امروزه مسئله تخمین حالات به وسیله فیلترها، یکی از روش های مهم به منظور افزایش دقت در سیستم ها می باشد که مورد توجه دانشمندان زیادی قرارگرفته است. در دسته بندی این فیلترها، آن ها را به سه دسته ی خطی و غیرخطی با نویز گوسی و غیرخطی با نویز غیرگوسی تقسیم می کنند. در این تحقیق، عملکرد فیلتر ذره ای را بررسی نموده که در دسته فیلترهای غیرخطی با نویز غیرگوسی قرار می گیرد. در این فیلتر، گام باز نمونه برداری باعث به وجود آمدن مسئله فقر ذرات می شود که سعی شده است با دسته بندی ذرات بر اساس وزنشان، این مشکل را حل نموده که مسئله تخمین حالات، بدون از دست دادن سرعت تخمین بهبود بخشیده شده است. در انتها نیز برای اثبات ادعای خود، فیلتر ذره ای با الگوریتم پیشنهادی را بر روی سیستم ناوبری gps/ins شبیه سازی نموده که با فیلتر کالمن توسعه یافته و فیلتر ذره ای عمومی مقایسه شده است.