小波函数及小波变换近乎完美的数学特性使得它日益受到控制科学家和工程人员的青睐，1991年瑞典控制学家Astrom就提出小波函数逼近将成为系统建模、辨识和控制的最新研究方法。其后十几年间，随着小波理论的不断发展和完善，小波在系统辨识和控制中的应用越来越广，部分地解决了系统辨识与控制科学面临的一些问题。本文在前人研究成果的基础上，结合笔者本人的研究工作，给出了小波理论在系统辨识和控制领域中的若干应用算法，主要内容包括：1.严格证明了白噪声经正交尺度(小波)分解和重构后方差减半的定理，因此可对辨识数据进行多分辨正交尺度分解和重构，尽可能消除噪声对数据的污染，提高辨识精度。在该定理的基础上，笔者将有显式表达的非正交小波作为基函数逼近系统的脉冲响应过程，并经多尺度变换消噪，取得了良好的辨识效果。 2.根据面向控制的辨识理论，推导出一种基于小波分解的线性时变系统在线分频辨识算法，对于工作频段时变的控制系统(如随动系统)可在线调整各子频段的辨识模型加权系数，以期模型在当前工作频段附近尽可能接近真实系统。 3.小波逼近在非线性动态系统辨识中的应用。一是利用小波时频局部化的特点，提出一种尺度因子可调的自适应小波核最小二乘支持向量机，并应用于非线性系统的黑箱建模。二是推导出了等距分布节点的三次B样条函数公式，以此为尺度函数结合B样条高通滤波器系数构造了三次B样条小波，并以B样条小波为基函数，逼近Hammerstein模型中的非线性环节。 4.基于小波逼近的控制策略研究。一是采用离散仿射小波网络逼近一类非匹配不确定性非线性系统，并结合Popov超稳定性理论设计控制参数的自适应律，克服了普通神经网络固有的训练算法计算量大，容易陷入局部极小，收敛性难以保证等缺陷。二是提出以小波函数为基函数应用于预测函数控制，由小波的尺度伸缩特性，根据预测时域内逼近精度要求的高低调整基函数的尺度因子，既保证了预测时域整体优化目标和逼近精度要求，又尽可能减少了基函数个数，实现了优化变量的集结，同时改善了系统的动态特性，增强了系统抑制外部干扰的能力。 5.在正交小波(尺度)分解和重构算法的基础上，得到等效于小波分解和重构的FIR滤波器系数的计算公式，给出了若干关于等效滤波器系数的定理，并用于解决以下两类控制问题：一是针对PID继电整定过程中极限环振荡波形对噪声敏感的缺陷，用小波等效低通滤波器对反馈数据在线滤波，并离线用小波阈值去噪消去波形中的噪声干扰，从而获得了精确的波形，提取出真实的振荡幅度和临界周期等特征参数。二是提出应用小波阈值去噪技术滤除动态矩阵控制稳态输出中的量测噪声，提高反馈测量精度以减小稳态误差，改进控制品质，进一步应用小波相关去噪法，根据小波系数相关值的大小自适应调整参考轨迹衰减系数，增强系统的抗干扰能力。 6.在前人提出的由Harr正交小波构建的运算矩阵的基础上，笔者提出了以下两种基于正交小波变换的简化控制算法：一是将正交小波积分运算矩阵应用到大系统递阶控制算法中，将各子系统的微分状态方程和积分目标函数转为普通的代数方程，从而使复杂的微积分运算化为简单的矩阵运算，计算量明显减少，简化了繁琐的计算过程。二是用迭代学习控制来解决一类线性时变系统的终端控制问题，利用Harr小波的正交性和边值条件，将线性时变系统的微分方程转化为代数方程，避免了在判断误差收敛条件的过程中求解线性时变系统状态转移矩阵，并采用最速下降学习律来求控制输入的Harr小波变换系数向量，大大简化了问题的求解。