机载吊舱转台作为集光学、控制、计算机等技术于一体的机载跟踪定位设备,在促进我国的国防现代化进程中有着重大意义。为了能够快速地捕捉目标,并且对目标进行准确的跟踪,对于其控制精度提出了较高的要求,要保证成像质量的同时控制脱靶量在合理范围内,以引导激光武器对目标进行打击。通过神经网络来改善PID控制器的控制性能并与传统PID控制相结合来完成转台直流伺服系统的双闭环控制,本文以直流无刷力矩电机为被控对象,以ARM和FPGA为主控芯片完成上述的闭环控制算法,并对机载吊舱转台的整体性能进行了仿真和实验验证。本文首先对机载吊舱转台的工况进行了分析,提出由于光学设备动密封所引入的非线性摩擦对转台控制精度的不利影响,并对被控对象和控制系统的数学模型进行推导,完成系统建模工作。接着,对直流伺服系统的双闭环PID控制进行仿真研究,针对光学设备动密封所引入的非线性摩擦问题,提出了BP神经网络自整定PID控制器来改善传统的PID控制器,从而达到PID参数自整定的目的,从而对上述的非线性摩擦进行更精准地抑制补偿。通过仿真分析BP神经网络自整定PID控制器的性能,结果表明控制器的控制性能确实相对于传统的PID控制器有所提高,可以对非线性摩擦提供较好的补偿。然后完成控制系统的硬件电路实现,ARM芯片实现主要的PID闭环控制算法,FPGA作为其信息处理单元。本文着重研究FPGA芯片的部署配置。最后,编写Verilog代码实现FPGA内设计的各个功能模块,并对其进行仿真和实验验证。特别对于BP神经网络模块,由于BP神经网络的反向传播过程涉及大量的差分、乘积等浮点数运算,对芯片的计算力需求较高,需要验证其实时性是否可以满足要求;并且由于FPGA的浮点数处理精度问题,需要验证算法是否能收敛。然后,对转台的整体性能做测试,对方位、俯仰两电机的速度环和位置环分别给定正弦信号观察其响应的情况。