本发明属于动态系统的状态跟踪与预测技术领域，具体为一种非线性或非高斯分布系统的贝叶斯动态估计算法。本发明首先对待估计目标建立状态模型与观测模型；然后，利用上述模型对该目标做最大似然估计，得到当前时刻目标状态的估计值；再将估计结果及其对应的克拉美劳限作为中间量，代入至下一时刻的状态模型中，从而完成一轮估计与预测；通过上述迭代过程；实现了对于目标的动态估计。该算法适用于非线性信号模型或非高斯噪声。仿真结果表明，该算法能够有效地对于处在非线性状态的目标进行跟踪，且在估计精度上优于标准的扩展卡尔曼滤波和粒子滤波算法。