随着航空航天事业的发展、惯导系统地位不断提升,同样对惯性元件精度的要求也逐渐变高。与此同时,作为惯性元件的测试平台,转台精度也日益提高。本文主要以三轴转台为研究对象,针对存在耦合的数学模型,提出三轴转台的解耦方法,并在解耦的基础上对三轴转台控制算法及相关性能进行探究。首先建立三轴转台的数学模型。建立无刷电机数学模型并得到电机系统简化形式。分别推算内、中、外各自框架的单独模型,并利用力矩的相互作用为枢纽,将内、中、外框架的数学模型联系在一起,得到三轴转台存在动力学耦合的综合状态方程,并对转台模型进行仿真,验证框架间耦合的存在性。通过静态辨识方法分别进行主对角线辨识和定位角辨识,并得到转台惯量矩阵。之后对非线性反馈解耦和基于李导数解耦算法进行推导研究,并针对前一种解耦方法进行仿真,验证解耦算法的有效性。然后对时变滑模变结构控制进行研究。针对干扰对转台性能影响问题,设计了时变滑模控制器,且进行了收敛性证明。之后比较了时变滑模与传统滑模对系统性能的影响以及在消除抖振方面作用。为进一步比较时变滑模与传统滑模对系统跟踪性能影响,采用阶跃信号与正弦信号下进行仿真验证。最后对时变滑模控制算法进行优化,研究迭代学习控制和神经网络在系统中的优化作用。在起始周期振荡阶段,系统采用迭代控制,使系统误差不断减小,且收敛;当误差满足一个极小值时,停止迭代控制,切换到滑模控制。虽然迭代学习控制在轨迹跟踪上具有较好的效果,但其存在明显的缺点是学习速度慢、迭代次数多等。随后,引入神经网络算法,利用神经网络的优点来对迭代学习律增益进行改善,将在线学习,在线控制和改善系统性能有效结合在一起。