深空科学探测任务中利用仪器获取深空科学探测数据的重要的一种方式就是在探测到目标的天体附近着陆,然后通过着陆器采样后返回地球。近年来,随着科学技术的发展,月球作为离地球最近的天体,其上很多有价值的探索区域逐渐被发现。对月球的探测活动需要强有力的技术来保障,其中软着陆技术更是重中之重。于是本文针对月球探测器软着陆轨迹跟踪问题进行了细致研究,主要工作如下。在分析月球探测器软着陆过程的基础上,综合着陆各个阶段的信息,确立了着陆段的轨道约束。进一步在极坐标系下,建立了月球软着陆的二体模型。接着采用了高斯伪谱法对探测器软着陆轨迹优化建立了离散化控制模型,将连续系统的最优控制参数问题转换成有限维的控制参数优化的问题,设计实验进行仿真分析,得到最优标称轨迹。针对月球探测器软着陆最优标称轨迹的跟踪问题,通过引入线性二次调节器首先设计了基本LQR控制器以实现轨迹跟踪,针对基本LQR控制器的Q矩阵选取问题,在结合强化学习AC算法的基础上,进一步优化了Q矩阵的选取,从而得到最优线性控制器,最后通过对比基本LQR控制器与最优线性控制器的仿真结果,验证了所提出的算法的有效性,该最优线性控制器的跟踪精度相比有了较大的提高。为了解决AC算法选取Q矩阵网络初始化对效果影响较大的问题,本文从仿生学角度继续在传统粒子群算法的基础上进行改进,提出了结合适应度因子与改进因子作为新的惯性因子的改进粒子群算法用于轨迹跟踪控制器的Q矩阵的优化选取,改进粒子群算法在稳定性和适应性等方面均优于传统粒子群算法,最后通过对比传统粒子群算法和改进粒子群算法寻优所得到的最优线性控制器的仿真结果,验证了所提出的算法的有效性。