传统的Kalman滤波算法主要被用于不考虑偏差的各类系统,若执意将其用于带偏差的系统,滤波估计结果并不理想。增强状态Kalman滤波器和两阶段Kalman滤波器是为数不多的可以较好地被运用到带偏差系统的算法,但上述两种算法的各类延伸及应用中,噪声相关性的问题较少被提及。经过各类工程应用和理论研究表明,系统的各类噪声不相关的简单假设,已经不能满足人们的要求。同时,对于滤波算法的研究大多集中于线性系统,线性系统仅是一种特例。毫无疑问地,各类非线性系统也面临着偏差的影响,因此,带偏差的非线性系统的滤波估计算法的研究也变得有意义。针对上述问题我们做了以下工作:(1)提出一种噪声相关系统的两阶段Kalman滤波算法。通过考虑实际工程中过程噪声与测量噪声相关的客观事实,以两阶段方法为基础,引入一种噪声相关性的解相关技术,建立一种更具有广泛适用性的系统偏差估计方法。(2)建立噪声相关带偏差多传感器系统的两阶段Kalman滤波融合算法。针对带有动态偏差的噪声相关多传感器系统,以噪声相关的两阶段Kalman滤波器为基础,提出新的融合方式:首先,分别对多个无偏差状态滤波器和多个偏差滤波器进行并行式融合,然后将融合结果进行组合,得到系统状态的估计值。(3)针对一类非线性多传感器偏差系统,提出基于两阶段容积Kalman滤波的非线性融合方法。针对现实世界中广泛存在的带有动态偏差的非线性系统,以传统的两阶段容积Kalman滤波器为基础,引入一种分散滤波技术,提出一种能够对带动态偏差的非线性系统进行滤波估计的非线性滤波方法。