---

موفقیت‌های اولیه فیلتر کالمن در دهه ۶۰ میلادی در کارهای فضایی منجر به تلاش در به‌کارگیری آن در کاربردهای صنعتی معمول در دهه ۷۰ میلادی شد. این تلاش‌ها به‌سرعت مشخص کرد که یک دسته عدم تطابق‌ بین فرضیات فیلتر کالمن و مسائل تخمین حالت در صنعت وجود دارد. برای مسائل صنعتی مدل دقیق سیستم و ماهیت آماری نویز فرایند به‌راحتی در دسترس نمی‌باشد. در این مقاله روشی نوین برای ترکیب دو فیلتر غیرخطی کالمن بی‌رد (UKF) و فیلتر اچ‌بینهایت بی‌رد (H∞ F) برای غلبه بر این عدم شناخت ارائه شده است که جواب میانی بین دو فیلتر را ارائه می‌دهد و در مسائل مختلف قابلیت اطمینان بیشتری نسبت به دو فیلتر دیگر دارد. از مشخصه‌های عملکردی این فیلتر بی‌نیازی از خطی سازی مسائل غیرخطی و حصول اطمینان از پاسخ مناسب‌تر نسبت به دو فیلتر دیگر با توجه به عدم شناخت ماهیت آماری نویز می‌باشد. بررسی‌ها نشان داد زمانی که در بخشی از تخمین فیلتر UKF و در بخشی دیگر فیلتر UHF بهتر عمل می‌کند، فیلتر دوگانه با ارائه یک تخمین بهینه می‌تواند نتایج بهتری ارائه کند. همچنین تحلیل واریانس مشخص کرد که فیلتر از مقاومت بالایی نسبت به ماهیت آماری نویز برخوردار است و به شکل مناسب می توان با تغییر متغیر آن جوابی مناسب یافت. صحت سنجی نتایج به کمک دو مسئله غیرخطی شبیه سازی سقوط آزاد و آونگ معکوس در حوزه مهندسی مکانیک بررسی شده است.