递归贝叶斯估计框架下的非线性滤波算法综述

对递归贝叶斯估计框架下的非线性滤波(nonlinearfilter,nf)算法进行分类，根据nf算法设计思想的不同把它们分为基于函数拟合/变换的nf算法、基于矩拟合的nf算法和基于条件后验概率密度函数拟合的nf算法。同时，还论述了线性回归卡尔曼滤波算法、二阶分离差分卡尔曼滤波算法、unscentedkalmanfilter算法和高斯一厄米特滤波算法四者间的共性与区别，指出了基于nf算法间相互融合的新nf算法设计的不足，分析了上述三类nf算法设计思想的完备性，发现了一些nf算法设计思想中的不足，明确了nf算法将来的突破方向。