该文将基于模型的动态系统分析方法与基于统计特性的多尺度信号变换方法相结合, 建立起多尺度估计理论(MSET)框架,完成动态系统多尺度估计理论的预测、滤波和平 滑算法,并应用于多尺度数据融合系统.主要贡献如下:1.将估计理论与小波理论相 结合,提出了多尺度系统理论的一个新的研究方向--多尺度估计理论.2.提出了对状态方程和测量方程进行有效分解的概念,并用小波变换将它们分解到不同的尺度上,得到不尺度状态方程、测量方程、测量值.3.在上述基础上,建立了基于不同尺度状 态模型的多尺度多模型融合估计算法;并推出了多尺度多模型分布式融合估计算法, 理论推导和仿真结果表明了算法的合理性和有效性.4.对多传感器数据融合算法进行 了研究,推导出分布式多感器结构的基于全局信息的数据融合理论结果;对多模型的 状态数据融合估计法进行了总结.5.对多传感单模型动态系统,提出了多尺度融合估 计 和多尺度分布式融合估计两种新算法;对单传器单模型动态,则可得到仅在原尺度上 进行Kalman滤波难以获得的处理效果.6.研究基于尺度变量的一类新的随机模型-- 多尺度随机模型;对这类新模型的特征结构进行了详细的分析,提出基于信号统计特 征的多尺度数据综合算法,并推导出了算法的具体形式;利用过程的特征结构将其转 换成一组简单的、解耦的、可并行处理的估计方法.