摘要：线性和非线性系统的状态估计理论在航空航天、地理信息、可靠性、和电力系统等领域有着广泛而重要的应用。然而，设计一个能够对抗外部环境和系统自身中的各种不确定因素的统一状态估计理论框架是一个极具挑战性的前沿课题。为此，提出并完善不确定环境下针对离散线性和非线性系统的“分布鲁棒状态估计理论”。该理论框架将线性和非线性系统模型的参数不确定性、测量不确定性、和/或建模不确定性统一量化为概率分布的不确定性，并通过最优化“最坏概率分布”下的状态估计性能，使得状态估计结果能够实现对于各种环境和系统不确定性的“免疫”。证明分布鲁棒状态估计问题可以被转换为各种现代优化模型比如半正定规划和泛函优化问题，并证明这些模型可以被解析求解或高效数值求解。

个人简介：王世雄博士于2022年获得新加坡国立大学(National University of Singapore)工业系统工程与管理系哲学博士学位(Doctor of Philosophy in Industrial Systems Engineering and Management)。他自2022年3月至2023年3月在新加坡国立大学数据科学研究院担任博士后研究员，并于2023年4月起在帝国理工学院(Imperial College London)智能传输与处理实验室担任博士后研究员。王世雄博士的研究方向包括概率理论、统计理论、和优化理论，以及它们在信号处理（例如最优估计理论和时间序列分析）、机器学习（例如统计学习理论和泛化误差理论）、和运筹学和控制理论（例如分布鲁棒优化理论）中的应用。更多信息详见个人网站：wangsx-cn.github.io