1.一种噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于，包括以下步骤：A:在由多个传感器构成的多速率多传感器时变离散系统中，当每个测量值到达时，融合中心首先在计数器Ni记录该滤波周期内已到达融合中心的量测个数；

B:利用计数器给出有限域H∞性能指标函数，作为滤波过程的约束指标；

C:在上述性能指标的约束下，进行测量值的融合滤波；

D:当该滤波周期内所有测量值都到达融合中心时，即可得到系统待估信号基于全局信息的融合估计结果。

2.根据权利要求1所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的A步骤中，多速率多传感器时变离散系统如下所示x(k)=F(k,k-1)x(k-1)+w(k,k-1);yi(kni+j)=Hi(kni+j)x(kni+j)+vi(kni+j),i=1,2,…,p;z(km)=L(km)x(km);

其中，x(k)为演变周期为h的离散系统状态；yi(kni+j)表示第i个传感器第k次采样得到的测量值，其采样起始时刻为j时刻，采样间隔为ni；kni+j是k×ni+j的缩写形式，表示其采样时刻；z(km)表示滤波周期为m×h（缩写为m）的系统待估信号在k×m×h（缩写为km）时刻的表达式；ni,m均为正整数；F(k,k-1),Hi(kni+j),L(km)分别为系统状态从k-1时刻到k时刻的转移矩阵、传感器i第k次采样时的观测矩阵以及系统在第k个滤波周期的待估信号加权矩阵；w(k,k-1)为系统从k-1时刻到k时刻积累的过程噪声，vi(kni)为第i个传感器第k次采样时的测量噪声，两类噪声的统计特性未知；该多速率多传感器时变离散系统含有p个传感器。

3.根据权利要求1或2所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的C步骤中，进行测量值的融合滤波包括以下步骤c1:利用测量值建立当前滤波时刻的伪量测矩阵；

c2：估计系统噪声及其与系统状态之间的耦合关系；

c3：对测量值进行滤波实现待估信号估计。

4.根据权利要求3所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的B步骤中，有限域H∞性能指标函数为其中，ez,j(ik)表示融合中心在第i个滤波周期利用第j个到达的测量值对待估信号进行滤波时得到的估计误差，γ为给定的有限域H∞性能指标值； 表示在第i个滤波周期第j个到达的测量值对应的测量噪声， 表示采集该测量信息的传感器标号，表示该测量信息的采集时刻；ez,j(im)表示融合中心在第i个滤波周期利用第j个到达的测量值对待估信号z(im)进行滤波时得到的估计误差，；x(0), 分别表示初始状态及其估计值，P0表示 偏离x(0)的程度。

5.根据权利要求4所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的c1步骤中，对应的伪量测噪声为：

对应的伪量测矩阵为：

对应的伪测量信息为：

其中，对第k个滤波周期内利用第Nk=l个到达融合中心的测量值 进行滤波，表示在第i个滤波周期内到达融合中心的第j个量测，第j个量测是由第 个传感器在时刻 采样得到的；w(km, )表示 时刻到km时刻积累的过程噪声；F(km, )表示 时刻到km时刻系统状态转移矩阵；F( ,km)为其(伪)逆矩阵。

6.根据权利要求5所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的c2步骤中，在估计系统噪声及其与系统状态之间的耦合关系时，首先求出下列辅助参量：（1）求解状态与测量预测值的互Gramian矩阵

其中，Pxw,l(km, |(k-1)m))为状态与过程噪声的互Gramian矩阵；Pl(km)为在第k个滤波周期利用第l个到达的测量值进行滤波时的Riccati变量，其满足如下递推关系：其中，Q((k+1)m,km)为km时刻到(k+1)m时刻积累的过程噪声的Gramian矩阵；

(km)表示在第k个滤波周期利用

第Nk个到达的测量值进行滤波时的Riccati变量； (k)为在第k个滤波周期利用第Nk个到达的测量值进行滤波时的滤波增益矩阵； (k)为在第k个滤波周期利用第Nk个到达的测量值进行滤波时的系统状态与测量预测之间的互Gramian矩阵；

（2）求解测量预测值的Gramian矩阵

其中，Reyz,l(km)表示在第k个滤波周期利用第l个到达的测量值进行滤波时的测量预测值的Gramian矩阵；Rxw,l(km, |(k-1)m)为在第k个滤波周期利用第l个到达的测量值进行滤波时状态与过程噪声估计值的互Gramian矩阵；Rww,l(km, |(k-1)m)为在第k个滤波周期利用第l个到达的测量值进行滤波时过程噪声估计误差的Gramian矩阵；Q(km,)为在第k个滤波周期利用第l个到达的测量值进行滤波时对应耦合过程噪声的Gramian矩阵；

（3）状态与过程噪声估计值的互Gramian矩阵

；

其中，Pxw,l(km, |(k-1)m)在第k个滤波周期利用第l个到达的测量值进行滤波时，状态与过程噪声估计值的互Gramian矩阵；

（4）过程噪声估计值与测量值的互Gramian矩阵；

其中，Rwyz,l-1(km, ,km)在第k个滤波周期利用第l个到达的测量值进行滤波时，过程噪声估计值与测量值的互Gramian矩阵；Rww,l(km, |(k-1)m)为在第k个滤波周期利用第l个到达的测量值进行滤波时过程噪声估计误差的Gramian矩阵；

（5）过程噪声估计误差的Gramian矩阵

；

其中，Pww,l(km, |(k-1)m)为在第k个滤波周期利用第l个到达的测量值进行滤波时过程噪声估计值的Gramian矩阵；Q(km, )为在第k个滤波周期利用第l个到达的测量值进行滤波时过程噪声的Gramian矩阵；

（6）过程噪声估计值的Gramian矩阵

；

其中，Rww,l(km, |(k-1)m)为在第k个滤波周期利用第l个到达的测量值进行滤波时过程噪声估计误差的Gramian矩阵；

然后计算出过程噪声估计值为

当l=1时，

当l>1时，

；

其中， 为在第k个滤波周期利用第l个到达的测量值进行滤波时对过程噪声的估计值；

最终得到伪量测噪声估计值为：

当辅助参量Rey,l(km)满足Rey,l(km)>0，且时，进入步骤c3，否则，需要重新设

定性能指标值γ，然后重新执行步骤c2。

7.根据权利要求6所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的c3步骤中，利用伪量测噪声估计值对测量值进行滤波包含以下步骤（1）计算得出系统状态预测当l=1时，

当l>1时，

（2）计算得出观测预测

（3）计算得出滤波增益

（4）计算得出系统状态估计

；

（5）计算得出系统待估信号估计值

当下一到达测量值仍为滤波器在第k个滤波周期内采样所得的测量值，即时，Nk=l+1，则返回步骤c1。

8.根据权利要求7所述的噪声统计特性未知系统的实时多速率H∞融合滤波方法，其特征在于：所述的D步骤中，当该滤波周期内所有测量值都到达融合中心，可得到系统待估信号基于全局信息的融合估计结果：