随着人类探索宇宙的脚步迈出地球,奔向更遥远的深空,小行星这个独特的群体便进入了人类的视野,成功聚焦了世界各国科学界的目光。对小行星进行探测,从进化理论研究、地球安全问题、资源开发利用以及综合国力的提升等几个方面讲都具有重要的意义。小行星体积小且形状极其不规则,导致其附近的引力场微弱且具有十分不规则的几何特性,加之太阳及其他大天体的影响,小行星周围的环境就成为了太阳系中受摄动最强烈的动力学环境之一,这对探测器的导航、制导与控制系统提出了更高的要求。在过去的几十年里,国内外的研究人员和学者对小行星不规则弱引力场中探测器的动力学、导航、制导与控制问题进行了大量研究,已经取得很多有价值的成果,但仍存在很大的研究空间,例如不规则弱引力场中探测器的自主导航、制导与控制方面的研究还存在很多问题需要探索和解决。本文在973项目“行星表面精确着陆导航与制导控制问题研究(编号:2012CB720000)”子课题“不规则弱引力场中探测器着陆轨迹鲁棒控制方法(编号:2012CB720004D)”的资助下,假设探测器的轨道信息和姿态信息可由导航系统精确提供,针对小行星不规则弱引力场中探测器的悬停姿轨六自由度控制与附着轨道控制方案进行了研究。本文的主要研究内容与结果概括如下:首先,根据悬停与附着任务特点,分别推导了探测器在小行星轨道系下的轨道动力学方程,小行星固连系下的轨道动力学方程,以及相对姿态动力学方程。对于模型中小行星不规则引力项的建模,从引力场建模精度与计算速度两个方面进行衡量后,采用计算简便高效的球谐函数法计算小行星轨道系方程中的不规则引力项,采用建模精度高的多面体法计算小行星固连系模型中的不规则引力项。然后,分别利用滑模控制和自适应滑模控制对小行星轨道系下探测器的姿轨六自由度悬停控制方案进行了研究。目前小行星悬停控制的研究多集中于固连系悬停,本部分内容针对探测器在小行星轨道系下的悬停控制,同时考虑探测器的轨道运动和姿态调整,分析了轨道和姿态运动间存在的耦合,利用第2章推导的平移和旋转方程,整理了探测器在小行星轨道系下的姿轨六自由度动力学方程;先假设不确定性和外部干扰有界且上界已知,给出了滑模姿轨控制律,并在理论上证明了闭环控制系统渐进稳定,以4769号小行星Castalia为目标星进行数值仿真,结果显示该方法虽然可以得到比较理想的状态误差曲线,但会导致控制推力和控制力矩的高频抖振;又在外部干扰上界已知,而不确定性上界未知的假设下,设计了自适应滑模控制律,利用Lyapunov理论证明了闭环控制系统的渐进稳定性,仿真时用饱和函数代替控制律中的符号函数以改善抖振问题,仿真结果表明该方法能够克服多种摄动的影响,在消除探测器的入轨误差后实现小行星轨道系中姿轨稳定悬停。随后,设计带有RBF神经网络(RBFNN)补偿器的自适应滑模控制律对控制输入受限时小行星轨道系下探测器悬停的姿轨六自由度控制进行了研究。考虑到实际应用中的执行器输出存在大小限制,对前面整理的小行星轨道系姿轨六自由度动力学方程中控制输入项进行重新定义,引入名义控制作为待设计量,当名义控制值超过容许限值,控制输入等于容许限值,否则控制输入等于名义控制值。引入RBF神经网络逼近名义控制与实际控制的差值,并将估计值反馈到自适应滑模控制律中,通过Lyapunov理论证明了改进后的闭环系统具有渐进稳定性,仍以Castalia为目标星,数值仿真结果显示,RBF补偿器展现了良好的逼近能力,与不考虑执行器饱和时的控制响应曲线相比,状态误差曲线要经历更多波折后开始收敛,仿真结果验证了所提控制方案的有效性。最后,设计基于动态边界层的双RBFNN自适应准滑模控制律对探测器附着小行星的轨道控制问题进行了研究。在第2章给出的小行星固连系下探测器轨道动力学模型基础上,增加了对控制输入受限的考虑,根据探测器的初末状态信息,利用三次多项式规划了附着轨道,并利用四面体分割思想对规划的附着轨道进行了碰撞检测。对含有受限控制输入和未建模项的非线性动力学系统,先设计了双RBFNN自适应滑模控制律跟踪拟定的下降附着轨道,其中两个RBFNN分别用来估计未建模加速度项和补偿名义控制与实际控制输入的差值,运用Lyapunov理论证明了闭环控制系统具有渐进稳定性;考虑到滑模控制方法在实际应用时最大的阻碍来自于符号函数导致的执行机构高频切换问题,而此前采用边界层固定的饱和函数代替符号函数的抑制抖振策略不仅牺牲了系统鲁棒性,还失去了系统可达性。因此,为改善抖振的同时保证系统可达性,对原来的控制律进行改进,设计了带有动态边界层的双RBFNN自适应准滑模控制律跟踪期望附着轨道,经分析给出了保证系统可达性的条件,数值仿真结果验证了改进后控制方案的有效性。此外,多面体法计算小行星引力时计算量较大,而Matlab对循环语句执行效率较低,致使控制系统仿真速度缓慢,因此采用在Matlab中调用Fortran语言MEX文件的方法计算多面体引力,结合利用了Matlab与Fortran各自优势的同时,也提高了控制系统仿真速率。