机器人微创外科手术具有创口小、出血少、疼痛轻及术后恢复快等优点,机器人能实现复杂精确的手术操作,拓展医生的手术能力,因此,机器人微创手术已在外科手术领域得到了广泛认可,国内外在该领域的研究也取得了广泛的进展与成功。尽管如此,对于一些非遥操作的、需要人手直接操作的微创手术,由于人手部存在的生理性震颤的影响,在微创外科手术机器人系统中,操作者的实际输入动作与期望输入动作会有一定的偏差,这会直接影响手术的质量,降低手术的成功率。以往的震颤滤除方法大多将震颤信号减弱使其线性化,或者仅仅在时域、频域内对其进行非线性辨识,未能处理伴随震颤信号的模糊不稳定信息,在震颤特征的描述上存在较大的局限性。本文综合微创外科手术的特性和震颤特征,研究了主从式微创手术机器人系统,并提出了一种新型的震颤自适应滤波器,进而对滤波器结构参数的优化方法进行了改进。首先,由微创外科手术机器人的特点,本文介绍了主从式微创手术机器人运动学的相关理论,以此建立了主从操作手的运动学模型,并设计了模块化的主从式微创手术机器人系统。其次,鉴于震颤的复杂特性,本文在综合分析自适应滤波理论的基础上,提出了基于三域模糊小波网络的震颤自适应滤波器,并详尽描述了该滤波器的物理模型、数学模型和算法实现。然后,为弥补神经网络参数优化方法的不足,本文引入了粒子群算法,并在此基础上做了相关改进,运用改进的粒子群算法使震颤滤波器的结构参数获得最佳配置。最后,为验证提出的震颤自适应滤波器以及改进的粒子群算法的有效性,本文拟合了不同环境下的震颤信号,基于MATLAB仿真平台做了一系列针对性的对比实验。