鲁棒控制毕业论文
高超声速飞行器鲁棒控制系统的设计
高超声速飞行器鲁棒控制系统的设计Christopher I. Marrison and Robert F. StengelPrinceton University, Princeton, New Jersey 08544本文设计了高超声速飞行器纵向平面鲁棒控制系统。
飞行器纵向平面的非线性数学模型包含了28个不确定参数。
利用遗传算法搜索每个控制器的系数设计空间；利用蒙特卡洛算法检验每个搜索点处的稳定性和鲁棒性。
补偿器的鲁棒性用概率函数来表示，该函数表示在参数可能变动范围内，闭环系统的稳定性等性能指标落入允许范围的概率。
设计了一性能指标函数，使其最小，从而产生可能控制器系数空间。
这种设计方法综合考虑了不同的设计目标，辨识了鲁棒性指标下的系数的不确定性。
这种方法有效利用了计算工具，广泛考虑了工程知识，设计出了能够应用于实际的控制系统。
本文中用到的符号：a ——声速，ft/sD C ——阻力系数L C ——升力系数()M C q ——俯仰角速率引起的俯仰力矩系数()M C α——攻角引起的俯仰力矩系数()M C E δ——舵偏引起的俯仰力矩系数T C ——发动机推力系数c ——参考长度，80ftD ——阻力，lbfh ——高度，ftyy I ——俯仰转动惯量，6710⨯slug -ft 2L ——升力，lbfM ——马赫数yy M ——绕俯仰轴的转动力矩，lbf -ftm ——质量，9375slugsq ——俯仰速率，rad/sE R ——地球半径，20 903 500 ftr ——距地心距离，ftS ——参考面积，3603ft 2T ——推力，lbfV ——速度，ft/sα——攻角，radβ——喷管开度γ——弹道倾角，radE δ——舵偏角，radμ——地球引力常数，161.3910⨯ft 3/s 2ρ——空气密度，slugs/ft 3引言高超音速飞行给控制系统的设计提出了新的挑战。
极高速度使得飞行器对飞行条件的变化非常敏感，例如，高度110 000ft ，速度15Mach （15 060 ft/s ），攻角增加1°就会产生11.5ft/s 2的法向加速度，即大概3g 的过载。
自动化控制系统的鲁棒优化设计方法研究现状分析论文素材
自动化控制系统的鲁棒优化设计方法研究现状分析论文素材自动化控制系统的鲁棒优化设计方法研究现状分析自动化控制系统是现代工业生产中不可或缺的一部分。
通过使用控制算法、传感器和执行器，自动化控制系统能够实现生产流程的自动化，并提高生产效率和质量。
在设计自动化控制系统时，鲁棒优化是一个重要的考虑因素。
本文将对自动化控制系统的鲁棒优化设计方法进行研究现状分析。
一、鲁棒优化概述鲁棒优化是指在面对系统不确定性和外部干扰时保持控制系统的稳定性和性能。
传统的优化方法往往是基于系统准确的数学模型，但实际的控制系统常常存在模型不确定性和外部干扰，因此，需要使用鲁棒优化方法来提高控制系统的稳定性和鲁棒性。
二、鲁棒优化设计方法1. 参数整定方法鲁棒参数整定方法是一种基于系统模型的优化方法。
通过对系统模型进行分析和建模，确定系统参数的取值范围，并通过试探法或迭代算法来优化系统参数。
常见的鲁棒参数整定方法有H∞优化、线性矩阵不等式（LMI）方法等。
2. 鲁棒控制设计方法鲁棒控制设计方法是通过引入鲁棒控制器来提高控制系统的性能和鲁棒性。
常见的鲁棒控制器设计方法有H∞控制、μ合成控制等。
这些方法通过对系统模型进行描述，并结合鲁棒控制理论，设计出满足性能指标和鲁棒性要求的控制器。
3. 鲁棒优化方法在非线性系统中的应用非线性系统的优化设计涉及到非线性系统的建模和分析，以及非线性控制器的设计。
鲁棒优化方法在非线性系统中的应用主要是通过引入鲁棒控制理论，将非线性系统转化为具有线性结构的模型，并利用线性控制理论进行设计。
