论文基于动态线性化数据模型,针对一般非线性离散时间系统存在扰动、时滞、误差受限、执行器饱和以及系统耦合等问题,研究动态线性化数据模型和离散滑模控制方法相互融合的控制技术。研究中,将动态线性化技术、离散积分终端滑模控制、扰动估计技术、预测控制、预定性能控制及离散扩张观测器等技术有机结合,提出几种基于动态线性化数据模型的离散滑模控制方法。主要的创新性工作总结如下:（1）针对一般非线性离散时间SISO系统的紧格式动态线性化数据模型中存在未知扰动的问题,提出一种基于扰动估计技术的数据驱动离散积分终端滑模控制算法,并将该方法推广应用至偏格式和全格式动态线性化数据模型。为了进一步提高跟踪精度,在所提出算法的基础上,结合预测控制原理,提出了一种基于紧格式动态线性化数据模型的离散积分终端滑模预测控制策略。理论分析证明了所提出算法的稳定性,通过仿真比较研究和双容水箱液位控制实验研究表明了所提出方法的有效性。（2）针对一般非线性离散时间SISO滞后系统,基于紧格式动态线性化数据模型,结合离散积分滑模控制方法,提出了一种适用于非线性滞后系统的数据驱动离散积分滑模控制算法。该算法的主要创新点在于:1)考虑系统存在滞后的情况下,实现紧格式动态线性化数据模型中滞后项的隐性表达;2)基于无明显时间延迟的等效动态线性化数据模型,结合离散积分滑模控制方法进行控制系统设计,即在新的预测状态而不是原始状态下进行控制系统设计。（3）提出了一种抗饱和数据驱动积分终端滑模控制方案。该方案基于紧格式动态线性化数据模型,在离散积分终端滑模控制器设计过程中,引入动态抗饱和补偿器,解决了系统轨迹跟踪过程中执行器饱和问题。为更为清晰的表明所提出方法及其应用,以有输入饱和约束的轮式移动机器人的轨迹跟踪问题为例,阐述所提出方法的理论问题及实际应用。所提出控制算法,主要包括在线数据驱动模型辨识算法,积分终端滑模控制算法和动态抗饱和补偿算法。此外,给出了所提出方法的闭环系统稳定性分析。（4）基于包含扰动的紧格式动态线性化数据模型,提出了一种具有跟踪误差约束的数据驱动终端滑模控制方法。通过引入预定性能函数,将对系统输出误差存在约束的跟踪问题转化为无约束的镇定问题。并通过设计离散终端滑模控制器,进一步加快滑模运动趋于滑模面的速度,且能够确保系统跟踪误差收敛到预定义的区域。（5）针对一类包含未知外部扰动的离散非线性MIMO系统,提出一种新的数据驱动离散积分滑模解耦控制算法。所提出算法基于紧格式动态线性化数据模型,通过离散扩张观测器对数据驱动模型的未建模动态、未知扰动以及系统间各变量之间耦合作用进行在线估计,采用离散积分滑模控制策略,实现包含扰动的离散非线性MIMO系统的离散积分滑模解耦控制。为了使控制系统性能（包括过冲,瞬态响应和稳态误差）得到进一步改善。提出了一种新的数据驱动误差受限离散终端滑模解耦控制算法。该算法在紧格式动态线性化数据模型解耦的基础上,通过在滑模控制器设计过程中引入预定性能函数,使得解耦后各环路的误差能够收敛到预定的区域,提升了系统解耦后的控制性能。理论分析和仿真实验表明,在干扰和系统不确定性的影响下,基于预定性能的数据驱动滑模解耦控制器能够实现对离散非线性MIMO系统的渐近跟踪控制。