在过去很长时间里,带乘性噪声系统的最优估计问题得到了众多学者的关注,与此同时,系统含有未知输入的状态估计和同时性估计问题也是如此,学者们针对这些问题所得出的结论在工业的实际应用如故障检测、图像处理、海底勘测等领域中都被广泛使用,而后者还能在网络控制系统中找到其应用价值。通常情况下,学者大都分别对带有未知输入和乘性噪声的系统开展研究,而考虑既含有未知输入又含有观测丢失的情况则鲜有文献。另外,以往的学者们一般会用标量来表示乘性噪声,而在当下工业水平不断发展的背景下,为模拟多通道的观测模型,使用多维随机对角矩阵来表示乘性噪声会更加符合实际。因此,根据目前的研究现状本文拟解决以下两个问题:针对同时含有乘性噪声及未知输入的离散时间系统,给出两种最优状态估计器;针对含未知输入的观测时滞系统进行无偏最小方差意义下的同时性估计。本文主要研究工作包括如下几点:(1)首先对乘性噪声系统估计理论,观测含有未知输入的离散时间系统的最优估计理论以及同时性估计理论进行研究现状的陈述,另外介绍了解决时滞问题的一些现有方法。(2)针对含有乘性噪声和未知输入的离散时间系统,本文给出无偏最小方差意义下最优估计算法。引用(Hadamard⊙)乘积运算,在没有未知输入的任何先验信息的情况下,通过求解一个黎卡蒂方程和一个李雅普诺夫方程,从而给出了系统的无偏估计算法。之后,利用时间戳技术在传感器网络中衍生出一个新型估计器。(3)针对状态方程和量测方程都具有未知输入的离散时间系统,讨论系统中含有时滞的情况,基于线性无偏最小方差理论,给出同时估计未知输入和状态的算法。(4)通过Matlab软件的绘图功能,分别对上述系统模型进行了估计性能的仿真实验,在我们设置好的初始值下进行迭代,证明了上述滤波算法的有效性。