本发明提供一种基于多层重要性采样的高斯滤波方法和滤波器，属于非线性滤波技术领域，包括步骤一：根据实际工程应用，建立非线性系统的状态方程和测量方程；步骤二：初始状态：确定系统初始状态，即初始状态的随机分布特征，包括其均值、协方差以及高阶矩，噪声的分布特征，以及初始测量值；步骤三：根据计算复杂度、滤波精度以及稳定性的要求，初始化样本层数和样本类别数，计算每层样本点的权重和矩匹配参数；接着再进行一步状态预测和一步量测预测，最后进行状态滤波更新，使用卡曼增益融合状态预测以及测量数据计算最优状态的分布特征，完成非线性系统一步估计任务，并迭代回到步骤四，进行下一时刻估计任务，本发明具有更好的性能和实用性。