内容简介：　《鲁棒融合估计理论及应用》系统地介绍了由邓自立教授等提出的混合不确定多传感器网络化系统的鲁棒融合估计新方法、新理论及应用。新方法包括基于虚拟噪声技术和广义Lyapunov方程的极大极小鲁棒融合Kalman滤波方法和改进的协方差交叉融合鲁棒Kalman滤波方法。新理论包括通用的极大极小鲁棒融合Kalman滤波理论；通用的协方差交叉融合鲁棒Kalman滤波理论；鲁棒融合白噪声反卷积滤波理论；鲁棒融合估值器按实现收敛性理论。内容包括局部、集中式和分布式融合，状态融合与观测融合，加权融合，协方差交叉融合鲁棒Kalman估值器，以及它们的鲁棒性分析、精度分析、收敛性分析和算法复杂性分析。
　　《鲁棒融合估计理论及应用》反映了鲁棒融合估计领域的新研究成果，并含有大量仿真应用例子，可作为高等学校信息科学与技术和控制科学与工程有关专业研究生的教材或参考书，且对在信号处理、控制、航天、深空探测、导航、制导、目标跟踪、无人机、机器人、卫星定位、遥感、移动通信、石油地震勘探等领域从事不确定网络化系统鲁棒融合估计理论及应用的科研和工程技术人员也有重要参考价值。