论文部分内容阅读
随着科学技术的发展,目标的机动性越来越强,对光电跟踪系统的要求也越来越高。转台伺服系统作为光电精密跟踪系统的硬件设备,在光电跟踪系统的研制中起着极其重要的作用。转台伺服系统的精度主要受伺服控制器和控制方法的影响,因此选择高性能控制器和采用先进的控制算法是提高跟踪精度的主要途径。本文基于Compax3伺服控制器建立了光电跟踪伺服平台,并对共轴跟踪技术进行了探讨和实验验证。首先介绍了光电跟踪系统的概念及组成,并对光电跟踪系统中的现有伺服控制算法和控制器的发展现状进行了简要总结。介绍了复合控制、等效复合控制和共轴跟踪原理。实现共轴跟踪的关键在于获得目标位置、速度和加速度信号。采用预测滤波技术可以得到目标信息,但是随着跟踪目标的多样性及机动性越来越强,难以找到一个运动模型去适合所有的观测对象。本文提出利用ELM神经网络对脱靶量,伺服转台位置、速度和加速度进行数据融合得到目标位置、速度及加速度。针对ELM神经网络运算量大,对ELM神经网络算法进行优化,缩短了运算时间,运算时间大约为4.58ms,达到了光电跟踪系统的实时性要求。并根据某光电跟踪系统的实验数据进行了ELM神经网络数据融合仿真。针对实现共轴跟踪需要的信息源,在伺服转台上安装了角加速度传感器。分析了角加速度传感器的工作原理和模型,利用频率测试法得到角加速度传感器的传递函数,并进行滞后补偿。通过实验比较了在角加速度传感器和光电位置编码器两种方式下,分别得到的伺服转台的速度和加速度信号的优劣。最后,基于Compax3伺服控制器建立了光电跟踪伺服平台,对平台的主要参数进行性能测试。用程序模拟了光电探测器的特性,并进行了共轴跟踪实验验证。当目标运动最大速度为50°/s,最大加速度为30°/s~2时,系统最大跟踪误差由简单闭环控制时10.35′减小到0.38′。实验结果表明本论文所采用的方法具有更高的实时性和精确度,能有效提高系统的跟踪精度。