El filtro de Kalman de cubatura (CKF) no puede estimar con precisión el modelo no lineal, y estos errores tendrán un impacto en la precisión. Para mejorar el rendimiento del filtrado del CKF, este artículo propone un nuevo método CKF para mejorar la precisión de la estimación utilizando las características estadísticas del error de redondeo, establece un filtro de Kalman de cubatura extendido de orden superior (RHCKF) para la estimación conjunta de puntos de muestreo sigma y variables aleatorias de error de redondeo, y proporciona un método de solución considerando el error de redondeo de aproximación multinivel de la función original en la dimensión submedida. Finalmente, las simulaciones numéricas muestran que el RHCKF tiene un mejor efecto de estimación que el CKF, y que la precisión del filtrado se mejora utilizando la información del error de redondeo de orden superior, lo que también demuestra la efectividad del método.