随着信息技术的发展,无线通信带宽需求呈指数增长。相比于射频通信,无线激光通信技术具有通信带宽高、传输距离远、抗电磁干扰能力强等一系列优点,是未来大容量通信的最佳解决方案之一。但是激光波束窄,给信号链路的建立带来极大困难,因此光电跟瞄技术是实现无线激光通信的核心技术之一。激光通信技术的不断发展对智能化、非机械化的光电跟瞄系统提出了需求,本论文主要研究基于遗传算法和神经网络的智能光电跟瞄技术以及基于液晶相控阵的非机械光电跟瞄技术。本论文的主要研究内容和创新点概括如下:1、针对非线性力矩干扰导致光电跟瞄系统性能下降的问题,提出了一种基于非线性阻碍力矩和遗传算法的模型辨识新方法,有效地提高了非线性模型辨识的准确度。以模型响应曲线与实际系统响应曲线的均方根误差作为评价标准,本文提出的非线性阻碍力矩模型的均方根误差比Stribeck摩擦模型降低2.5倍,比线性模型降低12倍。采用辨识模型来补偿系统的非线性,使系统呈现良好的线性响应,进一步验证了该方法是解决光电跟瞄系统非线性建模的一个有效手段。2、针对实际系统具有的非线性、噪声等复杂因素导致神经网络的学习难以收敛的问题,提出了带非线性补偿的神经网络控制新策略。通过非线性补偿,降低了系统复杂度,有效地提高了神经网络的学习效率,实现了智能控制。算法设计符合自然界的一般规律,即通过漫长的进化得到对某一类固定问题的有效处理方式(遗传算法实现系统非线性辨识和补偿,整个过程可以不计时间开销,直至进化出能够准确描述系统非线性的模型参数);通过神经系统应对自然环境刺激做出快速反应(神经网络学习目标的运动信息实时优化控制参数,实现智能跟踪目标)。在实际的激光通信光电跟瞄系统中运用了本文所提出的智能控制策略,验证了其有效性和可靠性。具体验证实验包括:(1)通过室内正弦运动信标跟踪实验,对比分析了单神经元、BP神经网络和RBF神经网络算法跟踪效果,三种算法对幅度3°、频率1Hz的正弦扰动抑制比均优于-27dB。(2)应用于外场相距4km的船-岸激光跟瞄与通信实验,船载终端两轴的粗跟踪误差(1σ)分别为0.0101°和0.0204°;岸上终端粗跟踪误差(1σ)为0.0011°。粗跟踪误差在精跟踪控制范围内,精跟踪进一步将扰动压缩到10μrad以内,实现船载2.5Gbps高速激光通信,误码率7.0199× 10-10。室内和外场实验均验证了本文提出和研制的智能跟瞄系统具有良好的跟踪控制效果,性能达到了目前成熟的粗跟踪技术水平,而与传统跟瞄系统相比,其优势在于能通过运行过程中的学习自动优化控制效果,无需人工干预,对复杂多变的应用环境具有更强的适用性。3、针对激光通信终端小型化对非机械光电跟瞄系统的需求,研究了基于液晶相控阵的非机械跟瞄技术。采用角谱理论推导并分析了液晶相控阵光束偏转原理,建立了系统传递函数和MATLAB仿真模型,搭建了基于液晶相控阵的跟瞄演示实验系统,验证了液晶相控阵多光束跟瞄技术的可行性。具体验证实验包括:(1)光束指向实验,模拟了直线、U型和S型二维运动轨迹;(2)光束跟踪实验,1Hz扰动抑制比优于-17dB,2Hz扰动抑制比优于-10dB,实验与仿真跟踪效果基本吻合;(3)多光束偏转实验,实现了单光束输入多光束输出,显示出液晶多光束跟瞄技术在无线激光通信组网中的应用潜力。