基于卡尔曼滤波框架的实时滤波算法对测量粗差敏感,需要开发合适的粗差检择算法.将拟准观测思想与卡尔曼滤波框架相结合,提出了拟准检定滤波算法,并详细讨论了算法的扩展性和执行步骤.建立了卡尔曼滤波的可靠性矩阵,据此分析了算法的可靠性.试验数据计算结果得到了与理论分析一致的结论.拟准滤波将新息作为拟准算法的观测初选准则,将拟准算法的复选观测作为滤波器测量,简化了粗差检择过程,且适当改造后,可以涵盖常用的新息算法、抗差估计和原始拟准检定算法.测量信息的选择性利用,使得拟准滤波比新息算法和抗差估计有更高的检择精度和抗粗差转移能力.状态预测模型的利用,使得拟准滤波比原始拟准检定法所需拟准观测数量更少,更加适合观测结构复杂或观测数量较少的系统.这里的检择算法和可靠性分析方法可以用于指导实际系统的滤波器设计.