空间光通信是在星间和星地间建立高速通信链路的重要有效手段,相比于微波通信,光通信具有通信容量大、传输速率高、保密性好、功耗低等诸多优点,引起了世界各国学者的广泛关注。在星地空间光通信中,地面和卫星之间存在着一段长距离的大气,而大气中时刻存在着湍流效应,会使通过其中的光束发生漂移、扩展和光强起伏等现象,导致接收端探测到的光斑出现不同程度的畸变。传统的光斑定位方法对对称性良好、分布均匀的光斑具有较高的定位精度,但随着光斑畸变程度增大,传统定位方法精度也会一定程度的降低。虽然目前的自适应光学技术已经可以实时探测并矫正由大气湍流引起的光束波前相位畸变,但由于系统设计、计算机处理能力和存在数据测量误差等原因,应用仍然受限。因此有必要研究适用于大气湍流情况下的光斑定位方法。本文分析了大气湍流对光斑质心和形心位置的影响,利用Zernike多项式法,生成大气相位屏并对受湍流影响的光斑进行仿真,以分析湍流影响下可能出现的光强分布情况和特征。根据湍流对光斑分布的影响提出了一种根据光斑畸变程度对质心形心加权的定位方法,并进行了验证。在此基础上,利用BP神经网络在处理内部机制复杂问题时的优势,提出一种基于BP神经网络的光斑定位方法,以光斑的特征数据,如形心、质心、峰值、峰的数目等,作为神经网络的输入值,通过训练模型的方式对光斑特征加权。进行了大气外场实验,在不同天气、不同时间段下通过11.16 km的城市水平链路采集了大量受湍流影响的光斑图像,提取出畸变程度不同的光斑特征,并对提出的基于BP神经网络的光斑定位算法进行了验证。验证结果表明本文提出的算法能够有效的提升大气湍流影响下的畸变光斑的定位精度。