本文主要研究了随机系统中比较典型的一个问题：双态自适应控制。 对于参数已知的随机控制，系统的不确定性是由于其状态与测量受到来自外界的随机干扰而造成的。这种不确定性虽然无法控制或减小，但可以通过一些技术如Kalman滤波等来估计系统的状态以达到最优控制的目的；然而，实际情况往往并非如此，系统在受到外界随机干扰的同时，还会有许多未知的动态行为会引起系统参数发生变化从而造成参数未知。理想的控制器应该在参数未知的情况下仍能够作出合理的决策。目前，常用的方法是常规的自适应控制。常规的自适应控制解决这类问题的基本依据是确定性等价原理，即首先对系统参数进行估计，然后在设计控制器时将参数的估计值当作真值对待。两个阶段独立进行，具有分离性。这种确定性等价原理的严重缺陷在于设计控制器时没有考虑到参数辨识的不精确性。因此，把控制目标与辨识目标结合起来作为一个混合问题考虑，是对确定性等价原理的重大突破，这就是双态控制的本质。随机最优控制策略的双态性质体现在：一方面，控 西安理工大学硕士学位论文制信号使得系统输山趋向期望的目标（称为对系统的调h作川或控制作川）；另一方面，控制信号的作川还要有助了减小系统参数的不确定性（称为对参数不确定性的学习作川成估计作川）。这两种作川在控制律的实现中是矛盾的，前者要求控制信号的变化趋向平缓，而后者则要求维持一定幅度的激励，状态控制策略就是获取调节和学习的最佳折衷。 针对厂有恒定的本知参数的随机系统，本文提出了基了两级最优算法的极态向适应控制；在此基础上，针对未知参数变化的随机系统，本文提出了基丁新息的两步以态向适应控制。仿真结果表明，这两种壮志向适应控制方法能取得良好的控制性能和辨识效果；另外，本文对了本知参数在有限个参数集中取值的情况也进行了研究，针对DUL算法的反应较慢的缺陷，认真分析了控制与辨识这一对矛盾结合体的关系，提出了一种改进算法，从而人人提高了系统的控制性能。 从态向适应控制问题是日前国际控制界广泛重视的一个随机系统控制问题。本文对这个问题进行了认真研究，并提出了相应的解决方法，有关定理也给山了证明过程。