三、鲁棒优化设计方法的应用领域鲁棒优化设计方法在各个领域都具有重要的应用价值。
例如，在工业生产过程中，自动化控制系统的鲁棒优化设计可以提高生产效率和产品质量；在飞行器控制系统中，鲁棒优化设计可以提高系统的稳定性和安全性；在机器人控制系统中，鲁棒优化设计可以提高机器人的灵活性和适应性。
四、研究现状分析目前，国内外学者在自动化控制系统的鲁棒优化设计方法方面做了大量的研究工作。
自动化控制系统的多目标鲁棒优化方法研究进展论文素材
自动化控制系统的多目标鲁棒优化方法研究进展论文素材自动化控制系统的多目标鲁棒优化方法研究进展在现代工业和科学领域，自动化控制系统被广泛应用于实现更高效、精确和可靠的控制过程。
然而，由于系统动态特性的不确定性和外界干扰的存在，单一目标优化的传统方法已不能满足复杂现实环境下多目标优化问题的需求。
因此，研究者们开始关注多目标鲁棒优化方法，旨在提高自动化控制系统的性能和稳定性。
本文将探讨自动化控制系统的多目标鲁棒优化方法的研究进展。
1. 多目标优化的需求在现实世界中，许多控制系统都需要同时优化多个目标。
例如，一个工业生产过程可能需要最大化产量同时最小化能耗和产品质量的波动性。
传统的单目标优化无法达到这种复杂目标的平衡，因此需要引入多目标优化方法来求解。
2. 鲁棒优化的重要性自动化控制系统通常会受到参数变化、未知干扰和建模误差等因素的影响。
为了保证控制系统的稳定性和性能，研究者们开始考虑鲁棒优化方法。
鲁棒优化可以在不确定性条件下设计控制器，使系统对于参数变化和不确定性具有一定的鲁棒性。
3. 多目标鲁棒优化的方法目前，研究者们提出了许多多目标鲁棒优化方法来解决自动化控制系统的问题。
其中一种常见的方法是基于进化算法的多目标优化方法，如遗传算法和粒子群优化算法。
这些算法通过模拟生物进化过程来搜索最优解，能够有效地处理多个目标变量，并具有鲁棒性。
另一种方法是基于模糊控制的多目标鲁棒优化方法。
模糊控制方法能够处理系统的不确定性，并通过模糊规则库和推理机制来实现多目标控制。
这种方法在处理模糊信息和不确定性方面具有优势，可以有效地应对复杂的控制系统。
4. 应用案例多目标鲁棒优化方法已成功应用于各种自动化控制系统中。
例如，在工业生产中，通过多目标鲁棒优化方法可以同时降低能源消耗、提高生产效率和保持产品质量的稳定性。
在机器人控制领域，多目标鲁棒优化方法可以实现机器人路径规划的高效性和鲁棒性。
5. 研究展望虽然多目标鲁棒优化方法已取得一定的研究成果，但仍有一些挑战需要克服。
自动化控制系统的多目标鲁棒优化方法发展趋势论文素材
自动化控制系统的多目标鲁棒优化方法发展趋势论文素材随着科技的不断进步和自动化技术的快速发展，自动化控制系统在众多领域中发挥着重要的作用。
鲁棒优化是自动化控制系统设计中的一个关键问题，它旨在提高系统的性能和稳定性。
本文将探讨自动化控制系统的多目标鲁棒优化方法的发展趋势。
一、引言自动化控制系统广泛应用于工业生产、交通运输、航天航空、能源等领域，其稳定性和性能往往决定着整个系统的运行效果。
然而，由于环境的不确定性、外部扰动以及系统自身的参数变化，很容易导致控制系统出现偏差，从而影响系统的正常运行。
鲁棒优化是一种能够应对系统不确定性和扰动的方法，它能够在不确定环境下使系统保持稳定和良好的性能。
在多目标优化问题中，鲁棒优化的方法尤为重要，因为它需要同时满足多个性能指标的要求。
二、传统鲁棒优化方法传统的鲁棒优化方法主要包括H∞优化、μ合成和H2优化等。
H∞优化是一种常用的线性控制系统设计方法，它通过限制系统的鲁棒稳定裕度来达到优化的目的。
μ合成是一种系统鲁棒性能分析和设计的方法，它通过对系统的频域特性进行优化来提高系统的鲁棒性。
H2优化则是一种优化系统输出与参考输入之间的误差平方和的方法。
然而，传统的鲁棒优化方法在多目标优化问题中存在一些限制。
首先，这些方法往往只能处理线性系统的优化问题，不能很好地应对非线性系统和复杂系统的优化需求。
