随着航空航天事业的蓬勃发展,航空遥感稳定平台广泛应用在导航、定位、航空拍摄等领域中。在进行航拍等任务过程中,由于存在各项干扰对航空遥感稳定平台的视轴指向精度以及稳定性等方面产生巨大的影响。因此,本文以航空遥感稳定平台为研究对象,针对系统在运动过程中出现的未知非线性干扰、耦合干扰等问题进行分析和研究,并对航空遥感稳定平台控制算法进行了优化。首先,建立航空遥感稳定平台的数学模型。以经典的直流无刷力矩电机模型为基础建立了单轴系统模型。在稳定平台的坐标系下,根据平台视轴指向进行系统姿态解算,推导出俯仰、横滚、偏流转轴框架的数学模型。以各轴间相互力矩为联系,推导出航空遥感稳定平台系统数学模型。并对平台存在的主要非线性干扰进行建模和分析。其次,对抑制非线性干扰的控制算法进行研究。针对航空遥感稳定平台运行过程中出现的未知干扰进行分析,忽略次要干扰项,并明确主要的干扰项为摩擦干扰以及模型不确定项。为了降低摩擦干扰以及模型不确项对系统的影响,采用RBF神经网络逼近模型不确定性项、最小参数学习法对权重进行估计,设计参数估计自适应率替代神经网络学习算法。采用Stribeck摩擦模型作为摩擦干扰项,补偿系统数学模型,并结合滑模变结构控制算法提升系统鲁棒性。然后,对航空遥感稳定平台解耦控制算法进行研究。通过对系统数学模型的分析,稳定平台系统在运行中存在耦合力矩干扰,因此设计了非线性交叉反馈解耦方案补偿耦合项,并与RBF神经网络滑模控制器相结合降低执行器饱和带来的闭环性能的影响,提升系统视轴指向的精确性与稳定性。最后,对航空遥感稳定平台解耦控制算法进行优化。针对仿真实验发现的系统存在初始误差过大、系统收敛时间较长等问题,采用小脑神经网络算法对系统解耦控制算法进行优化,并基于信度分配和优化平滑度的复合算法降低了输出离散化以及过度学习对系统的影响。