1.可观测非直接测量变量；

2.只需要保存前一时刻状态，占用内存小，计算速度快

1.仅适用于线性高斯系统；

2.状态过程和观测方程噪声满足为高斯白噪声

1.适用于非线性系统；

2.收敛速度较快

1.泰勒展开导致算法估算精度较低，且计算量大；

2.截断误差可能导致发散

1.避免线性化过程产生的误差，算法准确性高；

2.无需线性化近似，计算量小

1.初始化后噪声矩阵无法适时调整；

2.误差协方差矩阵负定而造成滤波发散

1.适用于高维非线性系统；

2.无需线性化近似，计算量小，实时性更好

1.实时修正误差，更为准确；

2.有效避免算法发散；

3.适应复杂工况

1.算法计算量大；

2.算法依赖参数辨识效果

1.模糊调节器实时调整噪声协方差矩阵，算法精度高；

2.适用于极端工况

1.模糊论域选择高度依赖专家经验；

2.模糊调节器难以设计

1.多新息提高EKF精度；

2.充分利用历史信息

1.泰勒公式引入截断误差；

2.算法准确性依赖历史信息正确性

1.算法计算速度较快；

2.算法具备更高精度

1.过程噪音与测量噪音方差难以量化；

2.算法自适应能力不足