针对粒子滤波算法存在的粒子退化现象和重要性密度函数难以选取等问题,在研究交互式多模型滤波算法的基础上,设计一种基于随机加权自适应IMMUPF算法。首先,该算法在无迹粒子滤波的采样过程中融合了随机加权和交互式多模型滤波的优点,利用无迹卡尔曼滤波算法得到[k]时刻各模型估计最新量测信息的粒子;然后,对该组粒子进行输入交互作为各模型的输入,再经过模型匹配、重采样以及模型概率更新过程;最后,对各模型相对应的粒子进行输出交互,得到所有粒子的随机加权自适应和的表达式,循环更新粒子实现状态估计。将设计的算法应