近年来发展起来的软测量技术已取得了很多成果,软测量技术的关键在于构建和辨识软测量模型,本文以一类软测量模型为研究对象,展开模型参数估计工作。首先,分析本文软测量模型的结构特征,分别建立了单率情况和双率情况下的软测量参数估计模型。此外,介绍了常用的滤波性能评价指标——相对误差和均方误差,以及非线性滤波在均方误差意义下的后验克拉美罗下界（p CRLB）,并针对本文的软测量参数估计模型,分别给出了参数时变和参数时不变情况的后验克拉美罗下界递推式。其次,研究了双率软测量模型变工况和稳态工况下的参数估计。变工况下模型参数具有时变特性,提出均值和协方差修正UKF算法（MCM-UKF）来估计模型时变参数;借助李雅普诺夫稳定性理论,分析了MCM-UKF算法的稳定性,并对稳定性条件的存在性和可验证性进行了讨论;仿真中通过与后验克拉美罗下界比较,验证了MCM-UKF算法具有较高的估计精度。稳态工况下参数具有时不变特性,利用UKF算法估计模型时不变参数,仿真中与已有的慢收敛EKF算法比较,UKF的结果更接近后验克拉美罗下界。最后,研究了单率软测量模型变工况和稳态工况下的参数估计。对于单率软测量模型,通过一些变量代换,可采用KF算法或本文提出的均值和协方差修正KF算法（MCM-KF）,分别进行时不变或时变参数估计。不过变量代换的函数关系限定了互相转换的变量需符合一定的条件,当条件不符合时,就无法代换获得模型参数估计值;非线性滤波是直接估计软测量模型参数,则不存在这个问题。在时变参数估计仿真中,比较了MCM-KF算法和常用的协方差修正KF算法（CM-KF）;在时不变参数估计仿真中,对于估计值不符合变量代换约束的情况,利用UKF算法,并通过添加虚拟噪声增加模型的自适应性来提高参数估计的性能。