为了解决光电伺服平台中的输入饱和问题，采用了基于过渡过程的滑模控制算法。过渡过程算法是基于时间最优理论设计的，将跳变的输入信号变为一个缓慢上升的信号，使系统的初始跟踪误差减小，从而避免了输入饱和现象，提高了系统的稳定性。结果表明，该方法可以有效消除输入饱和现象，适用于光电伺服平台的目标跟踪，具有重要研究与应用价值。

为了提升高精度光电跟踪系统(ETS)的跟踪精度和其处理不确定性的能力，设计了一种1型模糊滑模控制方法，模糊控制用于在线自适应调整滑模控制(SMC)切换项参数；并采用区间2型模糊滑模控制(IT2FSMC)方法来提高系统处理不确定性的能力, 进而提升跟踪精度，同时降低SMC抖振；此外，用粒子群优化算法来保证选取的SMC参数相对最优，并对提出的各种控制方法进行了理论分析和实验对比。结果表明，IT2FSMC能在降低SMC抖振的同时将SMC的稳态误差降低54.43%。仿真和实验分析验证了所提出控制方法在ETS中的有效性。

为了解决高型控制方法在光电伺服跟踪系统应用中存在的稳态精度与超调量之间的矛盾，设计了一种由多种群遗传算法(MPGA)优化的模糊Ⅱ型控制方法。该方法在经典Ⅰ型双闭环反馈控制器的速度环之前并联一个积分环节，将系统型别增加到Ⅱ型，以此加快反应速度、减小稳态误差；并引入模糊控制器(FLC)，根据系统状态动态调节积分环节的增益，实现动态高型控制，既抑制系统震荡，又保证稳态精度；然后用MPGA优化FLC的输入输出比例因子，得到最优控制参量。对该控制系统进行了理论分析，并将各阶段优化系统进行了对比实验。结果表明，在相同实验条件下，采用MPGA优化的模糊Ⅱ型控制系统实现了对系统的动态高型控制，既能保证原系统的超调量不变，又能将稳态误差减小88.55%，明显提高了控制系统的稳态精度。该研究对优化光电伺服跟踪系统是有帮助的。