中文摘要：

针对非高斯系统，提出了随机分布泛函和统计信息集合驱动的反馈控制和估计思想，建立了基于动静混合神经网络和泛函算子优化的新型随机分布系统建模、分析、控制和估计理论与故障检测方法，开辟了一个非高斯系统随机分布控制和估计理论研究新方向。针对含多类型干扰的不确定系统，提出了一种干扰抵消与抑制相结合的新型复合分层多目标优化控制与滤波方法。将非高斯与不确定系统多目标优化滤波方法成功应用于星载/机载组合导航系统，为提高多源干扰环境下飞行器导航精度和可靠性提供了有效手段。近五年发表论文SCI收录论文35篇（第一作者18篇），他人引用107 次。在Springer出版社出版专著1部。申请国家发明专利3项。非高斯系统控制与估计方面的成果获教育部自然科学奖一等奖（排名第1），不确定系统抗干扰控制方面的成果获江苏省科技进步一等奖（排名第2），组合导航系统应用方面的成果获国家科学技术进步二等奖（排名第7）。

结论摘要：

航空航天、先进制造等复杂工程系统均含有非线性、不确定性和随机性动态，还会受到气流、电磁等外部环境扰动以及传感器测量噪声、控制机构误差和结构振动等内部噪声的影响。包括模型未知动态、内部噪声和外部扰动等多源干扰的存在严重影响控制系统的稳定性、精确性和可靠性，抗干扰控制理论已成为国际控制科学领域公认的挑战性问题。本项目取得了如下研究成果与科学发现 (1) 建立了非高斯随机系统基于输出统计信息驱动的随机分布控制与优化理论提出了动静混合智能优化和随机分布泛函算子映射两类非高斯随机分布系统建模方法；克服了方差优化的局限性，建立了非高斯随机系统的广义熵优化和统计信息优化准则；克服了传统方法中反馈依赖于输出确定值的局限性，提出了基于输出随机分布泛函和统计信息驱动的非高斯系统建模、分析、控制与优化方法，发展和完善了非高斯系统随机分布控制和估计理论。 (2) 建立了多源干扰系统基于干扰观测的精细抗干扰控制理论鲁棒和内模控制理论一般仅适用于单一干扰系统的控制问题，本项目提出了基于干扰信息的非线性系统精确干扰观测和补偿方法；克服了传统方法针对多源干扰的耦合失效难题，建立了将干扰观测、前馈补偿与反馈抑制相结合、具有复合分层结构的精细抗干扰控制理论与方法。 (3) 提出了具有干扰补偿能力的多源干扰系统故障检测与容错控制方法针对同时含突变故障与非高斯、不确定范数有界等持续干扰的复杂系统，建立了多维混合随机变量概率分布泛函算子迭代优化法则，得到了基于残差阈值广义熵优化的非高斯系统故障检测方法，显著提高了检测灵敏度。近4年发表学术论文53篇，其中SCI收录26篇，在Automatica和IEEE系列汇刊发表论文6篇。在Springer和CRC分别出版专著“Stochastic Distribution Control System Design”和“Anti-disturbance control for systems with multiple disturbances”。围绕深空探测等国家重大需求，突破微纳探测器分布式组网监测和协调控制技术，理论成果在中国航天科技集团等单位成功进行了验证和应用，申请国家发明专利18项（授权5项）。2011年获聘教育部长江学者特聘教授，2012年率领研究团队获批教育部创新团队，研究成果2013年获评国家自然科学二等奖（排名第1）。