移动机器人定位问题一直是控制和信号处理领域中的一个具有挑战性的研究方向。在移动机器人定位系统中,一些新的由传感器不同特性导致的现象（主要有测量异常值和由传感器能量不足引起的测量丢失现象）的出现和不同类型通信协议的使用使现有的移动机器人定位算法已经不再适用,给移动机器人定位问题带来了新的挑战。因此,针对传感器不同特性约束和不同类型的通信协议,需要为移动机器人定位问题设计新的解决方案,这不仅可以丰富和拓展滤波理论还具有实际的工程意义。本文研究基于通信协议和传感器不同特性约束的移动机器人定位问题,主要包括在具有能量收集功能传感器下的移动机器人定位问题、在不同类型通信协议下的移动机器人定位问题、抗测量异常值的移动机器人定位问题以及在动态事件触发机制下多目标约束的移动机器人定位问题。为了解决这些问题,本文通过设计能够满足给定性能要求的不同类型的滤波器/估计器,得到相应的滤波器/估计器设计机制,然后根据得到的滤波器/估计器设计机制,提出相应的移动机器人定位问题解决方案。具体而言,本文的研究内容如下:·研究在单个具有能量收集功能传感器下的移动机器人定位问题。考虑一种特定的情况,即,在移动机器人平台上安装可以从外部环境中获取能量的传感器。当传感器能量充足时,传感器可以输出测量并将其发送到滤波器。否则,由传感器能量不足引起的测量缺失现象将会发生。为了获得测量缺失率,递推地得到传感器能量水平的概率分布。用递推滤波的方法获得定位误差协方差的上界,然后通过适当地选择滤波器增益使获得的定位误差协方差的上界最小。根据得到的滤波器设计机制,提出在单个具有能量收集功能传感器下的移动机器人定位算法。·研究在多个具有能量收集功能传感器下的移动机器人定位问题。安装在移动机器人平台上的多个具有能量收集功能传感器用来输出测量。当传感器能量充足时,传感器可以输出测量并将其发其送到局部滤波器。否则,由传感器能量不足引起的测量缺失现象将会发生。为了获得测量缺失率,递推地得到每一个传感器能量水平的概率分布。用递推滤波的方法来获得局部定位误差协方差的上界,然后通过适当地选择滤波器增益使得到的局部定位误差协方差的上界最小。最后,利用协方差交叉融合的方法对获得的局部定位信息进行融合来完成移动机器人定位。·研究抗测量异常值的移动机器人定位问题。为了减小测量异常值对定位性能的影响,构造一个时变状态估计器,其中包含一个具有变化饱和水平的饱和函数来约束新息。通过设计在有限域内能够保证定位误差动态系统满足给定H∞性能约束的时变状态估计器,找到解决移动机器人定位问题的有效方法。首先,通过构造适当的Lyapunov函数,得到能够使定位误差动态系统满足给定H∞性能约束的充分条件。然后,通过求解一组RLMIs,得到所设计的状态估计器增益。根据提出的滤波器设计方案,给出抗测量异常值的移动机器人定位算法。·探讨在Round-Robin协议下抗多普勒方位角雷达测量异常值的移动机器人定位问题。在考虑的移动机器人定位问题中,安装在移动机器人平台上的多普勒方位雷达用来获得包含移动机器人状态信息的多普勒频移和方位角。为了缓解通信链路堵塞,Round-Robin协议用来控制测量数据传输。为了抑制异常值对定位性能的影响,构造一个时变状态估计器,其中包含一个具有变化饱和水平的饱和函数来约束新息。通过选取合适的Lyapunov函数,得到能保证定位误差系统满足预设H∞性能要求的充分条件。然后,借助于一组RLMIs的解,设计所构造的状态估计器。根据提出的估计器设计方案,给出在Round-Robin协议下抗测量异常值的移动机器人定位算法。·研究在随机通信协议下的移动机器人定位问题。安装在移动机器人平台上的多个激光雷达传感器用来输出由距离和方位角组成的测量。为了减轻网络负担,引入随机通信协议对多个传感器的测量数据传输进行调度。在随机通信协议下,通过设计一个可以使滤波误差系统在有限域内满足给定H∞性能要求的时变滤波器来解决移动机器人定位问题。首先,引入Markov链来建模在随机通信协议下测量数据的传输规则。然后,利用随机分析技术和配方法,通过求解两个耦合的后向离散递归Riccati方程,设计所需的时变滤波器。根据提出的滤波器设计方案,总结在随机通信协议下的移动机器人定位算法。·研究在动态事件触发机制和滤波器增益扰动存在的情况下能够使定位性能同时满足多个目标约束的移动机器人定位问题。为了节省传感器能量和避免带宽浪费,引入动态事件触发机制来管理传感器和滤波器之间的测量数据传输。为了表征滤波器增益波动,在设计滤波器时引入弹性机制。通过设计一个可以使定位误差在有限域内能同时满足规定H∞性能要求和误差方差约束的非线性弹性滤波器来解决移动机器人定位问题。通过利用Lyapunov理论和随机分析技术,得到使定位误差能同时满足给定目标约束的充分条件。然后,采用LMI方法设计所需的滤波器。在提出的滤波器设计方案的基础上,总结相应的移动机器人定位算法。