滑翔式再入飞行器具有灵活机动、远程打击和快速响应等优秀的能力,具有不可限量的军事、政治和经济价值,一直是全球瞩目的焦点和学界关注的热点,引领着世界航空航天领域的发展方向。本文围绕滑翔式飞行器的再入轨迹优化与制导问题展开学习和研究,主要完成了以下工作:本文选取滑翔式再入飞行器作为研究对象,针对再入飞行过程建立了滑翔式再入飞行器的三自由度运动模型;同时对物理量进行归一化处理,消除各个物理量之间因不同量纲带来的影响;根据过程约束和准平衡滑翔条件,设计了再入走廊,对飞行过程中的大气环境与飞行器的气动参数进行了建模和分析。采用基于多重打靶法和粒子群的再入轨迹优化算法。采用多重打靶法对再入飞行段进行参数化的转化,然后采用粒子群算法对转换后的非线性规划问题进行优化。同时引入距离量度方法平衡目标函数和约束条件之间的关系,引入非支配集方法利用非支配集合和不相关集合判定粒子的优劣。多组仿真试验在不同飞行任务需求下求解了满足多种约束且性能指标精度较高的再入轨迹,表明算法的可行性与有效性。采用基于准平衡滑翔条件补偿和罚函数的数值预测校正的再入制导算法。采用数值预测校正制导算法对再入飞行过程中的纵向平面进行制导,针对固定终端剩余航程的飞行任务,合理地设计了误差函数,采用高斯牛顿法,结合飞行器的特性,获得了超线性的算法收敛速度。设计了航向角偏差走廊,用于限制横向平面的运动,实现横向制导。对于过程约束或者其他可以表示为矢径与速度函数的约束,引入罚因子并做平滑处理,得到严格满足约束条件的制导轨迹。利用准平衡滑翔条件生成补偿因子,消除了初始下降段后产生长周期振荡现象。通过初始条件偏差和气动参数拉偏的多组蒙特卡洛打靶仿真试验,验证了算法稳定可靠的收敛性与鲁棒性。采用基于差分进化算法的LQR再入轨迹跟踪制导。采用线性二次型调节器生成闭环系统的反馈增益,实现参考轨迹的跟踪;采用差分进化算法优化二次型性能指标泛函中的加权系数,获得更优良的跟踪效果,相比于传统经验法则的加权系数选取,随机性算法优化的结果更具适用性与可移植性;多种偏差条件下的蒙特卡洛仿真结果表明了算法的可行性与鲁棒性。