Para sistemas discretos no lineales con entradas desconocidas duales, existen muchas limitaciones con respecto a los filtros no lineales anteriores. Este documento propone dos nuevos y mejorados algoritmos de filtrado de Kalman de cuadratura de raíz cuadrada (ISRCKF) para estimar los estados del sistema y las entradas desconocidas duales. El filtrado de Kalman de cuadratura de raíz cuadrada mejorado 1 (ISRCKF1) introduce una innovación que primero obtiene las estimaciones de las entradas desconocidas de la ecuación de medición, luego actualiza la innovación para derivar las estimaciones de las entradas desconocidas de la ecuación de estado, luego utiliza las estimaciones ya obtenidas de las entradas duales desconocidas para corregir la estimación de un paso del estado, y finalmente se obtiene la estimación insesgada de varianza mínima del estado. El filtrado de Kalman de cuadratura de raíz cuadrada mejorado 2 (ISRCKF2) construye un modelo unificado de retroalimentación de innovación, luego aplica el criterio de estimación insesgada de varianza mínima (MVUE) para obtener las estimaciones de los estados del sistema y las entradas desconocidas duales, refinando un filtro recursivo más conciso pero que requiere suposiciones más fuertes. Finalmente, los resultados de la simulación demuestran que los dos algoritmos anteriores pueden lograr las estimaciones óptimas de los estados del sistema y las entradas desconocidas duales simultáneamente, y que ISRCKF2 mejora aún más la precisión tanto de la estimación del estado como de las entradas desconocidas duales, lo que verifica la validez de los algoritmos propuestos.