混态估计（mixed state estimation），工学-控制科学与工程-系统辨识、建模与自适应控制-信息融合-信息融合理论基础-估计理论-混态估计，根据带有噪声的（模式依赖的）量测序列来估计基础状态和模式状态的滤波估计方法。一种强有力的自适应估计方法，尤其是对结构或参数变化的系统更是如此。多模型估计是混合估计的主流算法。其基本思想是，首先针对系统每个可能的运动模式，建立相应的运动模型，再设计基于每个模型的滤波器，而系统的状态估计是所有滤波器输出结果的综合。多模型估计最早的研究开始于D.T.麦吉尔，这类方法使用固定的模型集，而且不考虑模型之间相互转移，各个模型之间也没有交互，所以被称为静态多模型算法或自治多模型算法。静态多模型滤波算法在模型切换时的估计精度会低一些，但监测模型切换更灵敏些。因而在以监测模型切换为主的领域，如在故障的实时监测与诊断中仍然广泛应用。P.S.梅贝克在故障诊断中坚持采用静态多模型估计器辨识故障，实现基于静态多模型的观测器。静态多模型估计算法的关键在于估计融合部分。融合部分主要有以下4种方法：①软决策法。这是最常用的算法。