传统的系统识别方法都是假定某些系统参数是确定的情况下，然后通过输入输出信号来识别未知参数。然而实际应用中系统大多存在参数不确定性和外界不确定干扰，如果还是采用传统的识别方法，就会导致识别失败，因此要寻求能够处理系统不确定时的鲁棒识别方法。 本文针对不确定系统的鲁棒滤波识别问题进行了研究，所完成的主要工作和取得的主要成果为： （1）对滤波识别理论进行了综述，本文首先系统地介绍了滤波识别理论，特别是滤波识别理论的发展历程和研究现状。简述了滤波的主要概念，并对从H₂最优滤波识别、H_∞滤波识别到鲁棒滤波识别的各个阶段具有代表性的算法和结论作了简要的介绍。 （2）鲁棒滤波识别方面的成果。本文针对不确定性系统的鲁棒H_∞滤波识别问题进行了研究，运用两人对策理论和最大化理论提出了一种新的鲁棒H_∞滤波器。 （3）用单自由度和多自由度的结构验证提出的鲁棒H_∞滤波器：在系统分别为确定和不确定系统的情况下验证提出的鲁棒H_∞滤波器，并通过与标准H_∞滤波器的识别结果的对比，取得了满意的识别结果。 最后，在总结全文的基础上，给出了论文研究过程中所得出的若干思考和结论，展望了滤波识别理论发展的前景与可能遇到的挑战。