摘要：针对传统(Unscented Particle Filter,UPF)算法存在的精度低,计算量较大且容易粒子退化的现象,提出一种改进的UPF算法。上述算法引入Rao-Blackwellized思想作为算法框架,降低状态空间中非线性状态的维度,将系统分割为线性和非线性子空间,这样可以分别使用两种滤波算法进行优化计算,同时在重采样阶段,采用小权值粒子空间状态扩散序列算法的粒子多样性优化策略,来解决粒子匮乏问题。仿真表明,两方面的改进大大降低了算法的计算量,算法耗时较少的同时有效的降低了粒子退化程度,并且定位的精度明显提高。