负载模拟器是半实物仿真实验室中模拟无人机等飞行器在飞行中舵面所受空气动力载荷的重要设备。它为飞行器提供性能试验数据，同时也为新技术的应用提供可靠的实验资料。随着国防工业的发展及新型武器系统研制的需要，对此类伺服系统的需求越来越多，并且对其性能指标要求也越来越高。论文的目的就是提出一种更有效的提高控制系统性能的方法。 衡量负载模拟器系统性能的关键指标是多余力矩的抑制。论文从介绍以往消除多余力矩的方法开始，分析了多余力矩的产生原理以及影响多余力矩的因素。针对多余力矩严重影响施力系统动态加载性能的特点，依据神经网络的非线性逼近和自学习特性，提出一种基于神经网络的复合控制方法宋提高系统性能。文中给出了具体的控制结构和算法。通过仿真可以看出，复合控制器利用神经网络进行在线辨识、控制，基本消除多余力矩，系统动态性能得到改善，仿真效果令人满意。在某型无人机负载模拟器中的应用表明，该方法极大的改善了系统动态加载性能，有很强的鲁棒性。