随机分布控制系统的研究

传统的随机控制与估计理论都以输出的期望和方差为控制目标。然而，当系统存在非高斯输入或者系统具有非线性特性时，输出变量的概率密度函数往往是非对称的、多峰值的。另一方面，系统的量测信息经处理后往往是输出的统计量（或概率密度函数）而非确定值。这时包括LQG和Kalman滤波方法在内的传统理论往往是不完善的。本课题研究来源于实际工程中的一类具有非高斯变量的复杂非线性动态系统-随机分布控制系统，控制问题的特点是利用系统的量测输出或者输出的PDF来在线确定控制输入,使得被控输出的PDF具有满足实际控制过程性能要求的形状。进一步，研究保证闭环系统稳定性、具有良好的收敛算法和鲁棒特性、而且易于在线整定的随机分布控制策略。在此基础上，建立基于输出统计信息的熵优化理论,并应用于非高斯和非线性随机系统的滤波和故障诊断问题。