在实际工业生产中,被控对象不可避免会受到外部环境变化和人为操作不当所造成控制系统间存在不确定性、外界扰动及输入输出约束等不利因素影响,可能会导致系统跟踪不上设定值甚至造成系统运行不稳定。因此如何保证系统在可以有效跟踪上被控对象设定值的同时,实现最优控制是现代工业中仍需解决的一个重要问题。本文致力于研究上述工业过程控制方法中所存在的不足,提出基于扩展状态空间模型的鲁棒预测控制方法。本文首先将具有不确定性及未知干扰的离散系统表示为状态空间的形式,并将输出误差扩展到该模型中,从而形成一种具有更小保守性的新扩展状态空间模型。基于该模型下设计的系统控制律在消除稳态误差的同时,可以分别调节系统状态的动态响应和输出跟踪误差。其次在扩展状态空间模型具有可行性的基础上,考虑到实际工业中系统存在着输入输出约束及时变设定值跟踪等问题,本文提出将时变设定值跟踪问题扩展到新设计的状态模型空间方案中,基于该模型下设计的控制器可以在线跟踪上系统所需的设定值,为系统的控制器提供更多可调节的自由度。此外通过对输入输出问题的上限进行约束,构建差分方程的李雅普诺夫(Lyapunov)函数,求解出保证线性矩阵不等式(LMI)闭环系统稳定的充分条件,并在线求解LMI来获得系统的控制律。最后通过仿真来验证本文设计方法的有效性和可行性。仿真运行结果表明,扩展状态空间模型的鲁棒预测控制方法成功实现了优化系统的控制性能,跟踪上系统时变设定值及增加控制器设计的自由度。具有良好的应用价值。