目前，控制理论、系统的状态估计和参数辨识已经成为现代系统科学的发展和形成中尤为重要并且相互渗透的三个领域。其中，只有在充分掌握被控对象数学模型的参数和状态的前提下，才能将控制理论更好的应用于实际工程中。　　 集员估计理论是基于未知但有界噪声假设下的估计方法，这种估计方法不需要知道噪声的统计特性，只需要知道系统的噪声界，因此更符合工程实际中系统所受到的扰动。　　 本文讨论了国内外集员估计算法的发展状况，针对带有未知但有界(UBB)噪声的系统，进行了集员估计算法研究。论文首先研究了一般线性不确定系统的集员参数估计算法。然后针对非线性不确定性系统，提出了一种新的基于RBF神经网络的集员估计算法，并同传统的非线性系统的估计方法进行仿真比较，结果证明本文所提出的方法可以取得较好的结果。接着，研究了不确定线性系统的状态估计算法，并将其同传统状态估计方法进行了仿真比较。　　 论文最后，在深入研究GPS导航定位系统的基础上，研究了集员状态估计算法在GPS定位滤波中的应用，并且同传统Kalman滤波方法进行进行仿真比较，结果表明，集员状态估计算法也可以取得较好的效果。