地炮闭环校射指的是弹丸在飞行过程中可以自主测得其弹道信息,并发送回火炮阵地,火控系统对测量的弹道参数进行气动参数辨识、及其后续飞行弹道的预报,解算出弹丸的落点坐标,并与火炮瞄准的目标坐标对比,获得落点坐标偏差量,再计算出射击诸元修正量,由火控系统调炮实施下一发炮弹的射击,实现对目标的精确打击。闭环校射弹本质上是低成本弹药为提高射击精度的一种改良。实现闭环校射的一个重要环节是对飞行过程中的测量参数进行参数滤波,本文建立基于质点弹道方程的状态模型和基于GPS测量数据的量测方程,分别采取扩展卡尔曼滤波、衰减记忆卡尔曼滤波与H∞滤波对量测数据进行参数辨识,并对仿真结果进行分析。仿真结果表明：衰减记忆卡尔曼滤波相比于扩展卡尔曼收敛速度更快,精度更高；当实际弹道与基准弹道在初始条件差别较大时,扩展卡尔曼由于系统模型不准确出现较大估计误差,由于衰减因子的作用,衰减记忆卡尔曼增大了新量测值的权重,则能有效减小发散。H∞滤波对噪声统计特性没有要求,可以最小化最坏估计误差,但其性能对设计参数的敏感性太强。在有色噪声条件下,H∞滤波比卡尔曼滤波收敛速度快,精度高；相反在高斯白噪声条件下,卡尔曼滤波的性能要优于H∞滤波。为获得落点坐标偏差量进而对射击初始诸元进行修正,本文采用弹道方程组解算弹道偏差法与非线性模型预报法。弹道方程组解算弹道偏差法比较简单,容易理解,采用质点弹道模型计算量小,预报时间快,在运用衰减记忆卡尔曼滤波进行参数辨识的情况下,预报精度较高。非线性模型预报法在参数滤波趋于稳定后,能较好地拟合出精度高的模型进行落点预报,但如滤波时间较短,所拟合的模型不能综合代表整体性能,偏差较大。闭环校射弹可自主、连续纠偏,对传统低成本弹药经过简单改进后可大幅度提高射击精度。在原有射击修正基础上,提出“单炮多发连续弹着”、“疏散配置、火力集中”法、“运动补偿”法等射击方法,为地面火炮实施精确打击提供了可参考的射击方法。