光电跟踪系统是一种广泛应用于陆地或运动平台中对相对运动目标进行实时跟踪的精密观测仪器，其跟踪精度是衡量系统性能的一个重要指标。由于应用环境复杂、跟踪设备存在非线性摩擦等因素使跟踪系统存在较大不确定性，同时随着跟踪系统的跟踪对象的机动性越来越强，目标跟踪越难以实现，传统的控制方法无法同时满足快速度和高精度的跟踪要求。

动态高型控制技术可以根据系统状态动态改变系统型别，在避免积分饱和前提下，同时提高稳态精度和响应速度，显著抑制系统震荡。实现动态高型控制技术存在两个难题，即型别切换的时机判断问题，和切换瞬间带来的抖动难以消除的问题。

模糊控制技术作为智能控制技术的一种，可以将自然语言通过数学公式加以转化，在人类专家经验的指导下输出精确值，尤其适用于非线性系统和不确定性较大的系统。而在现实非结构化的动态环境和许多具体应用中，传统的一阶模糊控制器会面临诸多不确定性，二阶模糊控制器的出现提高了系统处理不确定性的能力。

基于以上两种技术，结合各自优点，本课题提出一种模糊-动态高型控制技术。将模糊控制器与积分器串联以后，并联到经典双闭环反馈系统的前向通路中，以系统误差及其变化率作为模糊控制器的输入，以模糊控制器的输出作为积分器的增益。引入多种群遗传算法分别对模糊控制器的两个输入、一个输出共三个比例因子进行迭代优化，在避免经典遗传算法容易陷入局部极值的前提下得到最优控制参数。克服了动态高型控制技术的两个难题，构建了稳定的模糊-动态高型控制系统。

传统模糊控制器的隶属度函数参数选取过于依赖人类经验，在面临更大不确定性被控对象时难以取得理想的控制效果。为了解决此问题，本课题研究了二阶模糊控制器的组成结构，对三维隶属度函数进行调整，使其可以包含输入变量的不确定性，优化了控制系统处理不确定性的能力。由于三维变量的引入，使二阶模糊控制器的解模糊计算复杂度倍增，本课题还提出了一种新型的降型算法，在传统Nie-Tan降型算法基础上进行加权，避免迭代计算，提高解模糊计算速度与精度，并通过实验证明该降型算法的实用性。

本文首先分析经典光电跟踪系统的结构，然后对模糊-动态高型控制系统进行理论和仿真分析，最后搭建实验平台进行验证。实验结果表明，所提方法实现了动态高型切换系统型别的目标，调节时间仅为0.069秒，稳态误差仅为0.0005角秒，相比传统双闭环反馈控制系统，显著提高了系统的响应速度和稳态精度；均方差为1.2038角秒，误差时间积分准则数值为979.6，明显提高了系统的动态稳定性与鲁棒性。