1.一种基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，该方法利用前馈控制器、PID控制器以及RBF神经网络适配器对压电陶瓷驱动器进行复合控制，包括：将压电陶瓷驱动器的期望位移信号输入至前馈控制器，获取前馈控制器输出的初始电压信号，在初始电压信号下，获取压电陶瓷驱动器的输出位移信号记为第一位移信号；

将期望位移信号与第一位移信号做差，得到跟踪误差信号，将跟踪误差信号输入至PID控制器中，获取PID控制器输出的电压信号，利用该电压信号对初始电压信号进行修正，得到修正电压信号；在修正电压信号下，获取压电陶瓷驱动器的输出位移信号记为第二位移信号；

将第二位移信号输入至RBF神经网络适配器中，通过RBF神经网络适配器输出自适应调整后的电压信号，利用该电压信号对修正电压信号进行修正，得到最终用于驱动压电陶瓷驱动器的驱动电压信号。

2.如权利要求1所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述前馈控制器输出的初始电压信号、PID控制器输出的电压信号、RBF神经网络适配器输出自适应调整后的电压信号的确定过程为：通过动态迟滞LuGre摩擦模型建立压电陶瓷驱动器的数学表达式，将所述数学表达式转化为等价状态空间表达式；

根据等价状态空间表达式，确定用于前馈控制器进行前馈控制的匹配项，由此确定前馈控制器输出的初始电压信号的表达式；根据PID控制器的输入与输出关系，确定PID控制器输出的电压信号的表达式；

引入径向基函数对所述等价状态空间表达式中的非线性余项进行建模，用RBF神经网络适配器逼近所述的非线性余项，使余项线性化，从而得到自适应调整后的电压信号。

3.如权利要求1所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述修正电压信号为u1+u2，其中u1表示前馈控制器输出的初始电压信号，u2表示PID控制器输出的电压信号；

所述最终用于驱动压电陶瓷驱动器的驱动电压信号表示为u1+u2+u3，其中u3表示通过RBF神经网络适配器输出自适应调整后的电压信号。

4.如权利要求2所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述通过动态迟滞LuGre摩擦模型建立压电陶瓷驱动器控制系统的数学表达式，表示为：其中，m是压电陶瓷驱动器的有效质量，c是有效阻尼系数，k是有效机械刚度，x是压电陶瓷驱动器的输出位移，和 分别是输出位移对时间的一阶和二阶导数，Fh是迟滞力，T是输入控制系数，u是驱动电压，h是迟滞位移，是迟滞位移对时间的一阶导数，σ0、σ1、σ2是控制参数， 是待辨识的函数。

5.如权利要求4所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述等价状态空间表达式，表示为：其中，

X＝[x1 x2 x3]T，e表示跟踪误差， x2＝e， 表示未知的非线性光滑函数，xd表示期望位移信号， 分别为期望位移信号的一阶、二阶导数；

6.如权利要求5所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述确定用于前馈控制器进行前馈控制的匹配项，由此确定前馈控制器输出的初始电压信号的表达式，包括：将等价状态空间表达式中的 项作为前馈控制器进行前馈控制的

匹配项，则前馈控制器输出的初始电压信号的表达式为：

将压电陶瓷驱动器的期望位移信号xd代入到上述表达式中，即可得到前馈控制器输出的初始电压信号u1。

7.如权利要求5所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述根据PID控制器的输入与输出关系，确定PID控制器输出的电压信号的表达式为：其中，kp是比例系数，ki是积分时间常数，kd是微分时间常数， 为e(t)的一阶导数；

将跟踪误差信号e(t)代入上式，即可得到PID控制器输出的电压信号u2；其中跟踪误差信号e(t)。

8.如权利要求5所述的基于径向基神经网络的压电陶瓷驱动器复合控制方法，其特征在于，所述引入径向基函数对所述等价状态空间表达式中的非线性余项进行建模，用RBF神经网络适配器逼近所述的非线性余项，使余项线性化，从而得到自适应调整后的电压信号，包括：所述非线性余项为 由于 表示一个未知的非线性光滑函数，而RBF神经网络相当于用隐层单元的输出构成一组基函数，然后用输出层来进行线性组合；其中所述RBF神经网络的输入层中每个输入节点代表向量RBF神经网络的隐藏层中第i个隐藏节点的输出为：

其中，ci是第i个隐藏节点基函数的中心向量，σi是第i个隐藏节点基函数的宽度参数；

设定输出层第i个输出节点的权值ωi，i＝1,2,…,m，m表示输出节点的数量，则表示为：其中，ξ表示输出层节点的阈值；当|ξ|≤ε时，对 的RBF神经网络估计为：其中，ε是误差精度， 是RBF估计的理想权重；

则RBF神经网络适配器输出自适应调整后的电压信号表示为：

将第二位移信号作为输入节点代表向量 中的参数x，经过RBF神经网络自适应调整，RBF神经网络适配器输出电压信号u3。