面向鲁棒控制的系统建模方法的研究

重点研究了面向鲁棒控制的最坏情况下的确定型系统辨识方法。主要结果有：提出了通过参数估计获得固定阶次的有理分式模型的鲁棒辨识算法，给出了算法在最坏情况下的辨识误差上界，证明了算法的收剑性；对于线性分式传递函数的不确定模型的有效性检测问题，证明了在不确定部分无结构的情况下，仍可转化为凸规划问题解决；对于H∞辨识中的两步辨识算法和插值算法，给出了一般适用的紧的辨识误差上界，据此建立了具有良好性能的收敛的线性H∞辨识算法；对于SMU框架下的L1中心估计量的计算问题，提出了对现有算法的计算量有显著减少，在一些情况下可以实际应用的算法，并在此基础上构造了能够在最坏情况下提高预测精度的新的线性回归方法。