- 线性滤波
器线性滤波器是在综合导航系统中最常用的滤波器。它们基于线性状态空间方程，并且具有良好的稳健性和准确性。它们通常能够以最小均方误差的方式估计出状态变量，并且通过使用预测和更新步骤能够显著改善测量误差。典型的线性滤波包括Kalman滤波和扩展卡尔曼滤波，其中扩展卡尔曼滤波是一种特别普遍的用于飞行器综合导航的状态估计方法。 - 非线性滤波
非线性滤波器是解决非线性系统滤波问题的一类滤波器。因为在综合导航系统中，尤其是无人机综合导航系统中，状态方程通常具有较大的非线性贡献，因此非线性滤波器就显得格外重要。卡尔曼滤波的非线性扩展通常是一种主要的非线性滤波算法，它主要基于卡尔曼滤波和最大后验概率滤波思想，允许模型中存在非线性状态变量和非线性观测传感器。其他有用的非线性滤波算法还包括Unscented Kalman滤波，以及粒子滤波。 - 图优化
图优化滤波是最近在综合导航系统中得到广泛应用的一种新型滤波器。它的主要思想是利用图优化的方法来对状态变量进行估计，以改善传统的线性和非线性滤波算法的精度和稳健性。图优化滤波需要对在系统测量之间存在的潜在关系进行建模，并利用其包含的信息来提高状态估计的准确性。最近，图优化滤波已被用于实现移动机器人的室内定位和多机器人的共同定位，其中提供了较高的精度和稳健性。
总结
综合导航系统中用于状态估计的主滤波器的一般分类主要有线性滤波、非线性滤波和图优化滤波三种。线性滤波常用于综合导航系统，其特征是基于线性状态空间方程，并且具有良好的稳健性和准确性；非线性滤波用于解决综合导航系统中的非线性系统滤波问题，典型的非线性滤波算法是扩展卡尔曼滤波；图优化滤波利用图优化的方法来对状态变量进行估计，具有较高的精度和稳健性。以上三种滤波器在综合导航系统中都发挥了重要的作用，并且是系统高效和稳定运行的基础。