根据6.3.1节对补偿滤波算法的误差分析，由式（6-99）可知算法的跟踪精度主要与算法采样周期、机动加速度变化率、扰动观测器的增益矩阵、量测噪声、过程噪声以及动力学系统的非线性强弱有关。

基于扰动观测器补偿滤波算法的采样周期为扰动观测器和滤波器的运算周期，根据扰动观测器的误差分析可知，采样周期与扰动观测器的误差成反比，即采样周期越小，扰动观测器的估计误差越小，并且易知当滤波器运算周期越短，即运算频率越高时，滤波精度越高。因此，缩短采样周期，即提高运算频率，会大大提高滤波算法的估计精度，同时会使得计算量大大增加。

机动加速度变化率和扰动观测器的增益矩阵都是通过影响扰动观测器的估计误差，从而影响基于扰动观测器的补偿滤波算法精度。机动加速度变化率越低，则扰动观测器的估计误差越小，对机动加速度估计的精度越高，补偿滤波算法的精度越高。扰动观测器的增益矩阵越大，可以在一定程度上降低机动加速度变化率带来的影响，但是同时增益矩阵的增大会导致Γ增大。根据式（6-27）可知，Γ增大会导致机动加速度的估计值中含有的噪声增大，导致扰动观测器精度降低，从而对补偿滤波算法产生影响，并且Γ会影响机动加速度误差的收敛速度。因此，需要选择合适的增益矩阵使得降低机动加速度变化率影响的同时不引入大量噪声，并且能保证较高的收敛速度，从而使滤波算法能有较好的跟踪效果。(www.daowen.com)

量测噪声、过程噪声及系统非线性的强弱对扰动观测器和滤波器的估计精度均产生影响，因此对补偿滤波算法的跟踪精度也会产生影响。不论是量测噪声增大，即观测噪声越大，还是系统非线性越强，都会导致观测器和滤波器估计精度降低，使得补偿滤波算法跟踪精度降低。

根据对以上影响补偿滤波算法精度的滤波参数的分析，发现可实施的能有效地提高跟踪精度的办法有：降低运算周期，即提高运算频率；选择合适的增益矩阵；降低量测噪声。