导弹尾焰模拟器是一种应用与防空训练的红外目标模拟器。红外目标模拟器中红外探头加热棒的温度直接影响红外辐射强度,其温度控制的稳定性直接影响了整体目标模拟器的实际使用效果。红外发射端的温度是较为复杂的控制对象,且其与周围较多温度变量严重耦合。所以迫切需要一种解耦控制来实现将目标模拟器的温度控制在稳定范围内。为了解决这一问题,本文首先分析了导弹尾焰模拟器设计应用的主要原理,包括硬件设计涉及的红外辐射原理和解耦控制理论。根据耦合控制原理对系统进行了耦合性分析,分别使用传统方法和神经网络方法对系统进行解耦仿真,并对比了几种解耦方法的效果。然后对尾焰模拟器硬件部分进行设计研究,根据硬件系统分析其温度特性,对尾焰模拟器温度耦合系统建立模型,设计了基于逆系统的神经网络的PID解耦控制系统。针对温度多变量的耦合问题提出了神经网络逆系统的解耦控制方案;为了对系统的可逆性进行证明,建立了系统模型。为了选择合适的网络结构,分别对不同结构的神经网络进行了仿真分析,最后采用RBF神经网络算法。通过RBF对其逆系统进行逼近,使用MATLAB仿真分析不同网络结构下的训练效果,选择最合适的网络结构。然后将构造的逆系统与原来的系统复合组成伪线性系统,从而实现耦合系统的线性化与解耦。利用仿真分析得到分别从解耦前、解耦后的系统升温曲线,并加入适当干扰,仿真结果证明解耦效果明显,并且明确了解耦后的系统具有更好的抗干扰能力。对于解耦后的子系统采用增量式PID的方法进行控制,以进一步提高复合系统的稳定性,对复合系统进行仿真验证,结果表明基于RBF神经网络的逆系统解耦控制方法能够实现导弹尾焰模拟器系统温度多变量的解耦,并且解耦后的系统具有一定的抗干扰能力。