空间激光通信（Free Space Optical Communication,FSO）需要建立稳定的通信链路来保障通信质量,并且空间中环境复杂多变,因此对通信两端的端机对准程度和通信过程中的实时跟踪性能要求很高。针对这一需求,本文本将主要从激光光斑位置检测和跟踪控制技术两方面入手进行重点研究,来保证FSO的通信链路的稳定,主要工作内容如下:1、首先通过对光通信常用的3种光电探测器进行性能的分析对比,结合实验需求,决定采用四象限探测器（Quadrant Detector,QD）作为本文研究内容的光电探测器。接着介绍了QD的工作原理、分析了造成光斑位置检测误差的的误差来源,并设计了带通滤波器滤除噪声。接着设计了基于QD的光斑位置检测方案。为了提高光斑位置检测精度,提出了使用BP神经网络位置算法作为本文的光斑位置检测算法。2、对QD的后端电路进行了硬件实现,并且使用verilog语言编写了FPGA数据处理模块的软件,搭建基于QD的光斑位置检测实验平台,采集实验数据。将采集到的数据,用设计的神经网络进行训练,对比不同的训练函数和不同的传递函数的效果,选择出最合适的配置。接着重新采集x轴方向上其他区间段的数据,用于对训练好的神经网络结构体进行实验验证,实验在QD的x轴方向上整体的误差精度能达到10-4 mm级别,最大误差仅为4×10-4mm,误差很小,验证了神经网络光斑位置检测算法的有效性和优越性。3、激光通信过程中环境复杂多变,为了提高激光通信系统对准的精度和应对跟踪过程中如大气湍流、机械抖动等扰动,利用QD检测出光斑中心偏差后,需要利用控制器控制伺服机构对扰动进行抑制。分析了影响激光对准和跟踪的因素,设计了跟踪伺服控制方案,提出使用自适应控制技术作为系统的控制技术。随后着重介绍了数字式PID控制算法、神经网络PID控制算法、神经网络滑膜控制算法的理论知识,并对这几种控制算法进行了设计。4、利用MATLAB软件对设计的几种控制算法的控制效果和抗干扰性能进行验证,在3种不同的扰动下进行仿真。仿真结果显示,相比于传统的PID控制算法,在面对复杂多变的扰动时,神经网络控制器能够自适应调整权值,控制精度能够达到10-4mrad级别,动态响应时间能够达到10-1 s级别。在面对扰动时,神经网络滑膜控制器相比神经网络PID控制器,性能更加优异,其在变化比较大的正弦扰动下,神经网络滑膜控制器能将控制精度达到1.49×10-4 mrad,动态响应时间为0.2s,跟踪控制性能满足通信需求。