联邦滤波（federated filtering），工学-测绘学-导航定位-组合导航-组合滤波器，基于信息分享原理，采用一个主滤波器和若干个子滤波器对组合导航系统多个传感器信息进行分布式处理后再融合，从而实现系统状态的最优估计。基本原理早期人们采用模型简化、降阶等手段来解决集中卡尔曼滤波估计的问题，但在一定条件下对系统模型简化后得到的状态估计往往可信度很低，特别是简化系统将使得状态估计精度降低、滤波不稳定甚至发散。因此为了克服集中滤波方式的内在缺点，分散估计问题越来越被重视。联邦滤波采用分散滤波思想，在滤波器结构中，包含有一个公共主系统和若干个辅助子系统的两级结构滤波。公共主系统与每个辅助子系统通过卡尔曼滤波器分别构成一个组合导航子系统，它们之间相应的输出量一起构成组合导航子系统滤波器的量测量，每个子滤波器之间都是独立并行的关系，得到系统状态的局部估计，通过信息分配原则把全局状态估计信息和系统噪声信息分配给各子滤波器，采用方差上界技术来消除各传感器子滤波器估计的相关性，但不改变子滤波器算法的形式，通过在主滤波器里对各子滤波器的局部估计进行融合处理，即可得到系统全局最优估计。