迭代UKF滤波算法(IUKF),它通过对UKF算法进行修正,改善了对状态滤波值和协方差的估计。为了能够在飞行数据不尽精确的情况下进行快速、准确的落点预报,赵捍东,李志鹏[23]提出一种基于径向基函数(RBF)神经网络和无迹卡尔曼滤波技术的弹丸落点预报方法。美国陆军研究实验室的Andrew A Thompson[24]提出了一种基于GPS和加速度计的组合弹道滤波算法。Robert Jesionowski和 Paul Zarchan[25]对扩展卡尔曼滤波(EKF)和线性化卡尔曼滤波(LKF)进行了深入比较,得出EKF性能优于LKF,不同参数的EKF性能相似。