中文摘要：

本项目在量子神经网络和量子随机滤波理论的基础上，进一步研究了量子随机滤波的机理，针对未知噪声及多变量条件下软测量系统，提出了递推量子随机滤波方法。该方法首先离线得到状态变量先验概率密度函数（Probability Density Function，PDF），再用在线测量数据通过局部自适应核学习更新势场函数模型，用多辛算法求解schrodinger非线性方程得到后验PDF，实现待估计状态变量最优滤波，并在实际间歇染色过程色泽在线软测量系统中验证该方法的可行性和有效性。本项目提出的递推量子随机滤波方法可以得到待测状态变量准确的后验PDF，为非线性滤波研究提供了一个新途径，可以使量子随机滤波技术提升到实际应用水平。

结论摘要：

根据染整生产节能减排对间歇染色过程色泽在线测量核心技术的需求，本项目提出应用量子随机滤波算法解决色泽在线测量中非线性滤波这一关键技术难题的软测量方案。在量子随机滤波算法中提出了测量数据校正、即时数据驱动的势函数建模和多辛算法求解非线性薛定谔方程的方法，解决了量子随机滤波中势函数建模、薛定谔方程求解和滤波算法快速性和实时性问题。在本项目支持下已经发表相关学术论文8篇，其中EI收录3篇；申请专利4项，其中授权发明专利1项，实用新型专利1项；获泉州科技进步一等奖1项；在2012年8月主办了第23届中国过程控制会议；项目组成员参加国际国内学术会议2人次；