1.一种基于卡尔曼滤波的分布式双控制器最优状态估计策略设计方法，其特征在于，包括以下步骤：步骤1、建立系统模型

分布式网络化控制系统包含传感器、控制器、执行器以及平台；传感器、控制器以及执行器之间，通过无线通信网络构成一个闭环控制系统，信号通过传感器节点后，通过网络传送到分布式双控制器节点，控制器的控制策略信号再通过网络传送到执行器，从而作用到被控平台上，实现闭环状态反馈控制，维持系统的闭环稳定控制；其中，步骤1中，设定分布式控制系统中选择2个网络节点作为控制器，即控制器1和控制器2，基于双控制器的无线网络化控制系统在连续时间域下的闭环控制状态方程为：式中，x(t)表示t时刻平台状态向量，ui(t)表示第i个控制器的控制信号，v表示噪声，τi为网络传输时延，τi设定小于传感器的一个采样周期T，A和Di为已知的由系统决定的固定参数，G为噪声系数矩阵；

当τi∈[hT,(h+1)T]时，T为传感器的采样周期，h为大于0的正整数，那么，系统的离散时间域闭环控制状态方程为：yk＝Cx(k)+w(k)

式中，φ＝eAT，xk＝x(kT)表示平台状态信息，ui(k)表示第i个控制器接收到平台状态信息后产生的控制信息， yk为k时刻的测量值，C为测量系统固定的参数矩阵，v(k)为过程噪声，w(k)为测量噪声，设定v(k)和w(k)为均值为0的高斯白噪声信号，且协方差矩阵分别为R1和R2；

步骤2、确定基于分布式双控制器的网络控制最优化问题

根据网络时延特性对分布式控制节点的影响，对分布式双控制器实现信息融合，选择二次代价效用函数，建立基于分布式双控制器的网络控制最优化问题；

步骤3、采用卡尔曼滤波算法及迭代递归方法求解最优状态估计控制策略，包括以下步骤：步骤3.1、基于双控制器的互通性，分析控制器间的控制信息融合；

步骤3.2、利用卡尔曼滤波算法，基于平台状态信息，对状态信息进行估计，得出平台状态的估计值；

步骤3.3、根据线性二次最优控制方程，求解代价函数最小值，得出分布式控制系统中最优状态估计控制策略。

2.如权利要求1所述的基于卡尔曼滤波的分布式双控制器最优状态估计策略设计方法，其特征在于，步骤2中，在基于双控制节点的网络化控制系统最优化控制问题中，应用二次损耗函数作为代价函数，并使得代价函数值最小，即：yk＝Cx(k)+w(k)

式中， 表示基于网络传输时延随机特性的期望运算，N表示采样周期数，QN≥0是半正定对称系数矩阵，Qi＞0是正定对称系数矩阵，QN和Qi为由系统决定的固定参数矩阵；

由于控制器采用事件驱动，各个控制器之间从传感器接收到的平台信息有不同程度的网络传输时延，导致各个控制器的控制信号是异步产生的，因此，控制器只能依据本地信息产生控制信号，上面的最优化控制问题可转化为各控制器对应的优化问题：yk＝Cx(k)+w(k) 。