作为主动防护系统的载体,二维随动平台的控制性能的好坏在自动瞄准和目标跟踪控制中起着至关重要的作用。相对于传统的控制方法,智能控制算法能够在控制系统模型准确性较低的情况下,实现高精度的控制效果。本文以某一主动防护系统发射平台为基础,设计了基于神经网络的PID控制二维随动控制系统。采用十字滑台作为二维随动系统的结构基础,根据十字滑台系统的功能需求,设计了必要的技术参数。根据二维随动平台的功能要求,提出了随动伺服控制系统的总体方案,包括STM32主控模块、Manifold(妙算)模块、MEMS姿态测量模块等基本功能模块。STM32主控模块主要实现驱动电机、采集数据以及数据传输等功能;Manifold模块实现复杂算法的运算;姿态测量模块则进行发射平台的姿态角测量。为了实现对随动平台实时精确地控制,系统使用了基于BP神经网络的PID算法,为了解决算法收敛速度慢、易陷入局部极值的缺点,设计一种通过粒子群算法优化的BP神经网络的PID控制器。通过仿真分析了优化算法的性能,结果分析表明,采用粒子群算法优化后,算法的收敛速度有明显的改善,且具有响应速度快,收敛效果优良等特点。为解决MEMS姿态传感器的复杂噪声干扰问题,提出一种基于Allan方差的改进自适应滤波算法。算法利用Allan方差递推公式结合Kalman滤波的状态量预测值来追踪量测数据噪声值,联合指数渐消Sage-Husa自适应算法对系统噪声参数进行估计,再使用扩展Kalman滤波算法解算出精度较高的姿态角。测试试验结果表明,改进自适应滤波算法比常规自适应滤波方法解算的角度精度高,对噪声的估计也更准确,有效降低了发射平台的跳角误差。最后通过试验验证了所设计的伺服控制系统的基本功能,可以满足随动发射平台控制的要求。