随着工业生产过程的复杂化及对控制精度要求的严格化,以系统模型为基础的现代控制理论已不足以满足现代工业生产的要求。与此同时随着计算机技术的发展,工业计算机中存储有大量的生产、设备和过程数据,其中蕴含着系统运行的相关信息,以此为基础的数据驱动控制理论应运而生。无模型自适应控制(model free adaptive control, MFAC)作为一种重要的数据驱动控制方法,其控制器设计不依赖于系统模型,仅利用系统的I/O数据进行控制器的设计。经过二十余年的发展,无模型自适应控制方法在理论上和实际应用中都已取得诸多成果。对于实际系统,测量数据的噪声干扰是一个不可避免的问题,而系统的I/O数据又是无模型自适应控制器的设计依据,因此设计具有抗测量噪声扰动的无模型自适应控制方案具有重要的理论和实际意义。本文的主要工作如下：首先,对无模型自适应控制方法自提出以来在各领域的应用情况进行了综述。具体地,对关于无模型自适应控制方法应用的文献进行了统计,将这些文献按照不同的应用领域共分为15大类以及若干子类,并对各领域的应用情况进行了简要介绍。其次,针对测量噪声对控制系统产生的影响,采用模块化设计提出一种基于小波阈值去噪的无模型自适应控制方法控制方案。该方案采用自适应分解层数对传统小波阈值去噪方法进行改进,并利用该方法在滑动时间窗口内对系统输出数据进行实时去噪,再将处理后的数据应用于控制律的更新。从理论上证明了所提方法的收敛性,并通过仿真验证了其有效性。最后,对基于小波阈值去噪的无模型自适应控制方法控制方案进行了两方面的改进。一方面从控制效果出发,提出一种基于变长度滑动时间窗口的改进控制方案,减小了原控制方案的超调现象,通过输出更稳定的信号提高了控制效果,另一方面针对混合噪声中含有高斯白噪声和脉冲噪声的情况,提出一种带混合滤波器的改进控制方案。通过仿真验证了两种改进方案的有效性。