经典的最小方差滤波理论，假设系统模型精确已知而噪声信号是统计特性已知的高斯白噪声。由于在实际系统中，只能建立近似精确的数学模型并且噪声信号的统计特性并不能够完全得到，最小方差估计器的严格要求限制了其在实际中的应用。为解决上述问题，学者提出了H_∞滤波方法。在H_∞滤波中，噪声信号可以是能量有界的任意信号。它所要解决的问题是设计一个估计器使噪声信号到估计误差的传递函数的H_∞范数有界。虽然标准的H_∞滤波由于考虑到了噪声信号的不确定性比相应的卡尔曼滤波有更好的鲁棒性，但当系统模型存在参数不确定性时它并未为能提供保证的性能指标。鲁棒H_∞滤波方法考虑了系统模型中存在的不确定性，当不确定性为范数有界的参数不确定时，其设计目标是要求在允许的不确定范围内，从噪声信号到估计误差的传递函数的H_∞范数保证在指定的上界内。随着线性矩阵不等式(LMI)技术在鲁棒控制研究中的成功应用，国内外学者越来越倾向于将不确性系统的鲁棒滤波问题归结为LMI的求解问题。本文研究具有范数有界的参数不确定线性系统鲁棒H_∞滤波问题，参数不确定性存在于系统状态空间模型的所有矩阵中，包括噪声信号的扰动矩阵。针对扰动矩阵也存在参数不确定性的状态空间模型，利用LMI方法，以LMI的形式给出了鲁棒H_∞滤波器和鲁棒H_∞保成本滤波器存在的简便检验条件。应用LMI工具箱中的求解器feasp验证该线性矩阵不等式的可行性，并在可行的情况下求出相应的可行解，由可行解方便得到滤波器参数。在此基础上，应用LMI工具箱中的求解器mincx来求解具有线性矩阵不等式约束和线性目标函数的凸优化问题。进一步利用该优化问题的全局最优解可以构造系统的最优滤波器。最后针对文中使用的状态空间模型，利用新的线性矩阵不等式进行数值仿真，并对结果进行了有效性比较，验证了方法的有效性。