其次，这些方法在处理多目标优化问题时，往往需要将多个目标函数进行加权求和，导致优化结果的可行解集合受到限制。
三、基于进化算法的多目标鲁棒优化方法随着进化算法的发展，基于进化算法的多目标优化方法在鲁棒优化中得到了广泛应用。
这些方法主要包括遗传算法、粒子群算法和蚁群优化算法等。
这些方法通过模拟自然界中生物的进化过程，通过适应度函数筛选和选择操作来获得优化结果。
与传统的鲁棒优化方法相比，基于进化算法的多目标优化方法具有以下优势。
首先，它们能够处理非线性和复杂系统的优化问题，具有较强的鲁棒性和适应性。
生了现代鲁棒控制。鲁棒控制理论发...
Classified Index: TP273U.D.C: 681.513.3Thesis for the Master Degree in EngineeringRESEARCHES ON ROBUST CONTROL AND APPLICATION OF NON-MINIMUM PHASESYSTEMSWenjun Candidate: Fan Supervisor: Associate Prof. Ma JieAcademic Degree Applied for: Master of EngineeringSpeciality: Control Science and Engineering Affiliation: Control and Simulation CenterDate of Defence: June, 2009Degree Conferring Institution: Harbin Institute of Technology摘 要本文以磁悬浮球和一级倒立摆两个典型的非最小相位系统为研究对象，对只有一个不稳定极点的非最小相位系统采用混合灵敏度设计，对同时具有不稳定零、极点的非最小相位系统采用复合控制，并分别在磁悬浮球系统和一级倒立摆系统中实现。
首先，分别建立磁悬浮球系统和一级倒立摆系统的数学模型，并将非线性模型线性化，分别分析系统的能控性以及系统中包含的不确定性因素。
其次，研究了灵敏度设计中的鲁棒性、加权函数选择原则、优化指标等问题，针对只有不稳定极点的磁悬浮球系统，先运用PV控制将其稳定，测试系统对象特性，得到名义对象和不确定性界后再运用混合灵敏度设计，通过转化成H∞标准问题求解控制器。
然后，针对同时具有不稳定零、极点的非最小相位系统，研究输出反馈鲁棒性设计的极限，并采用复合控制方案，以倒立摆系统为例，先用经典控制稳定摆角回路，再对位置回路进行H∞输出反馈控制设计。
自动化控制系统的鲁棒优化算法论文素材
自动化控制系统的鲁棒优化算法论文素材自动化控制系统是现代工业和科技领域中的重要组成部分。
鲁棒优化算法是自动化控制系统中的关键技术之一，它能够提高系统性能并增强其鲁棒性。
本文将提供关于自动化控制系统的鲁棒优化算法的论文素材，以供参考。
1. 引言自动化控制系统是指利用计算机和电子技术对工业过程进行监测、控制和优化的系统。
随着科技的不断发展，自动化控制系统在各个领域得到广泛应用，如工业生产、交通运输、能源管理等。
然而，由于外界环境的复杂性和工业过程的不确定性，自动化控制系统的稳定性和鲁棒性成为了研究的重点。
2. 鲁棒优化算法的概述鲁棒优化算法是一种针对系统不确定性和环境变化的优化方法。
它通过考虑系统模型的不确定性来有效地提高控制系统的性能和稳定性。
鲁棒优化算法的主要目标是在保证系统稳定性的前提下，最大化系统的性能指标。
3. 鲁棒性分析在鲁棒优化算法中，鲁棒性分析是一个关键的步骤。
它通过分析系统不确定性对系统性能的影响，确定系统的鲁棒性界限。
鲁棒性分析可以基于不确定性理论和鲁棒控制理论进行，为后续的优化算法提供基础。
4. 鲁棒优化算法的应用鲁棒优化算法在自动化控制系统中的应用非常广泛。
