光电伺服系统由目标光电探测器和转台控制系统构成,用于对特定运动目标的捕获、瞄准和跟踪（ATP）。光电探测器对目标的观测精度和转台的控制精度决定了整个系统的跟踪精度。但是,因光电探测器特性的限制,目标探测信息存在噪声大、时延长、频率低等问题,这对光电伺服系统的跟踪精度提升产生了不利的影响。而转台控制系统因刚度和非线性等因素影响,性能提升也会受到约束。本文针对某型光电伺服系统中存在的上述问题开展研究,一方面结合光电探测器的特性和目标机动特性建模,设计有效的目标运动轨迹滤波和预测算法;另一方面结合转台控制系统特性和目标运动轨迹信息,设计有效控制误差补偿算法,进而大幅提升整个系统跟踪精度。主要内容包括以下几个方面:首先,针对某型光电伺服系统的组成原理和实际工况,分析并建立目标的运动学模型和观测模型,详细地分析目标机动特性的影响,建立目标的四阶运动学模型和过程噪声统计模型,并给出对应的离散化模型。其次,针对光电探测器的测量噪声问题,结合目标运动学模型和观测模型,设计基于容积卡尔曼的数据滤波算法,提升测量精度。为进一步提升滤波算法的稳定性,提出扩张维度的容积卡尔曼滤波算法。通过仿真实验,验证改进后的滤波算法的有效性和优越性。然后,针对光电探测器的测量延迟问题,设计基于灰色模型GM（1,1）的目标运动轨迹预测算法,以补偿延迟对跟踪精度的影响,并通过仿真实验分析测量频率和噪声对补偿效果的影响,给出算法参数的选取依据,验证算法在已知延迟情况下的补偿效果。最后,针对转台控制系统因刚度低导致的带宽拓展受限、跟踪误差大的问题,设计基于动态误差系数的误差补偿方法来提升转台的控制精度。在此基础上,应用非线性跟踪微分器替代差分获取目标运动轨迹的微分信息,有效降低了探测噪声对补偿算法的影响,进一步提升了整个系统的跟踪精度。