1.一种基于状态滤波和参数估计的CSTR反应器时延系统的方法，其特征在于：步骤1、利用双输入双输出的形式表示CSTR反应器中时延状态空间模型x(t+1)＝Ax(t)+Bx(t-d)+Fu(t), (1)y(t)＝Cx(t)+v(t). (2)

考虑CSTR中一个放热反应，其中x(t)∈Rn是不可测的状态变量，n为实数，t为时间，选取CSTR反应器中冷却液流速作为模型的输入变量：u(t)＝[u1(t),u2(t)]T∈R2，产物浓度作为输出变量：y(t)＝[y1(t),y2(t)]T∈R2，v(t)＝[v1(t),v2(t)]T∈R2是CSTR反应器中的白噪n×n n×n n×2声，由于CSTR反应器中传感器的时延反应，使得模型具有时延d，A∈R ，B∈R ，F∈R 和C∈R2×n是需要辨识的系统参数矩阵；

基于辨识模型分解，将双输入双输出模型分解为两个双输入单输出子系统，每个子系统具有较小的维数和变量，并计算出每个子系统，具体为：用可测量的输入和输出表示状态向量；首先分析第一个子系统，其中，y1(t+i),y1(t+n1)为在时间t+i,t+n1时的第一个子系统的输出，n1为实数，e1,A1,A12,B1,F1均为模型的参数，x为状态，u为输入，v为白噪声；

定义一些向量/矩阵：

其中，Yi(t+n1)为输出向量，Ui(t+n1)为输入向量，X(t-d+ni)为状态向量，Vi(t+ni)为噪声向量，Mi,Qi均为模型的矩阵参数，ni为实数；

从方程(3)–(4)可以得出

Y1(t+n1)＝Tx1(t)+M1X(t-d+n1)+Q1U1(t+n1)+V1(t+n1).

其中，Y1(t+n1)为第一个子系统的输出向量，X(t-d+n1)为第一个子系统的状态向量，U1(t+n1)为第一个子系统的输入向量，V1(t+n1)为第一个子系统的噪声向量，T为可观测矩阵，M1,Q1为第一个子系统的矩阵参数；

为了获得恒定的参数估计值，定义信息向量为 参数整体向量为θ1其中， 均为信息向量，θ1为整体参数向量，θ11,θ12,θ13均为参数分向量，U1(t+n1)为输入向量，X(t-d+n1)为状态向量，Y1(t+n1),Y2(t+n2)为输出向量，V1(t+n1),V2(t+n2)为噪声向量，e1,A1,Q1,F1,M1,B1为系统参数，l1,h1为辅助向量，分别为结合方程(4)和上面的定义得到其中，y1(t+n1)为系统输出，n1为实数，x为系统状态，u为系统输入，v为白噪声，e1,A1,A12,B1,F1为系统参数， 为信息向量，U1为输入向量，X(t-d+n1)为状态向量，θ1为整体参数向量，θ11,θ12,θ13均为参数分向量；

用t代替方程(5)中的t-n1可以简化为下面的回归模型，这是具有时延的双输入双输出状态空间第一个子系统的辨识模型，第二个子系统以类似的方法得出： 假设t是当前时刻，{u(t),y(t):t＝0,1,2,...}是可测的输入输出信息，y(t)和 是当前信息， 是过去的信息；

步骤2、CSTR反应器中系统的参数估计步骤具体为：

用估计的残差和估计的状态向量代替未知的噪声项和未知的状态向量，定义为 在时间t的估计；根据方程(6)，vi(t)的估计可以计算为 因此，根据最小二乘原则极小化准则函数，当计算一个参数向量时，其余的向量用估计代替，得到下列算法计算参数：其中， 为选择参数θ的估计值， 为信息向量 的估计值， 为增益矩阵， 为协方差矩阵；由于它是一个多变量系统，因此在分解过程中需要分析系统的耦合，从而实现系统的解耦：使输入和输出相互关联的多变量系统意识到每个输出仅由相应的输入控制；

步骤3、CSTR反应器中系统的状态估计步骤具体为；

Yi(t)＝[yi(t-ni),yi(t-ni+1),...,yi(t-1)]T,Ui(t)＝[uT(t-ni),uT(t-ni+1),...,uT(t-1)]T,其中，Yi(t)为输出向量，Ui(t)为输入向量， 为状态向量， 为噪声向量，均为模型的矩阵参数，ni为实数，ei, 为系统参数。