例如，鲁棒PID控制算法可以提高PID控制器对系统参数变化的适应性，增强系统的鲁棒性；鲁棒优化算法也可以应用于优化微分进化算法的参数设置，提高优化算法的收敛速度和优化性能。
5. 鲁棒优化算法的案例研究本节将介绍几个鲁棒优化算法在自动化控制系统中的案例研究。
例如，一种基于鲁棒优化算法的智能调度算法可以在多目标工业生产中实现资源的最优分配；另外，基于鲁棒优化算法的多智能体系统可以实现多个机器人之间的协同控制。
6. 结论本文简要介绍了自动化控制系统的鲁棒优化算法，并且提供了相关的论文素材供读者参考。
鲁棒优化算法在自动化控制系统中具有重要的应用价值，能够提高系统的鲁棒性和性能。
未来的研究可以进一步深入挖掘鲁棒优化算法在自动化控制系统中的潜力，为工业和科技领域的发展做出更大的贡献。
鲁棒控制论文
基于鲁棒控制的网络控制系统研究学院: 电气工程学院班级: 11-03-04 班专业: 控制理论与控制工程姓名: 安辉学号: S11081101015摘要随着控制系统规模的日益增大，网络控制系统凭借其强大的优越性，弓I起了人们的广泛关注。
网络控制系统是20世纪90年代兴起的控制理论发展中的新课题，是通过实时的网络构成闭环的反馈控制系统，是一种完全分布式、网络化的实时控制系统。
网络控制系统具有系统连线少、可靠性高、结构灵活、易于系统扩展和维护以及能够实现信息资源共享等优点。
然而，由于通信网络的介入，会产生一些新的问题，如网络诱导时延，数据包丢失，网络调度等，都会使得控制系统的分析和综合更为复杂。
本文分别对网络诱导时延和数据包丢失的网络控制系统进行了分析和研究。
本文研究了存在有限能量外部扰动时的短时延NCS勺鲁棒 g控制问题。
分两个部分内容：(1)考虑到网络控制系统中状态往往难于被检测的实际情况，研究了具有动态补偿功能的动态输出反馈鲁棒H-控制问题，给出了控制律存在的条件和和控制器的实现形式。
(2)针对具有控制约束和网络诱导时延小于一个采样周期的NCS在建立其数学模型的基础上，利用LMI方法设计了使闭环系统鲁棒稳定的状态反馈力控制器关键词：网络控制系统；鲁棒控制；控制；网络控制系统概述当今世界，计算机越来越广泛地应用于我们的日常生活和工作中。
同时，随着网络技术的不断发展，尤其是互联网的出现，又为我们提供了诸多便利。
于是网络控制系统随着计算机控制和网络技术的发展而成长起来。
计算机和网络通信技术的发展以及控制和管理要求的不断提高，使得控制系统正由封闭集中式体系向开放分布式体系发展。
控制系统就是通过系统中各部分元件的信息传输与反馈来达到控制效果的。
20世纪80年代后期与90年代，计算机网络广泛进入自动控制领域。
一般而言，这是大型的、复杂的系统，除了实现最基本的控制功能外，它往往还具有信息处理、管理、决策等功能，故统称为网络化系统。
自动化控制系统的鲁棒优化设计方法论文素材
自动化控制系统的鲁棒优化设计方法论文素材一、引言自动化控制系统是一种通过各种传感器和执行器实现系统自动控制的技术。
鲁棒优化设计方法是一种可以使系统在面对不确定性或变化时保持良好性能的设计方法。
本文将就自动化控制系统的鲁棒优化设计方法进行探讨，并提供相关的研究素材。
二、自动化控制系统的鲁棒性分析在设计自动化控制系统时，需要考虑各种不确定性因素对系统性能的影响。
鲁棒性分析就是评估系统在不确定性条件下的稳定性和性能。
以下是一些关于鲁棒性分析的研究素材：1. 不确定性建模技术：介绍了不确定性建模的常用方法，包括随机变量、不确定性集合和不确定性分布等。
2. 鲁棒稳定性分析：研究了鲁棒稳定性的定义和评估方法，包括小增益理论、极均小理论和Lyapunov稳定性理论等。
3. 鲁棒性能分析：探讨了鲁棒性能的度量方法，如鲁棒饱和性能、鲁棒低增益性能和鲁棒H∞性能等。
三、自动化控制系统的优化设计方法优化设计方法旨在通过调整系统参数以实现最佳性能。
