---

در چند دهه گذشته، شناسایی متغیرهای حالت و پارامترهای یک مدل دینامیکی از روی داده های اندازه گیری شده ناقص و مخدوش با نویز مورد توجه محققان قرار گرفته است. فیلترهای کالمن و H بینهایت از معروفترین روشهای شناسایی مدل و پالایش داده های مخدوش هستند. فیلتر کالمن در صورت وجود اطلاعات کافی در مورد نویزهای فرآیند دارای عملکرد مناسبی است بگونه ای که میانگین مجذور خطای تخمین را حداقل می نماید. همچنین فیلتر Hبینهایت مستقل از اطلاعات نویزهای فرآیند، بوسیله یک حد بالای محدود کننده تخمینی ارائه می دهد که در مقابل اغتشاشات مدل مقاوم است. در این مقاله فیلتر ترکیبی کالمن و H بینهایت ارائه گردیده است که بوسیله آن محدوده اجرایی فیلتر H بینهایت درحالی بکار برده خواهد شد که به طور همزمان محدوده اجرایی فیلتر کالمن که همان حداقل نمودن میانگین مجذور خطای تخمین است برآورده شود. با استفاده از روش بهینه سازی چند هدفی نقاط پارتو غیر برتر طراحی از دید دو تابع میانگین مجذور خطا و حد بالای فیلتر H بینهایت برای دو مورد مطالعاتی ارائه گردیده است. شبیه سازی برای دو مورد مطالعاتی نشان دهنده عملکرد مقاوم و کمینه بودن میانگین مجذور خطاها برای نقطه مصالحه طراحی است.