1.一种复杂遥操作技术的神经自适应非奇异固定时间控制方法，其特征在于：包括以下步骤：

S101：对遥操作系统的主从机器人进行运动学和动力学建模，并设定跟踪误差；其中，在所建立的模型中加入了主机器人的操作员对主机器人的影响力以及环境因素对从机器人的影响力；

S102：建立主机器人的操作员对整个遥操作系统影响的控制策略及主从机器人之间的复杂信息通讯，通讯中包含了常时滞、时变时滞以及随机时滞影响；

S103：设计神经自适应非奇异固定时间控制方法，并结合所述运动学和动力学模型，实现遥操作系统中主从机器人的固定时间双边轨迹跟踪控制；

其中，在步骤S103中，神经自适应固定时间控制器包含固定时间非奇异滑模面、神经自适应率以及非奇异任务空间控制器；具体包括：S301：基于非奇异固定时间滑模控制算法构造非奇异固定时间滑模面，具体表达式如公式(7)所示：

上式中，i∈{m，s}分别代表主机器人和从机器人；l1，χ1，l2，χ2是预设的正奇数，并且这四个参数符合条件：l1＞χ1，l2＜χ2＜2l2；α1＝diag[α11，…，α1n]和β1＝diag[β11，…，β1n]是正定的矩阵；

S302：基于RBF神经网络构建神经自适应率，具体如下：RBF神经网络表达如公式(8)所示：n×b

上式中，Wi∈R 代表n个神经元的权重矩阵； 代表转置下的神经网络自适应率；

c

是输入数据向量； 是RBF神经网络逼近误差；cj∈R是第j个神经元的中心；σj表示第j个神经元的宽度；n与系统中的机器人维度n一致；

将自适应控制方法和RBF神经网络进行结合，构造神经网络自适应率，如公式(9)所示：上式中，Λi和λi是自己预先设计的正数；si是固定时间滑模面；

S303：构造非奇异任务空间控制器的表达式如公式(10)所示：τi＝τ0i+τei  (10)上式中，

其中， ηi

是预设的控制增益，且 其中

2.如权利要求1所述的一种复杂遥操作技术的神经自适应非奇异固定时间控制方法，其特征在于：步骤S101中，建立运动学和动力学模型及设定跟踪误差的具体步骤，包括：S201：建立遥操作系统的常规运动学和动力学模型，如公式(1)所示：上式中，i∈{m，s}分别代表主机器人和从机器人；qi(t)是n×1的列向量，它代表的机器人每个关节的角度；xi和 均为n×1的向量，它们分别为任务空间中的广义坐标和广义速度；Mi(qi)是n×n的矩阵，它是一个对称正定惯性矩阵； 是n×n的矩阵，它是包含科氏力和离心力的矢量；gi(qi)是n×1的列向量，它的物理含义是重力转矩；di(t)是n×1的列向量，它代表的是有界的输入扰动；τi(t)是n×1的列向量，它代表的是控制输入；hi(qi)代表的是关节空间坐标对于任务空间坐标的映射； 是n×n的矩阵，它表示雅克比矩阵， 代表的是Ji(qi)的转置；Fi是n×1的向量：Fm代表主机器人的操作员对主机器人的影响力，Fs代表环境因素对从机器人的影响以力；Fs是根据实际应用情况预先设定的值，且Fs＜f，其中f是预设的有界常数；n代表遥操作系统中主从机器人的维度；

S202：将主从机械臂含有的物理参数不确定性表示为：上式中，Mi(qi)、 和gi(qi)均为动力学参数；M0i(qi)、 和g0i(qi)分别为对应动力学参数的实际值的估计值；ΔMi(qi)、 和Δgi(qi)是对应动力学参数的不确定项，也就是实际值与估计值的差值；

定义中间变量Hi，即可得到公式(3)：S203：结合公式(1)与公式(3)，得到遥操作系统主从机器人的最终运动学和动力学模型的系统方程，如公式(4)所示：上式中，下标i＝m时代表主机器人的相关参数，下标i＝s时代表从机器人的相关参数；

S204：根据所述的最终运动学和动力学模型的系统方程(4)，得到遥操作系统主从机器人互相跟踪以达成遥操作技术所需的目标的数学表达式为：上式中，ei为主从机器人的跟踪误差，即em为主机器人跟踪从机器人的跟踪误差，es为从机器人跟踪主机器人的跟踪误差；Ti是主从机器人通讯时的混合时滞：Tm为主机器人通讯时的时滞，Ts为从机器人通讯时的时滞。

3.如权利要求2所述的一种复杂遥操作技术的神经自适应非奇异固定时间控制方法，其特征在于：步骤S101中，所述控制策略包括以下三种情况：情况一：主机器人在不受操作员影响的情况下跟踪参考轨迹：Fm＝0；

情况二：操作员应用弹簧‑阻尼力来操纵主机器人移动到参考轨迹：Fm＝‑ξv；其中，ξ是阻尼系数，v是速度；

情况三：操作员施加一个有界力来改变主机器人的参考轨迹Fm＝supt≥0||Fm||∞≤c，其中c是有界的常数，为预设值，supt≥0A代表A在t≥0的定义域范围内的上确界。

4.如权利要求3所述的一种复杂遥操作技术的神经自适应非奇异固定时间控制方法，其特征在于：步骤S102中，所述的主从机器人之间的通讯采用混合时滞通讯，其中包含常时滞、时变时滞以及随机时滞，具体表达式如公式(6)所示：其中，Ti，1是常时滞，且满足0≤Ti，1≤1；Ti，2是时变时滞，且满足 Ti，3是随机时滞，Ti，3＝0.1random(1，1，[1 10])。

5.如权利要求4所述的一种复杂遥操作技术的神经自适应非奇异固定时间控制方法，其特征在于：步骤S103中，实现复杂遥操作系统的主从机器人的固定时间跟踪控制的步骤为：

S401：将公式(10)所示的任务空间控制器代入至公式(4)所示的遥操作系统主从机器人的最终运动学和动力学模型的系统方程中，形成闭环系统，如公式(11)所示：将公式(11)数学转换为：

S402：结合步骤S401构建的闭环系统，构造V函数，即李雅普诺夫函数，如公式(12)所示：

V＝Vm+Vs  (12)

上式中， 其中，

S403：对V函数求导，得到公式(13)：S404：将固定时间滑模面的导数代入到公式(13)，得到公式(14)：S405：通过固定时间判据，得到固定时间滑模面和V函数的一阶导都是固定时间收敛，并且V函数正定以及V函数的一阶导负定，进而得到应用了神经自适应固定时间控制方法的复杂遥操作系统能够拥有固定时间收敛能力，遥操作系统能够完成固定时间跟踪控制目标，并且跟踪上界时间如下：

上式中，所有的参数与遥操作系统状态初值无关，只和所述的神经自适应固定时间控制器参数有关，且所述的神经自适应固定时间控制器参数由操作员预先设定。