鲁棒优化设计方法则在优化设计的基础上考虑了不确定性因素。
以下是一些关于自动化控制系统的优化设计方法的研究素材：1. 鲁棒PID控制器设计：研究了鲁棒PID控制器的设计方法，包括基于频域和时域的设计方法，以及基于线性矩阵不等式的设计方法等。
2. 鲁棒模糊控制器设计：介绍了鲁棒模糊控制器的设计方法，包括基于模糊集合的设计方法和基于模糊规则的设计方法等。
3. 鲁棒最优控制器设计：探讨了鲁棒最优控制器的设计方法，包括基于H∞控制理论和基于LQR控制理论的设计方法等。
四、自动化控制系统的鲁棒优化设计应用案例鲁棒优化设计方法在实际控制系统中得到了广泛应用。
以下是一些关于自动化控制系统鲁棒优化设计的应用案例素材：1. 机械手臂控制系统的鲁棒优化设计：研究了机械手臂控制系统的鲁棒优化设计方法，并通过实验验证了该方法的有效性。
2. 电力系统的鲁棒优化设计：探讨了电力系统的鲁棒优化设计方法，包括电力网络的鲁棒稳定性分析和鲁棒最优功率流控制等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目前对鲁棒控制的研究多使用状态反馈，但在许多实际问题中，系统的状态往往是不能直接测量的，此时难以应用状态反馈控制律实现系统控制。
有时即使系统的状态可以直接测量，但考虑到实施控制的成本和系统的可靠性等因素，同样需要运用输出反馈来实现系统控制。
因此，研究控制系统的输出反馈镇定及其控制器设计具有重要的理论意义和实际应用价值。
本文基于Lyapunov稳定性理论和线性矩阵不等式（LMI ）方法，对不确定时滞系统研究了输出反馈控制器的设计方法，针对不确定的时滞系统设计了输出反馈控制器，保证闭环系统渐近稳定，运用MATLAB中的LMI工具箱求解控制器参数，并用SIMULINK对实际系统进行了仿真实验，通过仿真实例证明了控制器设计方法能够达到较好的控制效果，而且具有较强的鲁棒性和稳定性，证明了设计方法的有效性。
关键词：鲁棒控制；输出反馈；线性矩阵不等式；不确定性；时滞AbstractAt prese nt,people ofte n use state feedback con trol law to study robust control,but in many practical problems,the system state often cannot be measured directly,it is difficult to use state feedback con trol law to con trol the system.Sometimes,eve n if the state can be measured directly,but,c on sideri ng the cost of impleme nti ng the con trol and reliability of the system and other factors,the state feedback control cannot achieve acceptable effect .If the output feedback law can achieve the performa nee requireme nts of the closed-loop system,then it can be selected withpriority.Therefore,the output feedback stabilization of uncertain systems and controller design has important theoretical and practical value.This paper is based on Lyap unov stability theory