随着科学技术的发展,尤其是空间科学、国防建设、自动化等领域的发展,对光电轴角编码器及其译码系统提出了越来越高的要求。传统的译码电路受结构的限制,存在通用性差、使用寿命短和故障率高等缺点。同时,细分误差会影响光电编码器的测量准确性。因而,设计具有优良性能的译码电路和细分误差的补偿对提高光电编码器的性能具有重要的意义。本文首先介绍了绝对式光电轴角编码器的测量原理。针对传统译码电路的缺陷,设计了具有通用性强、使用寿命长和故障率低优良性能的新型译码电路。然后介绍了电子学细分的原理,对细分误差的影响因素进行理论分析,并采用乘法倍频技术对细分误差进行补偿,给出了补偿后的实验结果。鉴于莫尔条纹信号的特点及传统自适应滤波器的缺点,将RBF神经网络自适应算法应用于莫尔条纹信号消噪,神经网络实现了信号的非线性映射,采用了在线确定网络结构的方法,滤波后,莫尔条纹信号质量得到明显的改善。最后为了提高光电编码器的精度,结合光电编码器误差非线性、模型不确定的特点,本文采用RBF神经网络对误差进行补偿,该方法不需预先知道误差的成因及分布规律,训练后的网络具有良好的泛化能力。经过补偿后,光电编码器的精度得到了明显的改善。