（1. 哈尔滨工程大学 自动化学院，哈尔滨 150001；2. 魁北克大学 ETS学院，蒙特利尔 H3C 1K3，加拿大）

（1. 哈尔滨工程大学 自动化学院，哈尔滨 150001；2. 魁北克大学 ETS学院，蒙特利尔 H3C 1K3，加拿大）

针对线性高斯系统的平滑问题，分析了RTS固定区间平滑与双滤波器固定区间平滑两种算法，提出了一种滤波存储数据更少的RTS平滑新算法。结合平面内的运动追踪问题，基于二维CWPA模型，仿真分析了卡尔曼滤波、RTS固定区间平滑以及双滤波器平滑算法的估计性能。仿真结果表明，两种固定区间平滑算法的估计效果等效，精度均优于卡尔曼滤波，对于实际问题中固定区间平滑算法的选用具有一定的参考价值。最后，结合双滤波器结构提出了一种基于双平滑器的舰载武器惯导传递对准精度评估方法，结果表明新方法相比于单一的平滑算法，可以获取更优的综合平滑性能，特别提升了水平姿态对准误差的平滑估计性能。

最优平滑；卡尔曼滤波；RTS平滑器；双滤波器平滑器；CWPA模型；传递对准精度评估

最优估计是指从受噪声影响的量测量中估计出所需的状态量，且使性能指标达到特定条件下的最优[1]。由于最优估计理论不仅能获取状态的估计值，往往还可以同时获取能够表征状态估计性能的指标量，在自动控制、信号处理、通讯、图像处理、导航、测绘、石油勘探和金融等诸多领域中，均得到了极为广泛的应用[2]。

在已知一个时间段内量测信息的条件下，依据待估计状态与该时间段所属时间的关系，可将最优估计问题分为三类：预测、滤波和平滑。……