1.基于扩展卡尔曼滤波状态估计值的在线优化设计方法,应用于目标速度跟踪,包括如下步骤：(1)设计模型参数，设巡逻船的推进系统模型如下：上式中，整数k≥0为时间指数，x是系统状态向量，表示巡逻船行驶的速度，y是传感器观测值，表示由传感器所测得的巡逻船的速度，w(k)为系统噪声和v(k+1)为测量噪声；

(2)在EKF框架下计算出状态估计值(2a)根据目标跟踪模型，计算对应的状态预测值(2b)根据(2a)，计算对应的观测预测值(2c)根据(2b)计算残差信息γ(k+1)；

(2d)计算一阶线性化状态方程，求解状态转移矩阵(2e)计算一阶线性化观测方程，求解观测矩阵(2f)根据(2d)计算状态预测误差协方差P(k+1|k)；

(2g)根据(2e)、(2f)计算增益阵K(k+1)；

(2h)根据(2a)、(2c)、(2g)计算状态估计值(3)以EKF框架得到的 作为一级遍历的中心，通过增加采样点因子，对进行一级遍历：(3a)逐级遍历规则；

(i)

采样点因子逐级遍历均采取数学表达式的形式来描述，其中，采样点因子c (k+1)中(i)的i表示第i级遍历，sum(c (k+1))表示第i级遍历中包含的所有采样点因子；

(1) (1)

若i＝1，则c (k+1)表示对采样点因子进行一级遍历，sum(c (k+1))表示一级遍历中包含的所有采样点因子；

(3b)将初始采样区间中的采样点 加到 中，达到更新的作用，其中j2＝1,2,···,m；

(4)利用更新后的 求出二级遍历的中心：(4a)利用更新后的 计算更新后的(4b)由(2b)及(4a)计算更新后的残差信息(4c)根据 中绝对值最小的残差信息，求出对应的(5)重复(3)、(4)中所有的步骤，完成二级遍历，将绝对值最小的残差所对应的状态估计值输出，作为当前时刻的状态估计值；

以 作为遍历中心，利用逐级遍历思想缩小遍历范围，继续二级遍历，重复步骤(3)、(4)，求出对应的二级遍历以一级遍历后所得的 为中心，以 为二级遍历的区间，同样等分成m份。