【摘要】提出了 一 种 应 用 于 光 学 图 像 稳 定 器 ( optical image stabilization, ois) 系 统 中 闭 环 控 制 模 块 的 基 于 反 向 传 播 算 法(backpropagation algorithm,BP)神经网络的 PID(Proportion,比例;Integration,积分;Differentiation,微分)自适应整定算法,即 BP-PID 控制算法。 音圈马达存在非线性和迟滞问题,对光学防抖算法的实现造成了巨大挑战,为了解决这个问题,提出了在光学防抖算法中引入 BP 神经网络的解决方案。 通过神经网络的学习能力,所提出的算法在自适应不同音圈马达个性化差异方面有着明显的提升。 还进行了二阶系统的 BP-PID 控制仿真,证实了 BP 神经网络整定 PID 参数的有效性,相对于传统 PID 控制算法具备更好的跟踪与控制特性。