随机系统状态估计作为信号处理与控制领域备受关注的研究问题之一，其相关技术已在无线通信、航海航空、目标跟踪与环境监测等工程领域得到了广泛应用。随着网络技术的快速发展，非高斯噪声环境下的随机系统滤波面临诸多挑战，如何合理调度网络资源以缓解网络拥堵并提升估计精度，成为亟待解决的关键问题。对此，王少英教授团队针对非高斯噪声影响下的线性离散系统，提出了一种融合零阶保持策略的随机通信协议下的二次滤波算法。

该研究将原系统转化为能充分表征非高斯噪声与协议调度信息的增广系统，结合矩阵分解与随机分析等方法，给出了滤波误差协方差的上界，并通过最小化该上界设计了滤波器增益参数，进而揭示了非高斯噪声、随机通信协议及零阶保持策略对二次滤波器性能的影响。仿真结果表明，二次滤波器估计精度显著优于基于测量值本身设计的递归线性滤波器，为随机协议下非高斯噪声系统的滤波问题提供了有效的理论方法和技术支撑。

图1 实际状态和估计状态（以第一分量为例）                                 图2 二次滤波器和线性滤波器的MSE对比图

研究结果以论文形式发表于《IEEE Transactions on Systems,Man,and Cybernetics: Systems》，题目为“Recursive Quadratic Filter Design for Non-Gaussian Systems under Random Access Protocol: A Zero-order Hold Strategy”。《IEEE Transactions on Systems,Man,and Cybernetics: Systems》是自动化与控制系统、人工智能、系统工程等领域的国际顶级学术期刊，2024年影响因子为8.7，属于中科院SCI一区TOP期刊。

该研究得到了国家自然科学基金（62473235）的大力资助。 

原文链接：https://doi.org/10.1109/TSMC.2025.3616848.