约束滤波（constraint filter），工学-控制科学与工程-系统辨识、建模与自适应控制-信息融合-信息融合理论基础-估计理论-约束滤波，基于约束条件下的滤波估计方法。在滤波过程中充分利用先验约束条件，有效施加到滤波过程中，即可以缩小系统模型和实际系统之间的差异，在系统跟踪滤波过程中，有效利用先验约束条件，得到更加精确状态估计结果的方法。根据系统状态所受到的约束条件可将约束问题分为两种，即线性约束问题和非线性约束问题。在实际状态估计问题中，约束条件为非线性的情况较线性约束情况更复杂，因此依据约束条件表达式，可以将非线性约束问题细划分成两种，即非线性等式约束问题和非线性不等式约束问题。对于线性系统和线性约束情况下执行线性约束的方法包括模型降阶、估计投影、增益投影概率密度函数截断和系统投影等。在某些条件下，所有这些方法都产生相同的状态估计。对于非线性或具有非线性约束的系统情况下可以使用的方法包括约束的二阶扩展、平滑约束的卡尔曼滤波器、水平滑动状态估计、无迹卡尔曼滤波器和粒子滤波器等。其中水平滑动状态估计相对其他方法的估计误差执行最佳，但是这种算法的计算代价较高。