1、傳統(tǒng)隨機控制主要研究系統(tǒng)輸出均值和方差的統(tǒng)計特性。近十多年來，隨機控制的研究領域出現(xiàn)一個新的分支，即非高斯隨機分布系統(tǒng)控制理論，它突破了傳統(tǒng)隨機控制研究僅限于系統(tǒng)隨機變量服從高斯分布假設，正在逐步發(fā)展成為一個較為完善的建模和控制理論框架，并已成為控制理論及應用研究領域內一個新的研究方向。目前，非高斯隨機分布系統(tǒng)的研究主要集中于非高斯隨機分布系統(tǒng)控制、非高斯隨機分布系統(tǒng)的故障檢測與診斷等問題，且這些問題都需要進一步研究和發(fā)展。
　　

2、 本論文主要針對非高斯隨機分布系統(tǒng)尚未涉及的非高斯隨機分布系統(tǒng)保性能控制、有待深入研究的故障檢測與故障等內容進行了研究，同時也涉及到容錯控制的研究。通過這些研究，可進一步補充、完善非高斯隨機分布系統(tǒng)理論。本論文的主要工作如下:
　　 1.非高斯連續(xù)隨機分布系統(tǒng)具有記憶功能保性能控制的研究。針對非高斯連續(xù)隨機分布系統(tǒng)的保守性問題，提出具有記憶狀態(tài)反饋保性能控制算法，并采用凸優(yōu)化技術對保性能控制算法進行優(yōu)化，實現(xiàn)系統(tǒng)輸出概率密度函

3、數追蹤目標概率密度函數，并滿足規(guī)定的保性能指標。
　　 2.非高斯不確定連續(xù)隨機分布系統(tǒng)神經保性能控制的研究。針對非高斯不確定連續(xù)隨機分布系統(tǒng)的保守性問題，引入附加增益，并在保性能控制器設計時采用神經控制器調控附加增益，以降低系統(tǒng)的保守性。
　　 3.非高斯連續(xù)隨機分布系統(tǒng)跟蹤控制的研究。利用權值向量的約束條件，將非高斯連續(xù)隨機分布系統(tǒng)跟蹤控制和干擾抑制問題轉換成基于H∞優(yōu)化的PID控制問題，解決了系統(tǒng)輸出概率密度函數跟

4、蹤控制和干擾抑制問題，并在線性矩陣不等式的基礎上，得到H∞優(yōu)化PID控制器存在的條件以及設計算法。
　　 4.非高斯連續(xù)隨機分布系統(tǒng)故障檢測與診斷的研究。采用有理平方根B樣條逼近建立系統(tǒng)輸出概率密度函數模型（靜態(tài)模型），利用系統(tǒng)控制輸入和靜態(tài)模型權值之間的動態(tài)關系建立系統(tǒng)動態(tài)權值模型。之后，引入自適應參數，通過參數的調整來增強殘差對故障的敏感度，進而提出了一種新的非線性自適應觀測器故障診斷算法，并對系統(tǒng)的穩(wěn)定性和收斂性進行了分析

5、。
　　 5.非高斯奇異連續(xù)隨機分布系統(tǒng)故障檢測與診斷的研究。采用平方根B樣條逼近來建立系統(tǒng)輸出概率密度函數模型，利用系統(tǒng)控制輸入和靜態(tài)模型權值之間的動態(tài)關系建立系統(tǒng)動態(tài)權值模型。之后，非線性觀測器被設計用來檢測和診斷系統(tǒng)的故障，通過在算法中引入可調參數，提高了殘差信號對故障的靈敏度，并通過通過線性矩陣不等式給出非高斯奇異連續(xù)隨機分布系統(tǒng)穩(wěn)定性條件。
　　 6.非高斯連續(xù)時滯隨機分布系統(tǒng)故障檢測與診斷的研究。采用RBF神

6、經網絡逼近來建立系統(tǒng)輸出概率密度函數模型，利用系統(tǒng)控制輸入和系統(tǒng)靜態(tài)模型權值之間的動態(tài)關系建立系統(tǒng)動態(tài)權值模型。之后，提出了一種參數自適應調整的故障檢測與診斷算法，通過引進一個可調參數，使殘差信號對故障較為敏感。當故障發(fā)生時，該算法能夠通過自適應調整算法調整參數，有效提高了故障的檢測效果。
　　 7.非高斯連續(xù)隨機分布系統(tǒng)容錯控制的研究。采用RBF神經網絡逼近建立系統(tǒng)輸出概率密度函數模型，利用系統(tǒng)控制輸入和系統(tǒng)靜態(tài)模型權值之間的

7、動態(tài)關系建立系統(tǒng)動態(tài)權值模型。之后，在系統(tǒng)存在故障和擾動的情況下，提出H∞優(yōu)化PID容錯控制算法，以補償或者拒絕故障、衰減擾動，實現(xiàn)系統(tǒng)輸出概率密度函數追蹤目標概率密度函數，并確保非高斯隨機分布系統(tǒng)的魯棒性和穩(wěn)定性，從而提高系統(tǒng)容錯控制效果。
　　 總體而言，本論文在非高斯隨機分布系統(tǒng)控制理論框架的基礎上，結合非線性控制、魯棒控制、穩(wěn)定性分析以及故障檢測與診斷等多種理論和技術，研究了非高斯隨機分布系統(tǒng)的控制、故障檢測與診斷以及容