and Lin ear MatrixInequality(LMI)methods.For uncertain time-delay systems with norm bounded un certa in parameters,the paper studied the output feedback con troller con troller desig n methods.The controller parameters were worked out by means of LMI toolbox in MATLAB.Simulatio n of the actual system was con ducted on the basis of the SIMULINK toolbox in Matlab,the results of which proved that the new controller desig n method could achieve better con trol effect and was more robust and stable.Key words:Robust con trol;Output feedback;L in esr Matrix In equality(LMI); Un certai nty;Time-delay目录第1章概述 (1)1.1输出反馈概述 (1)1.2鲁棒控制理论概述 (1)第2章基本理论 (4)2.1系统的非结构不确定性 (4)2.2系统的结构不确定性 (5)2.3线性矩阵不等式 (5)2.4 L YAPUNO稳定性理论 (8)第3章输出反馈控制器设计 (13)3.1不确定时滞系统的静态输出反馈控制器设计 (13)3.2具有控制时滞的不确定时滞系统静态输出反馈控制器设计 (16)3.3不确定时滞系统的动态输出反馈控制器设计 (21)结论 (26)参考文献 (27)致谢 (28)第1章概述1.1输出反馈概述在许多实际问题中，系统的状态往往是不能直接测量的，故难以应用状态反馈控制律来对系统进行控制。
有时即使系统的状态可以直接测量，但考虑到实施控制的成本和系统的可靠性等因素，如果可以用系统输出反馈来达到闭环系统的性能要求，则更适合选择输出反馈的控制方式。
因此，不确定系统的输出反馈镇定研究及其控制器设计具有重要的理论意义和实际应用价值。
输出反馈使用对象的输入输出模型，对线性系统来说，对象的数学模型就是传递函数。
输出反馈只取对象能检测到的输出信号作为反馈信号。
很多控制系统实际上都是输出反馈。
输出反馈有两种途径：一种是直接利用测量输出反馈，称为静态输出反馈。
一般地，静态输出反馈简单易行，但由于测量输出只是系统局部信息的反映，因而其反馈只能是局部信息的反馈，所以在很大程度上静态输出反馈不易实现系统的全局镇定；另一种途径是动态输出反馈。
动态输出反馈兼有观测器的思想，并采用补偿的设计方法，具有全局反馈和可靠镇定的效果。
80年代已有一些对一般线性系统的输出反馈鲁棒镇定的研究报导，在这些报道中，文献⑴中使用了降维观测器，文献［2］和文献⑻使用的是全维观测器。
到了90 年代初，基于二次镇定概念的输出反馈鲁棒镇定问题的研究报导也有出现，其中尤以Petersenad Hollot, Jabbari^and Schmitendorf 6和Xie⑹最具代表性。
而对于不确定时滞系统的输出反馈鲁棒镇定问题到90年代中后期才有报导出现。
在文献［7］中给出了采用静态输出反馈控制律处理具有耦合参数不确定性的不确定时滞系统的鲁棒镇定问题的研究结果。
文献［8］将文献⑴的结果推广至采用动态输出反馈控制律处理一类不确定时滞系统的鲁棒镇定问题，但是要求系统的不确定性是秩1型的，并且满足匹配条件。
文献［9］采用动态输出反馈研究了一类同时存在状态和控制滞后的不确定时滞系统，得到了系统鲁棒二次可镇定的充分条件，其不确定参数为范数有界形式。
