奇异摄动系统(Singularly Perturbed Systems,SPSs)是描述多时间尺度耦合系统的有效工具，广泛应用于流程工业、智能电网、智能机器人等领域，其研究的难点在于奇异摄动参数ε的存在会导致传统分析和设计方法发生“病态数值问题”。另外，完整的测量信息是实现控制系统安全、高效运行的基本条件，但在实际传输过程中，采样周期长、传输频率高以及网络带宽限制等因素的存在可能导致测量信息不完整，进而可能导致系统性能恶化，甚至引发系统失稳。因此，针对测量信息不完整情况下的SPSs，研究能实现系统所需性能指标的滤波器和控制器设计方法具有重要的实际意义。本文利用奇异摄动技术和广义系统方法，研究具有不完整测量信息的SPSs滤波器和控制器设计问题，提出了一系列设计和分析方法，克服了“病态数值问题”，降低了现有设计方法的保守性。本文主要研究成果如下：
　　(1)提出基于不完整测量信息的SPSs H∞滤波器设计方法。针对测量数据随机丢失和主动舍弃两种典型情况，分别利用服从Bernoulli分布的随机变量和事件触发机制(Event-Triggered Mechanism,ETM)描述测量信息的不完整特性，利用输入时滞项处理系统具有的连续动态和离散动态并存的混杂特性。通过构造依赖参数ε的Lyapunov-Krasovskii泛函(Lyapunov-Krasovskii Functional,LKF)，提出基于采样数据的H∞滤波器设计方法和基于ETM的H∞滤波器设计方法，使得滤波误差系统满足预期的H∞性能，且设计过程不存在“病态数值问题”和“Zeno现象”。最后，通过电路系统验证了所提方法可以得到更好的扰动抑制能力和更大的平均触发时间间隔。
　　(2)提出基于不完整测量信息的SPSs H∞采样控制器设计方法。针对数据采集传输过程中发生主动舍弃测量数据的情况，分别利用非均匀周期采样机制和基于多速率采样数据的ETM描述测量信息的不完整特性，利用输入时滞法分析、处理采样控制系统的混杂特性。根据SPSs的双时间尺度特性，利用多速率采样数据构造改进的异步ETM，实现快、慢子系统测量数据的独立传输、更新。通过构造依赖参数ε和采样周期的LKF，提出基于非均匀采样机制的H∞控制器设计方法和基于异步ETM的H∞控制器设计方法，使得闭环系统达到所需性能，且设计过程不存在“病态数值问题”和“Zeno现象”。最后，通过倒立摆系统验证了所得方法可以得到更大的稳定界和更少的触发次数。
　　(3)针对基于不完整测量信息的饱和SPSs，提出基于观测器的控制器设计方法。针对主动舍弃测量数据的情况，分别利用非均匀采样机制和ETM描述测量信息的不完整特性。考虑系统状态信息不完全可测的特点，提出基于状态估计器的控制器结构。通过建立依赖参数ε和驻留时间h的LKF，利用输入时滞法和协同设计法处理控制器设计过程中的混杂特性和强耦合性，提出基于采样观测器的抗饱和控制器设计方法和基于观测器的事件触发控制器设计方法，避免了“病态数值问题”和“Zeno现象”，确保闭环系统稳定性的同时估计系统的吸引域。最后，通过电路系统验证了所提方法可以有效减少网络负载，并得到更大的吸引域和更低的数据传输频率。
　　(4)提出基于奇异摄动理论的燃煤发电系统模糊控制器设计方法。分析燃煤发电系统的双时间尺度特性、非线性，以及输入饱和特性，利用奇异摄动理论和模糊控制理论，将其建模为带有执行器饱和的模糊SPSs。由于系统部分状态变量(如进蒸汽量)不可测和网络传输带宽受限等因素的存在，构建基于事件触发观测器的控制器结构。借鉴前文的设计思路，通过建立依赖参数ε和时滞上界的LKF，提出基于事件触发观测器的抗饱和控制器设计方法，使得闭环系统是渐近稳定的，且设计过程不存在“病态数值问题”和“Zeno现象”。最后，通过仿真验证了所提方法的有效性，即系统输出(电功率和主蒸汽压力)趋于参考值。