带有乘性过程噪声和模式观测时滞离散马氏跳线性系统的状态估计

研究受乘性过程噪声干扰的离散马氏跳线性系统状态估计问题. 系统可得到的观测包括两部分: 模式观测和输出观测, 其中模式观测受到固定时滞的影响. 利用贝叶斯定理及所得到的一些结果, 提出一种新颖的最小均方误差意义下次优状态估计算法. 该次优算法是回归的, 并且不随着时间增加而加重计算存储负荷. 通过计算机仿真来评估所提出次优算法的性能, 仿真结果验证了该算法的优越性.