现代战争对多管火箭炮的响应速度和精度有着严格的要求,然而其工作过程中往往承受着不平衡力矩、大范围变化的转动惯量以及负载扰动的影响,这些都对系统的控制精度和快速响应性能不利。只有提高火箭炮位置伺服系统的鲁棒性和快速性才能满足现代战争的需求,因此本文选取某型多管火箭炮为研究对象,就抗负载扰动这一特性开展以下几个方面的探索。就多管火箭炮的机械结构以及伺服系统中负载扰动的成因进行了深入的探索,并进一步分析了多管火箭炮位置伺服系统的结构和工作原理,在此基础上利用矢量控制方法建立了位置伺服系统的数学模型。针对位置伺服系统承受负载扰动这一问题考察了目前国内外主流的控制方法,并最终决定选取自抗扰控制器。设计了对系统输入起到过渡作用的微分跟踪器、能够实时观测“总和”扰动的扩张状态观测器、以及综合了系统状态误差和总扰动量进而生成实际控制量的非线性控制律。通过Simulink数字模型仿真,结果表明相较于传统的PID控制,自抗扰控制对负载扰动的抑制作用突出。由于自抗扰控制器内待定参数过多,且计算复杂,给该方案的实际应用增添了极大的阻碍,针对这一问题,提出一种基于LM算法且网络结构可在线优化的RBF神经网络,并将其用于自抗扰控制器的参数整定工作中。经Simulink数字仿真实验表明,相较于经典自抗扰控制器,结合了LM-RBF的自抗扰控制器显著提高控制系统的敏捷性和抗扰能力。最后搭建火箭炮位置伺服系统的半实物仿真实验平台。将自抗控制器和基于LM-RBF神经网络的自抗扰控制器分别在该实验平台进行性能测验。结果表明两种控制方案均能够满足性能指标,且相比之下,基于LM-RBF神经网络的自抗扰控制器抑制负载扰动的能力更强,响应速度也更快,证明了该控制方案的可行性和优越性。