1.2鲁棒控制理论概述上世纪60年代，状态空间结构理论的形成，与最优控制、卡尔曼滤波以及分离性理论一起，使现代控制理论成了一个严密完整的体系。
但所有这些研究要求受控对象的数学模型是完全已知的，而大多数实际的工程系统都运行在变化的环境中，要获得精确的数学模型是不可能的。
现代控制理论的这一局限性促进了鲁棒控制的发展。
文献［1］［2］首先提出了鲁棒控制这一概念。
上世纪80年代以来，对控制系统的鲁棒性研究引起了众多学者的高度重视。
鲁棒控制理论是以使用状态空间模型的频率设计方法为主要特征，提出从根本上解决控制对象不确定性和外界扰动不确定性问题的有效方法。
鲁棒性分析和设计方法主要有％H控制方法、结构奇异值卩方法、基于分解的参数化方法、在LQG控制的基础上使用LTR(Loop Transfer Recovery技术的LQG/LTR方法、二次稳定化方法以及基于平衡实现原理、卡里托诺夫(Kharitonov)定理和棱边定理的方法等。
控制系统就是使控制对象按照预期目标运行的系统，大部分的控制系统是基于反馈原理来进行设计的。
反馈控制已经广泛地运用于工业控制、航空航天等各个领域。
在实际控制问题中，不确定性是普遍存在的。
不确定性可能来自所描述的控制对象的模型化误差，也可能来自外界扰动的多样性。
因此，控制系统设计必须考虑不确定性带来的影响。
80年代以来，反馈控制理论获得了惊人的发展，己经变得更加严密，更加符合实际，由此发展起来的鲁棒控制理论为处理不确定性提供了有效的手段。
鲁棒控制理论发展的最突出标志是％H 控制和卩方法。
1981 年詹姆斯(Zames)提出了最优灵敏度控制方法［8］，多伊尔(Doyle)和斯坦因(Stein)提出了在频域内进行回路成形(Loop Shaping)的重要性［9］，使得在控制系统设计中许多鲁棒稳定性和鲁棒性能的指标可以表达为特定闭环传递函数矩阵的X H范数，此后发展起来的％H控制理论是解决系统不确定性的一种有效工具。
以上这些鲁棒性分析和设计方法的不断完善，正逐步构筑起鲁棒控制理论的完整体系［10］。
鲁棒控制的主要思想是针对系统中存在的不确定性因素，设计一个确定的控制律，使得对于系统中所有的不确定性，闭环系统能保持稳定并具有所期望的性能。
鲁棒性的概念一般描述为：设被控系统的数学模型属于集合D，如果系统的某些特性对于集合U中的每一对象都保持不变，则称系统对此特性是鲁棒的。
在控制系统中，鲁棒镇定和鲁棒性能是两个重要的概念。
鲁棒镇定是指设计控制器K，不仅使标称被控对象P稳定，而且也能使摄动后的被控对象稳定，即一个控制器K，如果对集合D中的每一个对象都能够保证内稳定，那么它就是鲁棒镇定的。
鲁棒性能是指集合D中的所有对象都满足内稳定和某种特定的性能。
鲁棒控制理论主要研究分析和综合这两方面的问题。
在分析方面要研究的是：当系统存在各种不确定性及外加干扰时，系统性能变化的分析，包括系统的动态性能和稳定性等。
在综合方面要研究的是：采用什么控制结构、用什么设计方法保证控制系统具有更强的鲁棒性，包括如何应对系统存在的不确定性和外加干扰的影响。
它弥补了现代控制理论需要对象精确数学模型的缺陷，使得系统的分析和综合方法更加有效、实用。
鲁棒控制自提出以来，已经取得了一系列的研究结果和方法，并在一些工程领域中获得了成功的应用。
反馈控制系统设计的基本要求包括稳定性、渐进调节、动态特性和鲁棒性等四个方面。
(1) 稳定性：它是控制系统设计的最基本要求并意味着控制系统从工作点附近任意初始状态出发的轨迹在时间趋于无穷时收敛于工作点。
(2) 渐进调节：它意味着对于一类给定的目标输入r和外部扰动d，一个反馈控制系统必须能够保证lim e(t)二0即保证控制系统的稳态误差为0。
(3) 动态特性：它是指反馈控制系统的动态性能必须满足一组给定的设计指标。