粒子滤波(PF)是解决非线性、非高斯估计问题的重要方法，是用粒子及其权重来表示后验概率密度。随机粒子建议密度的选取至关重要，决定着滤波性能。对扩展日。粒子滤波算法(PF—EHF)进行研究，并应用于惯导系统非线性初始对准的状态估计。PF—EHF算法是以扩展H。滤波(EHF)作为建议密度的新型粒子滤波算法，它便于利用最新的观测数据更新粒子，得到优化的状态估计和方差，进而改善滤波性能。仿真结果表明，PF—EHF的定位精度高于传统的EKF。