重复控制方法以内模原理为理论依据,构造出一个用于描述周期性外激励信号动力学模型的内部模型,内部模型中包含的正反馈时滞环节可对误差信号进行不断学习,从而校正系统的跟踪效果,提高系统跟踪性能。但重复控制存在一个基本信号周期延时,导致控制系统暂态响应慢。预见控制可将已知的未来信息以前馈补偿的形式引入系统,从而提升系统的响应速度和跟踪性能。借助已有的预见控制和重复控制研究成果,本文将预见控制与重复控制相结合。主要以离散时间多智能体系统、不确定离散系统为研究对象,提出最优预见重复控制器的设计方法,用于改善系统对周期性可预见信号的跟踪性能;另外还研究了基于信息融合估计方法求解预见重复控制器。具体的研究工作如下:(1)离散时间多智能体系统的最优预见重复控制。针对一类信息交换拓扑含有一颗有向生成树的离散时间多智能体系统,提出一种最优预见重复控制器的设计方法。首先利用状态增广技术构造包含重复控制器和目标信号预见信息的增广误差系统,从而将预见重复控制器的设计问题转化为增广误差系统的最优调节问题。然后通过离散时间线性二次性调节理论的相关结果,获得增广误差系统的状态反馈控制器。为确保控制器的存在性,运用PBH判据验证增广误差系统的可镇定性和可检测性。在此基础上,对黎卡提方程进行降阶处理,获得原系统实现跟踪一致性的最优预见重复控制器。(2)不确定离散时间系统的鲁棒最优预见重复控制。针对一类不确定线性离散时间系统,提出一种带有预见信息补偿的鲁棒重复控制器的设计方法。首先将原系统中的不确定矩阵分离出来,得到原系统的标称系统。针对标称系统,利用状态平移法构建增广误差系统。为保证系统的静态性能,引入重复控制器。在此基础上,运用最优预见控制理论相关结果,得到包含重复控制器的增广误差系统的最优控制律。然后对增广误差系统添加不确定性,利用鲁棒控制的相关理论和线性矩阵不等式方法,获得包含预见前馈补偿的鲁棒重复控制器。(3)基于信息融合估计的离散系统的最优预见重复控制。针对一类受到扰动影响的线性离散系统,提出一种基于信息融合估计方法的最优预见重复控制器。假设目标轨迹和扰动信号在一定范围内的未来信息已知。首先定义L阶差分算子构造增广误差系统。然后,采用信息融合估计的方法,分别对控制增量和增广误差系统协状态的最优估计进行求解。最后经过递推计算,获得使原系统的闭环系统渐近稳定的最优预见重复控制器。