变结构控制中的滑动模态对参数摄动与外部干扰具有完全适应性。离散变结构控制能够实现“准滑动模态”,系统误差仅能够收敛到零点的邻域内。当系统中存在未知周期特性时,单纯的变结构控制很难消除扰动对系统的影响。重复控制能够实现对周期扰动的有效抑制,是解决此类问题的一种有效方法。结合重复控制和变结构控制,能够有效改善不确定系统的控制性能。本文讨论动态系统的特征模型,与现有方法不同,给出的特征模型与系统输出在采样点上具有相同取值,时变参数通过迭代学习方法进行估计。文中采用理想切换动态方法,讨论不确定离散系统的变结构重复控制器设计,并分析闭环系统的稳定性和收敛性。为了验证本文所提方法的有效性,将其应用于电机控制。本文的主要研究工作如下：1.基于采样特征模型方法,采用时变二阶差分方程描述高阶复杂系统,并给出系统的自适应迭代学习控制方法。利用最小二乘学习和投影学习算法来解决时变参数的辨识问题,所设计的一步超前控制器能够实现系统输出对期望轨迹的精确跟踪。2.提出一种新的分段趋近律,利用趋近律构造系统的理想切换动态,基于理想切换动态设计变结构控制器,能够有效改善系统中的颤振现象。3.针对具有周期对称特性的参考轨迹,设计离散变结构重复控制器,能够有效抑制系统中的周期干扰,实现系统输出对给定期望轨迹的精确跟踪。为描述系统的收敛性能,给出闭环系统的单调收敛层、绝对收敛层和准滑模带边界。4.采用最小二乘法建立直线电机的数学模型,基于获得的模型设计系统的自适应迭代学习控制器和变结构重复控制器,将以上两种控制器应用于直线电机系统进行位置跟踪控制,验证所提算法的有效性。