薛丽娟，张宝琳

(中国计量大学 理学院，浙江 杭州 310018)

时滞作为物理系统的一个固有特性而广泛存在于通信网络、信号传输、锅炉液位控制、化学化工过程以及网络控制等领域中． 它是系统性能降低甚至不稳定的主要因素之一[1]．由于很多动力系统存在时滞[2]，因此时滞系统一直是控制领域研究的热点．信号在传输过程中不仅存在时滞现象，也会受到内部噪声和外来干扰的影响，导致接收到的测量信号与真实信号有所偏差．为了消除这种偏差，需要对测量信号进行滤波，即对含干扰因素影响的测量信号进行处理，尽可能得到真实信号的最优估计值．因此，滤波在信号处理中具有重要作用．常见的滤波方法主要有卡尔曼滤波和H∞ 滤波．1960年，卡尔曼通过引入状态变量和状态空间的概念提出了卡尔曼滤波[3]．卡尔曼滤波是指从测量信号中通过递归算法估计出真实信号的一种滤波方法．它在控制工程、图像处理、电力系统、管理科学、计算机科学等方面都得到了广泛应用．但卡尔曼滤波方法要求所研究的动力系统是适定的而且外部噪声必须是具有静态特性的白噪声，而这些条件在实际应用中有时不能满足，为了打破这种局限性，1989年，Elsayed和Grimble引入H∞ 滤波[4]概念．H∞ 滤波是通过使用测量信号来估计系统状态进而设计稳定的滤波器且使得从干扰输入到估计误差输出的H∞ 范数小于某一给定的值的一种滤波方法． 与卡尔曼滤波相比，一方面，H∞ 滤波不必获取系统外部噪声的特性，也不要求精确的数学模型，只要求系统的扰动有界即可；……