针对扩展卡尔曼滤波器（EKF）对非线性模型进行状态估计时，需要将非线性模型进行线性化，而天然气管道模型的非线性程度十分严重的情况，提出一种基于无偏卡尔曼滤波器（UKF）估计的管道泄漏检测与定位方法。该方法是一类用采样策略逼近非线性模型的方法，避免了线性化，并且不需要计算Jacob矩阵，UKF的收敛速度明显优于EKF，能够快速地检测出泄漏。仿真结果说明UKF在泄漏检测中相对于EKF的优势。

为解决EKF-SLAM算法的状态估计不一致问题,提出一种改进能观性的EKF算法。利用每一个状态变量的第一个可用估计值计算滤波器的雅可比矩阵,从而保证误差状态系统模型的可观测子空间与实际的非线性SLAM系统的可观测子空间具有相同维数。在测量噪声协方差未知的情况下,对EKF-SLAM算法运用初始化的指数移动平均法估计测量噪声协方差。结果表明:改进的EKF-SLAM算法比传统EKF-SLAM算法的定位更精确,均方误差至少降低30%。