集员估计理论作为当今国际控制理论界一个新兴的、极其活跃的研究领域,在系统辨识、信息处理、故障检测和鲁棒控制等诸多实际工程领域中取得了广泛的研究和应用。论文在现有集员估计算法研究成果的基础上,针对非线性离散时间系统的状态估计问题,做了进一步的理论研究。论文首先介绍了非线性系统中几种常用的状态估计算法。分别介绍了加权最小二乘法、扩展卡尔曼滤波以及基于外定界椭球下的扩展集员状态估计算法。然后,对各种常用的状态估计算法进行了比较与分析。接着本文在现有集员估计算法研究成果的基础上,提出了一种适合于非线性系统的增广集员状态估计算法。该算法具有描述简单,实时性好,对参数的扰动具有较强的鲁棒性等优点。通过状态定界的方法,采用时间更新和测量更新来包含系统的真实状态。此外,该算法不仅对非线性系统做了线性化处理,还将系统的一阶与二阶线性化误差结合起来进行分析。研究结果表明,当非线性系统满足一定假设条件时,系统的状态估计误差是有界的。仿真实验表明了该算法的有效性。最后,介绍了增广集员状态估计算法在电力系统状态估计中的应用。并通过实验将该算法与电力系统中常用的状态估计算法作了简明的比较和性能分析。实验结果表明,增广集员状态估计算法能进一步提高估计精度,验证了算法的可行性。