本发明提出的一种基于KLD改进的高斯粒子滤波算法(KLD‑GPF)，属于信号处理技术领域，涉及非线性滤波，本发明提供的方法适用于非线性动态系统的状态估计。本算法能自适应的调节粒子数目，对于噪声服从高斯分布且噪声的统计特性突变的情况下具有显著的效果。该滤波算法在采样过程中在线计算粒子的离散概率密度函数(PDF)与真实后验概率密度函数的Kullback‑Leibler(KL)距离，并根据KL距离在线调整粒子集大小，因此该算法具有较好的鲁棒性。KLD‑GPF在噪声统计特性突变的情况下，能够保持较好的估计效果。与KLD改进的粒子滤波算法(KLD‑PF)相比，虽然损失了一些滤波精度，但滤波速度大幅提升。