为了提高永磁同步电机控制系统电流环控制器的性能，降低模型参数失配对控制系统的影响，提出了基于高斯过程参数辨识的永磁同步电机有限集模型预测电流控制策略（FCS-GPMPC）。首先，介绍了永磁同步电机电流预测模型并分析了模型参数失配对系统性能的影响；其次，为简化一般机器学习参数辨识算法中超参数复杂的调试过程，提出了一种基于高斯过程的模型参数的辨识方法；同时，引入预测值的置信区间作为参数预测效果的实时评估参考；最后，将高斯过程参数辨识与基于模型的有限集模型预测电流控制（FCS-MPC）相结合，在得到准确辨识的参数后对系统电流预测模型更新以提高系统鲁棒性和电流环跟踪性能。实验结果显示：在本文训练数据的统计特征下，测试数据均方根误差RMSE为0.002 1，R2达到0.99。在参数波动条件下，与FCS-MPC相比，FCS-GPMPC策略下电流波动度降低了30.5%，电流平均偏移度降低了19.6%，另外对参考电流的阶跃变化，FCS-GPMPC有更好的动态响应。实验结果表明，基于高斯过程的模型预测控制方法可有效抑制模型失配对控制系统的影响，能够提高永磁同步电机控制系统电流控制器性能。

星地量子通信传输距离长，卫星与地面存在相对运动，提高了对量子跟踪仪的跟踪性能要求。为了提高星地量子通信的跟踪精度，降低量子通信的误码率，本文对量子跟踪仪的跟瞄控制系统展开研究，并对影响跟踪精度的总扰动进行补偿。首先，介绍了星地量子通信链路、量子通信过程及其影响因素。接着，搭建了量子跟踪仪的运动数学模型。基于跟踪仪的数学模型，设计并提出自抗扰模型预测控制算法；针对模式切换问题，提出了分数阶跟踪微分器以优化轨迹减小超调。根据与“墨子号”卫星进行量子通信的实验结果：分数阶跟踪微分器对模式切换后的目标捕获速度提高了22%，提出的自抗扰模型预测控制相比于传统的PI控制有更强的抗扰动能力，削弱了俯仰换向的脱靶量尖峰，跟踪精度达到2.9″，提高了量子偏振数据接收量，总误码率降低到1.18%。本文提出的控制算法能够进一步提高量子跟踪仪的跟踪精度，降低了误码率，满足星地量子通信的精度要求。

对高升阻比滑翔飞行器，在线性伪谱模型预测控制基础上提出新的再入制导律，除了满足传统终端约束与路径约束，还能以特定航向角抵达终点。以高维多项式代理技术泛化升阻比，得到关于能量和攻角的表达式，攻角在线调节升阻比以增强规划能力。再入飞行分为下降段和滑翔段，下降段维持最大攻角和零倾侧角以限制热流率。滑翔段应用线性伪谱模型预测控制，用降阶动力学模型预测终端偏差，线性化模型获得误差传播方程。由于积分计算复杂，以高斯伪谱法获取控制量的修正值，修正攻角、倾侧角相关参数和两次倾侧反转的能量时刻消除终端偏差。方法简单易行，精度高，便于在线应用，仿真结果显示该方法能满足提出的规划需求。