一种解决一步随机观测时延不确定性的鲁棒滤波方法

本发明涉及信息融合技术领域，具体涉及一种解决一步随机观测时延不确定性的鲁棒滤波方法，将系统状态和观测矩阵中的状态依赖的乘性噪声、一步随机时延、数据包丢失、连续丢失观测以及不确定噪声方差纳入考虑，具体基于极大极小鲁棒估计原理，提出了CI融合Kalman估值器(预报器、滤波器、平滑器)以及两种FCI融合Kalman估值器。本发明结合增广法、虚拟噪声法，并引入了基于置换矩阵和李雅普诺夫方程的鲁棒性证明方法，通过定义不同的置换矩阵，证明了所提出的融合估值器具有鲁棒性，此外通过自回归滑动平均信号处理的应用实例，验证了鲁棒局部和融合信号估计问题可以通过状态估计方法得到解决，从而为系统建模的结果提供了坚实的实际应用支撑。