测量数据丢失的随机不确定系统鲁棒滤波递推算法

针对一类具有测量数据丢失的不确定离散随机系统, 研究了鲁棒状态估计问题, 基于间断观测滤波算法和规则最小二乘优化理论, 给出一种Kalman 形式的递推滤波算法. 对于测量数据丢失的问题, 采用已知概率的Bernoulli 随机序列, 使得对于所有可能的测量数据丢失和所能容许的不确定性, 间断观测鲁棒状态估计递推算法是稳定的. 最后, 通过数值仿真和对比结果验证了所提出算法的可行性.