控制系统设计的最基本要求是被控量能快速、精确地跟踪给定的参考信号。但实际系统中往往存在一些因素使得系统的被控量无法保持在设定值上,这些因素统称为扰动。为使被控量不发生偏移或尽可能快速地回到设定值上,在设计控制系统时必须考虑系统的抗干扰效果。常规的控制方法在追求系统良好的跟踪效果时,往往会造成抗干扰效果的不理想,因此需要针对系统的抗干扰性能设计更为有效的控制器。针对这一问题,本文在前人研究成果的基础上,采用等价变换、干扰观测器、有效开环传递函数等技术手段开展以下几个方面内容的研究:1.提出了一种新型的群布谷鸟智能搜索算法,解决了在不同测试信号下系统的闭环辨识问题。当前,大多数辨识方法只能对特定的输入信号进行辨识,而对于方波信号,白噪声等其他输入信号却是不能用的。为了解决不同测试信号系统的参数估计的问题,本文提出了群布谷鸟算法。与基本布谷鸟搜索算法不同,该算法通过增加发现概率,使得其在搜索范围内具有较强的全局搜索能力。仿真结果表明,与粒子群等搜索算法相比,该算法可以有效提高辨识结果的精度。2.提出了一种基于主动抗干扰结构的内模控制方法。在多变量系统的控制器设计过程中,一种有效的方法是采用有效开环传递函数将系统分解为多个单回路系统。在分解过程中,会不可避免的产生误差。为了降低误差对系统性能的影响,本文提出了一种基于主动抗干扰结构的内模控制方法,并将其应用到带时滞的多变量系统中。仿真结果表明,该方法不仅可以有效降低误差对系统性能的影响,而且具有良好的鲁棒性和抗干扰性。3.将主动抗干扰内模结构应用到二输入二输出时滞系统,解决了设计控制器时存在模型降阶误差的问题。在二输入二输出系统控制器的设计过程中,首先利用解耦矩阵把一个多回路控制系统分解成若干独立的单回路,得到一个复杂的等效模型。为了便于控制器的设计,采用麦克劳林级数方法来对等效模型进行降阶。进而基于降阶后的模型,采用IMC-PID方法对控制器参数进行调节。仿真结果表明,该方法可以有效减少降阶误差的影响,提高控制系统的抗干扰能力和鲁棒性。4.将主动抗干扰结构推广到奇异系统,研究了奇异系统的主动抗干扰内模控制,提出了一种基于克罗内克规范形的多变量奇异系统的鲁棒IMC方法,为奇异线性系统的分析和控制提供了更为简单方便的方法。该方法首先利用受限等价将被控对象分解为快子系统和慢子系统。然后,针对快子系统设计前馈控制器消除快子系统的脉冲;针对慢子系统设计内模型控制器。为了便于前馈控制器的实现,引入了时间尺度转换。该方法还被验证适用于无脉冲奇异系统。为了提高控制精度,以积分平方误差为指标,采用群布谷鸟算法对系统的滤波器参数进行搜索。最后,仿真结果证明了该方法的有效性。