Se presenta un método de inversión de filtro de partículas secundario (SPF) para características de objetos espaciales geoestacionarios basado en datos fotométricos terrestres. El método combina los resultados de estimación del algoritmo estándar de filtro de partículas (PF) y el algoritmo de remuestreo del proceso de generación de partículas. SPF primero genera N partículas de acuerdo con el proceso estándar de PF, y realiza el PF estándar sin remuestreo. El peso de las partículas es un indicador importante para determinar la cercanía de las partículas al estado real. Con el avance de PF, el peso de las partículas más cercanas al estado real aumentará gradualmente. SPF toma el valor del peso de la partícula como una base importante para juzgar la cercanía de las partículas al estado real. Al establecer un umbral, las partículas más cercanas al estado real se seleccionan y se desdibujan. El método SPF en este documento utiliza un filtro de partículas dos veces y es un nuevo método de filtro de partículas. El primer filtro de partículas identifica partículas cercanas al estado real. Antes del segundo filtro de partículas, es equivalente a que se conozca la distribución real del estado del sistema, de modo que la distribución de las partículas iniciales se pueda establecer de manera más eficiente y efectiva, y el número de partículas cercanas al estado real del sistema se pueda aumentar. Los resultados experimentales muestran que el error de estimación y el RMSE del error de inversión de SPF son menores que PF, lo que no solo muestra que el resultado de inversión basado en SPF es mejor que el resultado de inversión basado en PF, sino que también demuestra la efectividad del método de inversión basado en SPF.