随着工程技术在康复领域中的快速发展,辅助康复机器人备受关注。然而,手部动作精细复杂,既往康复治疗手段单一使得手功能障碍的恢复困难而缓慢。因此,如何提升康复机器人的性能,使得人机交互的沉浸感和真实感增强尤为重要。现有的康复机器人由于摩擦力、阻尼等外界干扰的存在,严重限制了系统性能的提升,从而使得力反馈、力控制性能下降,难以有效提高训练效果。基于上述内容,本文通过控制内回路和外回路的设计来抑制力/位混合双向控制系统中的干扰。具体研究归纳如下:（1）研究基于加速度的四通道双向控制结构。将主/从电机的位置信息和力信息统一在加速度层面上解耦,从而实现主/从电机之间的位置控制和力控制,保证设计的控制律能够有效的实现位置和力相互跟踪的目标。（2）双向控制系统内回路的干扰抑制问题的研究。在控制内回路,设计一个专门抑制外界干扰以及参数变化影响的干扰观测器（Disturbance Observer,DOB）。对于实际的控制系统,通过设计低通滤波器来实现DOB,使得DOB能够独立于输出控制的目标跟踪特性来提高系统的干扰抑制特性,从而实现高性能的运动控制系统。（3）双向控制系统外回路的干扰抑制问题的研究。一方面是补偿DOB设计中的干扰残差,另一方面不采用累试法而是系统化的设计控制器,提出了以下两种抑制干扰的方法。a)基于RBF神经网络拟合干扰残差以及补偿控制。RBF神经网络具有强大的拟合非线性的能力,通过自适应神经网络的逼近函数拟合干扰残差并补偿在系统中。不仅可以消除动态不确定性的影响和获得强鲁棒性,而且减小了系统的位置跟踪误差。b)基于标准H∞控制思想的控制器的系统化综合。H∞控制是鲁棒控制理论中最常使用的方法,通过各个性能指标的约束,实现电机控制系统的干扰抑制和性能改善。将基于DOB的四通道双向控制系统转化为两个相互独立的一般反馈系统,通过选择模型摄动加权函数和性能加权函数,系统化的综合出控制器,从而抑制系统中的干扰。本文研究了力/位混合双向控制系统中的干扰抑制方法,通过内回路干扰观测器的设计以及外回路RBF神经网络补偿、系统化H∞控制器设计,解决了电机中的干扰问题,实现了康复机器人的高性能控制。