倒立摆系统是控制理论研究中的经典被控对象,在航空航天和机器人等领域具有广泛的应用。由于倒立摆系统具有不稳定、多变量、强耦合和非线性特性,其轨迹跟踪问题具有一定的挑战性。考虑到绝大多数控制器都是基于数字实现的,在离散时间框架下研究倒立摆系统的轨迹跟踪问题更具现实意义。最近,一些文献采用基于输出调节理论的离散时间神经网络方法解决了若干典型倒立摆系统的轨迹跟踪问题。这一方法的关键是求出由若干个非线性代数泛函方程组成的离散调节器方程。然而,离散调节器方程的近似解的计算过程十分繁琐,且依赖于系统参数。因此,为了降低计算复杂度并实现更高精度的位置控制,本文直接对前馈函数进行神经网络近似,进而提出了一种改进离散时间神经网络控制算法。此外,尽管离散时间非线性输出调节理论取得了繁荣的发展,但是关于离散时间非线性输出调节理论的实验结果却鲜有报道。因此,改进离散时间神经网络控制算法的实验研究也具有重要意义。本文主要研究了两类典型倒立摆系统的位置跟踪问题,包括具有多输入多输出的球形倒立摆系统和具有单输入单输出的直线电机倒立摆系统,并针对直线电机倒立摆系统开展了相关实验研究。主要研究工作如下:(1)研究了球形倒立摆系统的位置跟踪问题。本文首先将其描述成一个离散时间非线性输出调节问题,然后基于输出调节理论提出了一种改进离散时间神经网络控制器。该控制器采用前馈函数的神经网络近似来代替调节器方程解的神经网络近似,大大减小了计算的复杂性。仿真结果验证了所提控制算法的有效性和优越性。(2)研究了直线电机倒立摆系统的位置跟踪问题。本文首先将其描述为一个离散时间非线性输出调节问题,然后基于输出调节理论提出了一种改进离散时间神经网络控制器。此外,考虑到在实验中会不可避免地受到直线导轨的摩擦力的影响,本文进一步提出了一种带自适应摩擦补偿的改进离散时间神经网络控制器,提高了系统的跟踪性能。最后,在基于c SPACE的直线电机倒立摆系统实验平台上进行了实验验证。实验结果验证了所提控制算法的有效性,缩小了离散时间非线性输出调节理论研究与实际应用之间的差距。