系统辨识和控制策略研究是控制理论中的两个核心问题。本文将研究两类特殊系统及相应问题:切换线性系统的辨识和集值观测下多智能体系统的同步控制问题。　　对于切换线性系统，由于切换信息的缺失，传统的线性系统辨识方法不再适用，这给基于输入输出数据的参数辨识问题带来了巨大的挑战。在本文中，我们采用压缩感知技术，从追求输出误差稀疏性出发，引入l0范数估计器，推导无噪声情况下精确辨识各个子线性系统的充分条件。由于l0范数优化算法是非多项式时间复杂度的，当系统维数增加或者数据量增大时，其计算量将急剧增加。鉴于此，我们采用l1范数代替l0范数，并引入矩阵k平衡性质，提出切换线性系统的可辨识条件。当系统输出受到有界噪声干扰时，我们证明l1范数优化算法具有鲁棒性，并且在忽略一个常数的意义下是最优估计器。　　针对集值观测下的多智能体系统，我们设计分布式的控制策略，利用随机逼近的技巧，选择恰当的回归函数，将同步问题转化为一个未知函数的求根问题。通过调节算法的步长，我们不仅消弱环境和传感器噪声的干扰，而且逐步调整每个个体的状态，促使多智能体系统达到趋同。利用随机逼近和线性时变系统稳定性的分析技巧，我们证明了多智能体系统能达到渐进同步，并具有o(t-σ)的收敛速度（σ＞0）。最后，我们通过仿真实例验证文中的理论结果。