机载光电平台作为无人飞行器的重要组成部分,它的稳定跟踪性能对无人飞行器在众多领域的应用有着极其重要的作用。在实际应用过程中,机载光电平台不可避免的受到机械振动、飞行姿态变化等多种扰动的影响,使得机载光电平台的稳定跟踪性能下降,严重制约着无人飞行器的应用与发展。如何提高机载光电平台的稳定跟踪性能已成为无人飞行器领域研究的热点问题之一。本文以搭载于多旋翼无人飞行器上的三轴机载光电平台为研究对象,开展机载光电平台稳定跟踪控制方法的研究具有重要的实际意义。针对上述问题,本文所作的主要研究工作如下:（1）本文综述分析了国内外机载光电平台的研究现状及稳定控制技术。结合多旋翼无人飞行器对机载光电平台的实际需求,建立了半开放式框架结构的三轴机载光电平台三维实体模型。分析三轴机载光电平台的结构及工作原理,对三轴机载光电平台的姿态位置进行详细解算,深入分析了机载光电平台偏航、横滚和俯仰三个框架之间的运动耦合关系。（2）根据欧拉-拉格朗日方程,详细推导并建立了三轴机载光电平台的动力学模型,深入分析了影响三轴机载光电平台稳定跟踪性能的干扰因素,为研究基于模型预测控制（Model Predictive Control,MPC）技术的机载光电平台稳定跟踪控制方法提供前提条件。（3）针对MPC实现机载光电平台稳定跟踪控制方法过程中滚动时域阶段采用卡尔曼滤波器（Kalman Kilter,KF）估计系统状态参数存在估计误差过大的问题,引入线性二次调节器（Linear Quadratic Regulator,LQR）增益对KF估计出的系统状态参数进行修正,提出一种基于线性二次增强卡尔曼滤波状态估计器（Linear Quadratic Enhance Kalman Filter,LQEKF）的三轴机载光电平台稳定跟踪控制算法。仿真实验结果表明,本文所提出的基于LQEKF的机载光电平台模型预测控制稳定跟踪控制方法能够有效减少估计误差,跟踪目标时间更短,跟踪误差更小。（4）针对基于MPC稳定跟踪控制中存在漂移干扰,及传统的实时优化（Real time optimization,RTO）与模型预测控制结合时存在等待时间过长和模型不一致的问题,提出一种基于单层实时优化（Single layer Real time optimization,SRTO）的三轴机载光电平台模型预测控制稳定跟踪控制方法。该算法采用无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）估计状态作为实时优化和模型预测控制的连接,从而减少等待时间。设计了基于SRTO的三轴机载光电平台模型预测控制稳定跟踪控制方法,在每个采样时间上进行一次实时优化,解决模型不一致问题。仿真实验结果表明,基于SRTO的三轴机载光电平台模型预测控制稳定跟踪控制方法跟踪误差更小,响应时间更短。