提出了一种基于径向基函数(RBF)神经网络建立光电经纬仪等效跟踪误差模型的方法来评价光电经纬仪的跟踪性能。分析了光电经纬仪存在的非线性因素，说明了采用理论建模方法难以准确描述其全部过程的原因。然后，介绍了RBF神经网络和靶标系统，基于一组靶标参数建立了RBF神经网络模型，并更换靶标参数进行模型验证。最后，对更换后的靶标参数进行重新训练建模，并改变参数周期，对模型进行了验证。实验结果表明：所建的神经网络模型精度与靶标参数有关，当动态靶标的半椎角a为21.2°,倾角b为43.8°,靶标匀速运行周期T为8.5 s时，网络模型在靶标速度最大时误差也达到最大为3.18′，其它时刻均小于0.6′。 当a为16.6°,b为37.5°,T为13 s时，模型最大误差为1.8′左右，在此模型下真实输出与网络模型输出的最大偏差为2.4′左右，其它时刻均小于1.2′。结果表明，采用RBF神经网络所建立的跟踪误差模型能够反应真实系统的情况，是可行实用的，且具有较高的精度和泛化能力。