光电跟踪系统由于具有跟踪精度高、实时性好以及可提供目标图像信息等优点而得到了广泛的应用。在实际应用中，光电跟踪系统跟踪的目标往往具有非定轨运动的特点。针对这一问题，本文着眼于非定轨目标跟踪算法的研究及其在光电跟踪控制系统中的应用，以期提高光电跟踪系统对于非定轨目标的跟踪性能。　　采用目标跟踪算法对目标的运动参数进行滤波估计时首先遇到的问题便是非线性滤波问题。当目标运动模型在笛卡尔直角坐标系中建立时，由于观测量是在球坐标系中获得的，因此这种情况下的目标跟踪问题涉及到目标状态的非线性滤波。文中介绍了几种常用的非线性滤波算法，并着重阐述了转换观测卡尔曼滤波算法的基本原理。在此基础上，本文提出了一种改进的计算转换观测误差统计量的方法，进而提出了一种改进的转换观测卡尔曼滤波算法。　　对于非定轨目标而言，由于其运动特性是未知的、时变的，因此本文着重研究了两种针对非定轨目标的自适应滤波算法。过程噪声方差自适应卡尔曼滤波算法针对目标运动模型中描述建模不确定性的过程噪声方差未知的问题，采用残差序列检测机制调整状态预测误差方差矩阵，进而补偿未知的过程噪声方差矩阵。模型自适应卡尔曼滤波算法着眼于非定轨目标在运动过程中运动特性时变的问题，采用残差序列检测机制实时地调整目标运动模型，使其适应目标的实际运动特性。　　在光电跟踪系统中，电视跟踪器获得的脱靶量往往存在一定的滞后。这一滞后使得跟踪控制系统的相位裕度降低，进而影响了系统的动态性能和跟踪精度。在对电视跟踪器特性进行辨识的基础上，本文分别采用了两种方法对脱靶量的滞后进行补偿：基于脱靶量预测滤波的补偿方法和基于合成目标位置预测滤波的补偿方法。第一种补偿方法直接以滞后的脱靶量数据为处理对象，通过模型自适应卡尔曼滤波算法获得脱靶量的预测值。第二种补偿方法首先将脱靶量数据与仪器位置数据合成以得到滞后的目标位置数据，然后利用模型自适应卡尔曼滤波算法获得目标位置的预测值，最后与仪器位置相比较以获得经补偿的脱靶量。　　复合控制技术要求提供目标的速度信息以形成前馈支路，进而构成反馈控制和前馈控制相结合的系统。在以速率陀螺形成速度反馈、以光闭合形成位置反馈的双闭环反馈控制系统中，本文利用模型自适应卡尔曼滤波算法获得目标的速度信息，进而前馈到速度回路以构成复合控制系统。另外，本文对非定轨目标的轨迹预测技术进行了初步的探索。在目标被障碍物短暂遮挡或目标信号被噪声湮没而导致电视跟踪器不能锁定目标时，利用预测滤波获得的目标轨迹引导跟踪系统向预测的目标位置运动。当遮挡消失或噪声减弱时，轨迹预测有助于将目标仍旧保持在电视跟踪器的视场范围内，从而有利于目标的再捕获。