现代工业对系统的估计与控制提出了越来越高的要求。在对实际系统进行建模研究的过程中,模型误差不可避免且形式复杂多样,这导致时滞系统鲁棒状态估计理论研究成果存在局限性大或研究方式复杂的问题。同时,时滞系统的多传感器鲁棒融合技术方面也因此存在着较多问题需要被解决。因此,探究一种局限性小的时滞鲁棒状态估计器并将其推广到多传感器信息融合的工作中是十分必要的。本文提出了一种允许模型误差以任意形式影响系统参数的时滞系统鲁棒状态估计算法,并将其应用于时滞系统的鲁棒信息融合中。具体研究问题如下:第一,讨论了具有d阶状态滞后的不确定线性离散系统鲁棒状态估计问题。基于估计误差期望最小化的原理和状态增广的方法,提出了一种允许模型误差以任意形式影响系统参数的时滞系统鲁棒状态估计算法;给出了该算法估计误差协方差有界的条件及其渐近性质的证明;最后,通过数值仿真例验证了该估计器的有效性。第二,基于上述结论,研究了具有状态滞后和不确定模型误差影响的多传感器系统的鲁棒融合估计问题。首先应用基于估计误差期望最小和状态增广的时滞鲁棒状态估计器求得局部状态估计值,而后应用加权融合的方式在监控中心对局部信息进行融合。最后通过数值仿真例检验了该鲁棒融合估计器的效果。第三,基于上一章研究的鲁棒融合估计的成果,讨论了带有通信约束的多传感器系统鲁棒估计融合的问题。首先介绍了一种基于数据驱动的传输策略,然后推导了基于该策略的融合估计器的解析表达式。接着提出了一些条件来保证该融合估计器的估计误差协方差矩阵的有界性,并给出了相关证明。最后通过一些数值仿真例将本融合估计器同其他融合估计器进行比较,证明了其良好的融合估计性能。