本文从控制策略本身抑制干扰的不同机理出发，研究了几类典型的高级控制策略，通过理论推导及分析比较，首次提出基于非线性自适应观测器的三阶高阶滑模控制器，并将其应用于大型望远镜的驱动控制。仿真结果表明了这种方法能获得很高的控制精度，满足当代大型望远镜的低速性能要求。作者在论文中的主要贡献体现在四个方面：(1) 详细地分析了大型望远镜驱动系统中存在的主要非线性干扰，利用机电传动理论建立了较精确的驱动系统数学模型。在此基础上，将H无穷控制与神经网络预测控制分别引入大型望远镜驱动控制系统，给出了相应的设计过程，为本文以后的工作及类似的驱动系统控制设计提供了可靠依据和参考。(2) 在对已有的滑模精确微分器的结构进行合理改造并且重新选取主要参数的基础上，设计出了输入信号为含扰动的微弱信号时的滑模精确微分器，成功应用于微分信号的获取，以满足高阶滑模控制需要获得系统状态全信息的条件。(3) 根据驱动系统不同的速度和加速度范围，提出了对高阶滑模控制器结构中的关键参数采用非固定值的设计概念，改善控制性能。(4) 提出利用系统输出信号低次幂组合而成的多项式结构，自适应辩识系统中的非线性干扰，并据此设计了一类非线性自适应观测器，同时给出相关理论推导并证明该类观测器的收敛性。利用观测器对干扰的观测值，完成对驱动系统中主要非线性干扰的补偿。