为了解决背景嘈杂、遮挡、形变和尺度变化情况下目标跟踪问题, 提出利用视觉显著性和扰动模型的上下文感知跟踪。本文以相关滤波算法为基础, 将目标周围的上下文信息引入到分类器学习过程中, 构造了上下文感知相关跟踪, 提高了算法鲁棒性; 同时引入直方图扰动模型, 利用加权融合的方法获得目标响应图, 以此估计目标位置变化; 最后利用视觉显著性构建目标稀疏显著性图, 解决严重遮挡情况下的目标重定位问题, 并利用尺度估计策略解决目标尺度变化问题。利用公开数据集测试算法性能, 并与8种流行跟踪算法进行比较。实验结果表明, 本文算法的跟踪精确度得分和成功率得分分别为0.695和0.708, 均优于其它算法。与传统的相关滤波算法相比, 所提算法能很好地解决背景嘈杂、遮挡、形变和尺度变化等复杂下的目标跟踪问题, 具有一定理论研究价值和工程实用价值。

由于光电稳定平台在稳定视轴时易受到摩擦、风阻、不平衡以及载体扰动等干扰力矩的影响, 本文研究了利用高阶扰动观测器抑制扰动力矩的机理和方法。该扰动观测器由控制对象的逆模型和进行了高阶设计的改进型滤波器组成。提出的方法将观测量作为电流环的输入, 利用电流环超高的控制带宽抑制扰动力矩。对系统的扰动抑制能力进行了仿真, 结果显示高阶扰动观测器对高阶扰动模型具有很好的抑制能力: 对于阶跃扰动和斜坡扰动, 三阶扰动观测器的抑制率为100%; 对于抛物波扰动, 三阶扰动观测器的抑制率为99.9999996%。另外, 观测器对于控制对象模型的摄动具有很好的鲁棒性。提出的方法可以在提高伺服系统响应速度的同时保证系统的鲁棒性, 满足光电稳定平台的应用要求。

无人驾驶飞机单侧弹射投弹时会产生干扰力矩，影响无人机稳定飞行。针对这个问题，对投弹后无人机恢复导弹发射前姿态的过程进行了分析，描述了投弹对无人机的干扰问题。以小扰动状态方程为基础，将干扰力矩作为输入，并在控制律优化设计后将自动驾驶仪控制律作为控制方程代入小扰动模型。在挂载导弹到机身距离较小的情况下，对投弹后无人机姿态角的变化进行了建模、仿真和结果分析。仿真结果表明，在单侧投放导弹后，无人机能够很好地稳定飞行姿态，控制无人机平台以投弹前航向继续稳定飞行，为第二枚导弹的顺利投放做准备。