弹道预测的主要方法有积分算法，Kalman滤波算法以及基于神经网络的算法等。空军工程大学的王献峰等人[10]，提出了利用地基预警雷达的遥测信息对战术弹道导弹进行弹道预测的广义Kalman滤波法。空军工程大学导弹学院的陈烺中等人[11]在广义Kalman滤波的基础上提出了一种基于输入估计的自适应滤波方法，它能更好的应用于TBM末端机动弹道预测问题，具有很好的军事应用价值。桂林空军学院的陈有伟等人[12]在求解精度允许范围内，通过近似方法对751自由度运动进行简化，获得了简便实用的积分弹道预测算法。第二炮兵工程学院的郭跃等人[13]推导了UKF（不敏Kalman滤波）算法，并与Kalman滤波算法进行了对比，仿真结果表明，UKF算法计算量适中、计算结果精确，适合于非线性模型预测。南京理工大学的胡荣林、李兴国[14]在广义Kalman滤波基础上，提出了一种基于弹道扰动噪声估计的弹道修正弹外弹道最优预测模型。根据对遥控指令弹的观测段弹道扰动噪声估计的结果，改进了观测段的弹道估计算法，降低了计算量，提高了非测段弹道预测的精度。北京理工大学的何光林等人[15]采用正交多项式拟合弹道的方式，利用GPS测量信息进行误差补偿的方法预报弹道落点。19439 弹道预测研究现状:http://www.751com.cn/yanjiu/lunwen_10794.html