航空光电稳定平台凭借图像探测装置实现对目标的自动跟踪和识别,被广泛应用于军事领域以及公安、环境监测等民用环境中。其中,陀螺传感器是航空光电稳定平台的核心敏感传感器,它被安装在运动载体上,敏感载体速度的变化从而隔离扰动,使航空光电稳定平台尽可能的保持稳定,进而保证安装在平台内部载荷的视轴具有稳定指向。由于受到外界环境的干扰以及自身结构误差等因素的影响,航空光电稳定平台中的陀螺传感器在敏感平台速度变化时,往往会引入随机漂移和测量噪声,导致直流驱动电机的输出力矩无法完全精准地驱动平台的框架运动,如此一来,将会造成视轴不能稳定在目标理想位置。所以,想要提高航空光电稳定平台的视轴稳定精度,必须对陀螺传感器所输出的信号进行有效的滤波处理。卡尔曼滤波根据状态方程对动态系统进行描述,以线性最小方差作为估计准则,利用预测和修正的方法,对系统的状态进行最优估计。卡尔曼滤波以其实时性好、存储空间小、易实现等优点而得到广泛应用。考虑到实际的工程需求,本论文在两轴四框架航空光电稳定平台的环境下,利用强跟踪卡尔曼滤波算法,来为航空光电稳定平台中陀螺传感器所输出的信号滤除噪声干扰,从而提升航空光电稳定平台的伺服系统速度环的控制精度,本文研究的主要内容如下:(1)首先根据两轴四框架航空稳定平台的工作原理,对系统中存在的各类干扰因素进行综合分析,着重分析了陀螺传感器的测量噪声为视轴稳定精度带来的不利影响。(2)为了对陀螺传感器的输出信号进行有效滤波,对陀螺信号建立数学模型。时间序列法是本文所采用的建模方法,利用系统输出的数据对系统内部的特性和外部因素进行一个推测,同时对系统的未来状况做出预测。考虑到算法的复杂程度以及实际应用中的计算量,采用AR(1)模型作为陀螺传感器的数学模型。该模型可以为卡尔曼滤波中的参数设置提供参考。(3)在陀螺传感器数学模型的基础上,构建卡尔曼滤波的状态方程和量测方程,针对陀螺信号的测量噪声,采用卡尔曼滤波技术对其进行抑制。同时引入强跟踪算法,将卡尔曼滤波中的状态预测方差矩阵不断调整,强迫输出误差序列保持不相关的特性,构造强跟踪卡尔曼滤波器,从而提高系统的鲁棒性。(4)针对本文提出的强跟踪卡尔曼滤波器,与工程上常用的二阶巴特沃斯滤波器进行对照试验,从而验证强跟踪卡尔曼滤波器的滤波效果与鲁棒性。实验结果表明:相较于二阶巴特沃斯滤波器,强跟踪卡尔曼滤波器的输出信号在幅值和方差上均有明显的改善,优化了控制系统的动态性能,保证了信号的实时性。同时,本文所提出的强跟踪卡尔曼滤波器具有更好的鲁棒稳定性。