为了提升高精度光电跟踪系统(ETS)的跟踪精度和其处理不确定性的能力, 设计了一种1型模糊滑模控制方法, 模糊控制用于在线自适应调整滑模控制(SMC)切换项参数; 并采用区间2型模糊滑模控制(IT2FSMC)方法来提高系统处理不确定性的能力,进而提升跟踪精度, 同时降低SMC抖振; 此外, 用粒子群优化算法来保证选取的SMC参数相对最优, 并对提出的各种控制方法进行了理论分析和实验对比。结果表明, IT2FSMC能在降低SMC抖振的同时将SMC的稳态误差降低54.43%。仿真和实验分析验证了所提出控制方法在ETS中的有效性。

当前大部分目标检测都依赖于大规模的标注数据集来保证其检测的正确率, 而在实际场景中, 大量数据的获取是十分困难的, 且对数据的标注也需要花费大量人力物力。针对这一问题提出了一种基于Faster RCNN的少样本目标检测算法(CA-FSOD), 在目标类别仅有少量标注样本的情况下, 对目标样本进行检测。为了提高检测性能, 首先提出了CBAM-Attention-RPN模块, 减少无关候选框的数量; 其次提出了全局-局部关系检测器模块, 通过关联少量标注样本和待检测样本的特征, 获取与目标类别更相关的候选区域; 最后提出了基于余弦Softmax损失的分类器作为目标检测的分类分支, 能有效地聚合同类别特征、降低类内方差、提高检测精度。为了验证所提算法, 在MS COCO数据集上进行了训练和测试, 实验结果表明, 该方法的AP50为21.9%, 优于目前一些少样本目标检测算法。

针对当前YOLOv5s的颈部特征提取网络PANET的特征提取不足、常规卷积Conv消耗了大量的参数量和计算量的问题, 提出一种轻量化目标检测算法(RFBG-YOLO)。首先,为了提升检测器识别效果, 提出多分支空洞卷积结构RFB-Bottleneck来提升PANET的特征提取能力, 提高模型检测精度; 然后, 为了使模型更加轻量化, 引入GhostConv卷积减少模型参数量, 提高检测速度。在PASCAL VOC数据集上的结果表明, 在检测速度影响很小的情况下, RFBG-YOLO 算法的mAP@0.5为80.3%, 与YOLOv5s算法相比提高了2.2个百分点, mAP@0.5∶0.95为55.1%, 与YOLOv5s算法相比提高了4.2个百分点, 模型参数量为5.2 MiB, 与YOLOv5s算法相比降低了2.0 MiB, 因此提出的RFBG-YOLO算法在保证模型轻量化的同时, 具有足够高的检测精度, 可以满足在轻量化目标检测场景下检测准确度的要求。

速度闭环回路被广泛应用于光电跟踪系统的转台电机的驱动控制。良好的电机速度闭环响应特性可以有效提高光电系统对目标的跟踪精度。转台电机是通过逆变放大器输出的脉宽调制(PWM)电压进行驱动的。随着光电跟踪系统的性能要求和电磁兼容性需求的不断提高, 必须使用逆变器输出滤波器对PWM驱动电压所造成的电磁噪声干扰进行抑制。传统上, 滤波器的设计方法是通过提高其插入损耗加强对电磁噪声的抑制, 但对滤波器给电机控制造成的影响分析不足。针对该问题, 深入研究了具有代表性的LC滤波器对电机速度闭环控制的影响。建立了存在滤波器时的电机被控对象特性模型, 并分析了其传递函数特性。提出了一种在不降低LC滤波器插入损耗的前提下, 减小其对速度闭环控制影响的滤波器设计方法, 并通过光电吊舱的速度闭环控制实验证明了所提方法的有效性。

