为解决在卫星激光通信初始捕获阶段传统信标激光光斑检测算法容易受到复杂背景干扰的问题，基于YOLOv5s神经网络针对卫星平台初始指向场景进行优化、改进。选用平滑交并比（SIoU）损失函数替代原损失函数，将原本的上采样结构替换为轻量化的内容感知特征重组（CARAFE）上采样结构，为C3层增加卷积块注意力模块（CBAM）机制，使用SimSPPF替代原本结构，增加了利于感知位置信息的Coordconv结构。经过改进后的神经网络在精度上优于传统的信标光斑检测算法，能够在复杂背景下准确检测出光斑的位置，适合用于初始捕获阶段以及粗跟踪阶段进行信标光斑检测。优化后的YOLOv5s神经网络精确率达到99.7%，召回率达到99.3%，在平均精度（mAP）@0.5指标上超过99.7%，在mAP@0.5∶0.95指标上超过了74%。

针对卫星激光通信过程中初始捕获产生的相对运动偏移误差，建立了星间激光通信的相对运动补偿模型。该模型只需提供较少的星历表查询，就能得到高精度补偿数据。仿真实验结果表明，该模型可以减小不确定区域扫描过程中产生的偏移误差，在星间激光通信过程中实现了高概率、快速建立激光通信链路。

针对无线光通信对快速、精准的光束对准技术需求，为减小系统链路建立时间，增加捕获可靠性，提出将GPS技术应用于光通信实验系统中。以TMS320F2312为控制核心，可根据实时GPS坐标解算出需调整的方位及俯仰角，进而驱动二维转台完成初始捕获，据此进行了多次初始捕获实验。结果表明，采用GPS导航定位技术，可快速实现信标光的初始捕获，且具有较高的捕获成功概率。

研究了“动中通”的初始捕获、重捕获及跟踪算法。为了提高“动中通”系统的性能，针对系统中传统的初始捕获、重捕获及跟踪算法在捕获速度和跟踪精度之间的矛盾，提出了一种基于变步长的步进跟踪算法。该算法具有初始捕获及重捕获阶段搜索步长自动增大而系统转入跟踪后步长很小的特点。理论分析和计算机仿真结果表明：该算法在保持较低计算复杂度的前提下，能同时获得较快的捕获速度及较高的跟踪精度。