针对索驱悬吊式重力卸荷系统被动缓冲器带来的欠驱动问题，提出了基于气动人工肌肉（Pneumatic Artificial Muscle， PAM）主动式缓冲器控制方法。首先，分析用于地面微/低重力模拟的悬吊式重力卸荷系统，为了克服PAM高度非线性特性，提出基于块结构的非线性神经网络建模方法，其次分析吊索与航天器相互作用过程中挠性引起的力扰动，最后采用非线性模型预测跟踪控制。相比传统PID控制方法，该方法具有参数调节简单，实时跟随性能好，以及对卸荷系统目标惯性参数的摄动具有控制性能不变性等优势。实验结果表明，设置不同扰动情况跟随力误差都能保证在3%以内，实验证明了基于PAM主动缓冲器的可行性，所提出的控制方法能够在挠性不确定性的情况下实现力跟随控制。

为了对多机协同定位算法进行研究，使用采集到的某款较高精度的MEMS惯组的噪声数据替代仿真噪声数据，模拟采用MEMS/GNSS组合导航算法的载机平台，使得定位算法的使用条件更加接近真实应用水平，并对在仅有视线角测量情况下的无源定位算法进行了精度分析和改进。以MEMS惯组真实数据为依据设置组合导航算法的参数，并在模拟载机的过程中加入真实惯组噪声，通过组合导航解算获得载机的位置坐标。建立仅有视线角量测的无源定位算法数学模型，在组合导航定位的计算结果稳定之后，利用获得的自身位置数据，基于扩展卡尔曼滤波估计目标的位置及速度信息。最后，利用联邦滤波算法，将该定位算法扩展为多机协同定位算法，进一步提高定位系统的容错性能。通过分析对比双机定位模型的几何精度误差与双机协同定位算法的表现，可知文中算法能够将定位精度从100 m量级降到10 m量级，实现了仅有视线角测量情况下的多机协同定位，定位精度高，且分析结果更符合实际情况。