舰船由于受到航向变化、海浪冲击、海风等影响而使载体平台发生扰动,基于载体平台上搭载的的天线因船体运动出现天线瞄准线晃动,从而无法保证对运动目标的高精度跟踪和控制。稳瞄平台能及时隔离载体运动引起的扰动,不断测量平台姿态和位置的变化,保证平台相对惯性空间稳定,使得在海上运动中基于载体的设备能够精确跟踪运动目标,是舰载、车载等武器的重要组成部分。随着稳瞄平台响应速度和控制精度的提高,传统控制方法无法满足一系列控制要求,自适应逆控制将被控对象的逆作为控制器进行开环控制,可避免由引入的反馈引起的系统不稳定的现象,而将控制系统的动态特性控制和扰动消除控制分开独立完成是自适应逆控制最显著的特性,本课题将用自适应逆控制的方法来提高系统的响应速度和稳定跟踪精度,其主要研究成果如下:论文首先简要介绍了稳瞄平台控制系统的发展现状,并从船载天线稳瞄平台的机械电气结构和动态数学建模上进行了分析,推导了稳瞄平台隔离船体角运动的数学方程,就稳瞄平台的控制策略研究现状进行了分析,提出用自适应逆控制来提高系统的动态响应能力及稳定性。其次论述了自适应逆控制的基本原理、自适应逆控制建模理论以及函数连接神经网络(Functional Link Neural Network,FLNN),并在FLNN的基础上,利用时延关联性构造一种动态FLNN,并提出用动态FLNN来实现自适应逆控制系统对象、逆对象的同时在线建模结构和逆控制器的离线建模结构,来完成船载天线稳瞄平台自适应逆控制动态系统的对象模型、逆对象模型及控制器的辨识。再次将辨识看作是神经网络权值的优化,可用粒子群优化算法来寻优,但粒子群优化算法易陷入局部最优解和后期收敛慢的缺点会影响神经网络权值的寻优,进而降低模型辨识精度,并针对混沌初始化对收敛种群结构的破坏性,本文提出了基于变参数混沌粒子群优化算法的动态函数连接型神经网络自适应逆控制系统辨识方法,利用李雅普诺夫定理对函数连接型神经网络的自适应逆控制的稳定性进行了详细的分析,保证其收敛,最后对基于动态FLNN的自适应逆控制系统辨识进行仿真,实验证明了用动态FLNN辨识的对象、逆对象及逆控制器的精度较高,并达到了很好的扰动消除效果。最后对本文提出的控制方案在AE天线转台上进行实验,获得了较为满意的实验结果,证明了本文提出的控制方案的有效性和可靠性。