傅里叶变换红外光谱仪作为一种高分辨率的光学探测仪器,广泛应用于大气成分的监测,对于气象分析、生态环境的保护具有重要作用。干涉仪分系统作为光谱仪的核心部件,其光程差的大小、光程差速度的稳定性、空间环境运行的可靠性对光谱仪的性能(尤其是光谱分辨率)具有决定性意义。在此背景下,本文针对旋转式干涉仪系统设计了相应的控制系统及其仿真平台,并对光程差速度的稳定性控制策略和空间环境的容错方法进行了研究。根据傅里叶变换红外光谱仪的工作原理及其干涉控制系统的需求,利用Synopsys Saber仿真环境搭建了相应的仿真平台,实现了光、机、电、控制等的一体化联合仿真,为后续的控制策略研究与空间环境模拟仿真实验提供了基础。针对旋转式干涉仪控制系统的时变参数问题,提出了一种模糊积分滑模变结构控制策略。通过设计含有光程差速度误差积分的滑模控制,降低了光程差速度的稳态跟踪误差。利用设计的积分滑模切换面作为模糊控制的输入,简化了模糊推理规则的复杂度,同时将模糊输出作为滑模切换控制的调节因子,降低了滑模的抖振,进一步提高了光程差速度的跟踪精度。在特征建模理论的基础上,提出了一种基于特征模型的自适应离散滑模变结构控制策略。采用特征建模的方法,建立了以光程差速度为状态变量的降阶时变离散化特征模型,且能够与原系统保持性能等价。通过该离散化建模方法,减小了离散系统对滑模变结构控制的影响。并针对该特征模型,设计了相应的离散滑模变结构控制,利用垂直投影的梯度参数估计法对特征模型中的时变参数进行自适应估计,平滑了滑模变结构的控制输出,提高了数字化离散控制下的光程差速度的跟踪精度。通过分析空间微重力、微振动的干扰影响,建立了各自的力矩干扰模型。针对空间环境干扰,基于上述两类滑模变结构控制,进行抗干扰控制设计。在建立的仿真平台上,针对两类控制策略进行抗干扰对比仿真,估计出各自的最大抗扰能力,突出了基于特征模型的自适应离散滑模变结构控制的优秀性能。针对复杂空间环境对干涉仪分系统造成的可预知、不可预知和单粒子翻转事件等瞬时故障,提出了一种基于人工神经网络的双层智能自适应容错控制方法。在系统性能层面,设计了基于模型误差检测机制进行故障检测,并结合故障模式匹配与RBF神经网络分别对可预知和不可预知故障进行诊断。在此基础上,设计基于趋近律的滑模容错控制器。在软件代码层,提出了针对关键单元的CFCSS加固,并结合性能层闭环检测的控制流错误检测方法,解决了CFCSS检测算法在实际应用中的标签受限问题。通过双层容错技术,提高了系统的安全可靠性。设计、开发了干涉仪分系统的硬件控制器,并搭建了实际的傅里叶变换红外光谱仪平台,对设计的基于特征模型的自适应离散滑模变结构控制进行实验测试,验证了该控制策略的有效性。