0 引言
       空间光通信因其保密性好、传输速率高而被应用和发展，尤其在军事领域，空间光通信的抗干扰能力显得尤为突出[1-2]。目前，激光通信技术已经应用到卫星、飞机、汽车和船舰等众多平台，而高速移动平台（飞机、汽车和船舰等）的特性使其在激光束的瞄准、捕获和跟踪上较为困难[3]。目前，一般都采用比例-积分-微分（PID）控制器来实现激光束的快速稳定跟踪，在此基础上人们提出了滑模控制、神经网络控制、模糊控制以及控制相结合的智能控制方法。文献[4]采用模糊神经网络控制算法，具有参数学习和结构学习功能，无论是在动态还是静态或者稳定性方面都优于传统PID控制。文献[5]在经典PID控制算法的基础上进行改进，在微分环节输出加上数字滤波器，有效地避免由微分项输出突变导致的跟踪系统不稳定，从而提高了跟踪精度。文献[6]提出结合传统PID控制与模糊自适应控制方法，对PID控制参数进行实时的在线优化调整。文献[7]提出一种改进的PID控制算法，根据跟踪反馈误差实时改变控制比例系数，调节控制性能，有效提高了系统的跟踪精度与动态性能。文献[8]设计了一种新型的自适应神经模糊（ANFIS）速度控制器，充分利用神经网络的学习能力与映射能力，实现模糊系统的自学习、自适应功能。
　　上述几种方法在一定程度上都改进了传统PID算法的性能， 但都需要建立学习模型，通过较为复杂的迭代来学习。而萤火虫算法在解决连续型最优问题上具有良好的性能，该算法简单易理解，收敛速度和求解速度快，在PID控制器的参数寻优方面有着广泛应用。文献[12]在对PID控制器的参数整定中，引入了自适应变步长策略的智能萤火虫算法，仿真结果表明此算法可高效整定PID控制器参数。文献[13]分析了标准萤火虫算法的原理和收敛性能，并提出改进方法，最后通过仿真对比得出此算法性能的优良性，以及在工程应用中的可行性和良好的前景。文献[14]提出了一种导向性的移动策略，加快迭代速度，更容易获得全局最优，并可在永磁同步电机的PID参数优化上应用。但是，上述方法在参数寻优时最优解的收敛速度较慢，在高动态的激光跟踪时会有较大的时延。本文对传统萤火虫算法进行改进，将改进的萤火虫算法结合PID控制引入高动态的激光跟踪系统中，以实现对PID控制器参数的优化整定。

3 结束语
       本文在基于传统PID算法的参数整定上，引入了一种改进的萤火虫算法来对光电伺服系统的跟踪性能加以提升，分析了伺服系统粗跟踪的模型和结构，并对萤火虫算法整定后的PID控制器进行仿真，得出了系统的开环、闭环波特图和阶跃响应，最后搭建了室内实验，通过六维仿真台与快速偏转镜分别来实现外界的低频和高频扰动。从跟踪误差角度分析可知，相较于传统Z-N法参数整定PID控制器，本文提出改进的萤火虫算法参数整定后的PID控制器的控制精度有所提高。