V.M. Chubich1, O.S. Chernikova1 1Novosibirsk State Technical University, Novosibirsk, Russian Federation E-mails: chubich@ami.nstu.ru, chernikova@corp.nstu.ru. Владимир Михайлович Чубич, доктор технических наук, профессор, кафедра ≪Теоретическая и прикладная информатика≫, Новосибирский государственный технический университет (г. Новосибирск, Российская Федерация), chubich@ami.nstu.ru. Оксана Сергеевна Черникова, кандидат технических наук, доцент, кафедра ≪Теоретическая и прикладная информатика≫, Новосибирский государственный технический университет (г. Новосибирск, Российская Федерация), chernikova@corp.nstu.ru. The detailed adaptive unscented Kalman filter algorithm is provided. Step-by-step schemes of filtering algorithms used for the software development are given. Nonlinear filtering algorithm efficiency is investigated with considering an example of a nonlinear continuous-discretemodel. The statistic estimator based on the continuous-discrete adaptive unscented Kalman filter with noise is proposed for the nonlinear system parameters estimation. The solution to the problem of solar radiation parameters estimation based on the maximum likelihood method and the adaptive unscented Kalman filter is shown. The obtained results lead to significant improvement of satellite trajectory prediction quality. Представлен подробный алгоритм адаптивного сигма-точечного фильтра Калмана. Приведена пошаговая схема алгоритма фильтрации, используемая при решении задачи параметрической идентификации стохастических непрерывно-дискретных систем. На примере математической модели движения навигационного спутника показана эффективность процедуры параметрической идентификации с использованием адаптивного сигма-точечного фильтра Калмана. Полученные результаты позволяют значительно улучшить качество прогнозирования траектории движения спутника. The work was supported by the Ministry of Education and Science of the Russian Federation (project No 2.7996.2017/8.9).