随着无人机的快速发展与应用, 无人机的普及也对公共安全、**安全和个人隐私等造成了一定的安全隐患。无人机具有飞行速度快、体积小等特点, 如何精准快速地发现并定位无人机位置具有一定的挑战。针对此问题, 提出了一种基于沙漏瓶颈模块的YOLOv3无人机实时检测算法。首先, 将原本3个特征尺度检测扩展为在5个特征尺度上进行检测, 充分利用多尺度信息帮助提升小目标检测精度; 然后, 堆叠沙漏瓶颈模块作为该方法的骨干网络部分, 沙漏瓶颈模块作为一种轻量化网络对模型进行加速, 并使用通道注意力机制在上采样之后的拼接部分关注更重要的通道信息, 抑制不利的信息。为了验证所提算法的有效性, 生成基于复杂城市背景下的无人机数据集, 实验结果表明, 所提算法的精度能够达到98.92%, 且具有98.76%的召回率, 在1080Ti上达到62.37 帧/s的实时速度, 模型权重大小仅为5.38 MiB, 为进一步在嵌入式平台和移动端实现实时目标检测提供了可能。

在一类仅安装MEMS加速度计和图像传感器的光电跟踪系统中，等效加速度前馈控制方法能够有效提高系统的跟踪能力。但是，加速度计低频噪声、目标合成轨迹延迟和运动模型不确定性，会对跟踪效果带来限制。因此，本文提出一种基于传感器优化与鲁棒预测的等效加速度前馈方法，来进一步提升系统的跟踪能力。使用加速度计测量值和系统加速度模型计算值进行频域融合，可以优化加速度计的低频性能；而采用鲁棒预测算法，能够减弱目标合成轨迹延迟及运动模型不确定性的影响，获得更准确的加速度前馈值。实验结果表明，该方法可以提高系统在0.1 Hz~4.5 Hz的跟踪能力。

为了解决高型控制方法在光电伺服跟踪系统应用中存在的稳态精度与超调量之间的矛盾, 设计了一种由多种群遗传算法(MPGA)优化的模糊Ⅱ型控制方法。该方法在经典Ⅰ型双闭环反馈控制器的速度环之前并联一个积分环节, 将系统型别增加到Ⅱ型, 以此加快反应速度、减小稳态误差; 并引入模糊控制器(FLC), 根据系统状态动态调节积分环节的增益, 实现动态高型控制, 既抑制系统震荡, 又保证稳态精度; 然后用MPGA优化FLC的输入输出比例因子, 得到最优控制参量。对该控制系统进行了理论分析, 并将各阶段优化系统进行了对比实验。结果表明, 在相同实验条件下, 采用MPGA优化的模糊Ⅱ型控制系统实现了对系统的动态高型控制, 既能保证原系统的超调量不变, 又能将稳态误差减小88.55%, 明显提高了控制系统的稳态精度。该研究对优化光电伺服跟踪系统是有帮助的。

精密控制技术离不开光机电结构配置、电机驱动、传感器、控制算法以及载荷平台的发展，它是实现高精度光电跟踪的必要手段。无论固定地基平台还是运动平台，扰动抑制、目标跟踪以及分布式智能协同的三大关键技术始终是光电跟踪控制系统面临的技术难点。本文综述了针对上述几大关键问题的精密控制技术，展示了一些先进和前沿控制技术的研究成果，同时指出未来重点研究方向的主要思路。根据扰动影响的不同机理，从精密驱动、惯性稳定、振动控制三个方面介绍了相应扰动抑制技术的研究进展以及热点，并强调基于 Stewart平台的振动与指向一体化技术是空间光电跟踪系统的重要技术方向。复合轴控制系统仍然是提高目标跟踪最有效的根本方式，最基本的技术问题是提高精跟踪倾斜镜跟踪系统的性能。观测器控制尤其是仅有误差测量的观测器技术特别适用于复合轴光电跟踪系统，发展三级或者更高级的复合轴系统应该特别注意高性能电机的应用。最后，提出多智能协同光电系统是光电跟踪领域未来重点的发展方向，需要研究多智能体的协同定位、编队控制以及载荷平台一体化等精密控制技术。

为了解决光电伺服平台中的输入饱和问题，采用了基于过渡过程的滑模控制算法。过渡过程算法是基于时间最优理论设计的，将跳变的输入信号变为一个缓慢上升的信号，使系统的初始跟踪误差减小，从而避免了输入饱和现象，提高了系统的稳定性。结果表明，该方法可以有效消除输入饱和现象，适用于光电伺服平台的目标跟踪，具有重要研究与应用价值。