El método del filtro de partículas es una herramienta básica para la inferencia en modelos de procesos de Markov no lineales parcialmente observados. Recientemente, se ha aplicado para resolver problemas de filtrado no lineales con restricciones. Incorporar restricciones podría mejorar el rendimiento de la estimación del estado en comparación con la estimación del estado sin restricciones. Este artículo presenta un filtro de partículas truncado e iterativo no lineal, que proporciona un método de estimación del estado con restricciones de desigualdad. En este método, la distribución de propuesta se genera mediante un filtro de Kalman no lineal iterativo que se complementa con un método de truncamiento diseñado para satisfacer las restricciones. Se proporciona el filtro de Kalman no lineal iterativo detallado y el método de truncamiento, que se incorpora en el marco del filtro de partículas. Los resultados experimentales muestran que el algoritmo propuesto es superior a otros algoritmos similares.