无扰载荷(Disturbance-Free-Payload，DFP)航天器是一类用于有效载荷振动隔离的新型航天器，该类航天器结构将整个航天器分为有效载荷模块(Payload-Module，PM)和服务模块(Support-Module，SM)，二者通过DFP接口连接，DFP接口包括非接触式作动器和非接触式敏感器，可使PM与SM相互靠近但无机械接触，从而实现对PM的微振动隔离和精确定向。工程应用中，非接触式作动器为电磁作动器，其反电动势会引起PM与SM的耦合，将SM上振动干扰的影响传递到PM上，此外，SM与PM之间可能存在用于通讯和供电的连接缆线，也可引起PM与SM之间的耦合。本论文针对DFP航天器，考虑非接触式作动器反电动势和缆线刚度，分析PM与SM之间的耦合特性，并考虑反电动势和PM转动惯量不确定性，研究PM的精确控制问题。
　　针对具有六杆立方构型DFP接口的DFP航天器，不考虑非接触式作动器反电动势和连接缆线刚度，分析了DFP接口作用于PM和SM上的作用力和作用力矩，建立了DFP航天器的动力学模型，包括PM姿态动力学模型、PM相对SM的相对平动动力学模型和SM相对PM的相对姿态动力学模型，采用三回路控制结构设计了DFP航天器的PD控制系统，通过建立仿真模型分析验证了DFP航天器的优越性能，为后续研究提供基础。
　　六杆立方构型DFP接口实质为六自由度平台，结合拉格朗日方法和牛顿-欧拉方法建立了DFP接口动力学模型，考虑DFP接口中非接触式作动器反电动势和连接缆线刚度，分别建立非接触式作动器驱动力模型和连接缆线作用力模型，并将其引入到DFP接口动力学模型中，推导建立了PM与SM之间的耦合动力学模型，利用该模型在时域和频域上分析了DFP航天器的耦合特性。时域分析表明，PM与SM之间存在交叉耦合特性，反电动势引起的耦合随反电动势系数增大而增大，而缆线刚度引起的耦合与SM上振动干扰的频率相关；频域分析表明，耦合的存在使SM上的低频振动对PM的影响较为明显。
　　考虑非接触式作动器反电动势和PM转动惯量不确定性的PM姿态动力学模型为一个不确定非线性系统，因此，为实现PM的姿态精确控制，针对不确定非线性系统，提出了一种自构建超级基函数(Hyper Basis Function，HBF)神经网络自适应控制方法，该控制方法是利用自构建HBF神经网络在线逼近不确定非线性系统逆模型，并利用网络输出设计控制律。针对HBF神经网络的在线学习，提出了一种在线自构建学习算法，不仅可在线调整网络参数，而且可以根据网络状况在线增加或删除网络中隐含层节点，该算法同时满足了控制系统对HBF神经网络的高逼近精度和简单网络结构的要求。
　　考虑工程应用中非接触式作动器反电动势和PM转动惯量不确定性，建立了具有不确定性和反电动势干扰的PM非线性姿态动力学模型，基于多输出自构建HBF神经网络提出了自构建HBF神经网络自适应姿态控制器，应用于PM姿态控制，改进DFP航天器控制系统，实现PM姿态的高精度控制。通过仿真分析验证了所设计的自构建HBF神经网络自适应姿态控制器的有效性。