随着航天器近距离操作任务越来越复杂,对其快速性、自主性及可靠性要求越来越高,航天器近距离操作过程中的动力学与控制研究面临更大挑战。论文以航天器近距离操作过程中的防撞控制问题为背景,在近距离相对运动动力学、碰撞风险评估方法及非线性控制方法研究基础上,建立了一套近距离操作动态智能防撞控制方法,并应用于集群航天器近距离操作防撞控制和在轨服务交会段自主防撞控制两类典型任务。在理论研究方面:研究了近距离相对运动动力学模型。采用控制对象体坐标系为参考系,建立了对偶四元数描述的耦合相对动力学模型,解析证明了该模型理论上与传统的动力学方程的一致性。仿真分析了对偶四元数描述与传统描述下的耦合相对运动模型的状态预报精度,结果表明短时间内采用基于对偶四元数的相对运动模型计算相对状态是可行的。在此基础上,建立了相对运动的误差模型并将其线性化,将航天器近距离机动问题转换为追踪控制问题。研究了近距离飞行碰撞风险评估方法。分析了航天器碰撞风险评估的主要内容及一般过程,讨论了最小交会距离及碰撞概率两类常用评估方法的模型适用性。提出了动态安全域的定义和基于系统性能参数的碰撞风险评估“3C”模型,采用评估指标递阶式的方法对航天器进行碰撞风险估计,仿真结果表明“3C”模型能有效降低虚警率。研究了动态增益调度控制方法。推导了动态增益调度方法的显式表达并扩展用于一般多输入非线性系统,证明了全状态反馈时动态增益调度与非线性动态逆的一致性。针对某些实际应用系统很难给出解析表达式的情形,推导了基于数值计算的多输入动态增益调度控制律,并用F16战斗机及空间机械臂两个实例验证了动态增益调度方法对于非线性系统控制的有效性。提出了动态智能防撞控制方法。阐述由跟踪控制、碰撞风险评估和避撞控制组成的动态智能防撞控制算法及其各部分的设计准则。除动态增益调度控制方法外,还提出了基于自动微分法的BP神经网络PD控制方法用于跟踪控制,自动微分法的引入用于解决BP神经网络中梯度求解不精确的问题,数值仿真表明该方法用于跟踪控制的有效性。在分析影响避撞控制因素的基础上提出了动态类爬墙法,避开了目标不可达。一旦陷入局部最小点,在航天器可达范围内进行优化选择,确保动态智能防撞控制算法的可行性。将动态智能防撞控制算法与加强LQR/APF控制算法进行仿真比较,结果表明动态智能防撞控制算法对于单模块或双模块防撞机动控制的有效性、稳定性与鲁棒性。在应用研究方面:以集群航天器为对象进行了应用研究。针对集群航天器近距离飞行任务中的分散与集结、模块插入/退出及构形快速重构三种典型操作任务,采用基于动态增益调度控制、“3C”碰撞风险评估方法和动态类爬墙法的动态智能防撞控制算法进行了仿真分析,结果验证了动态智能防撞控制算法的有效性。以在轨服务为背景进行了应用研究。针对在轨服务交会段防撞控制任务,采用基于自动微分法的BP神经网络PD控制、“3C”碰撞风险评估方法和动态类爬墙法的动态智能防撞控制算法设计了控制器,仿真结果验证了动态智能防撞控制算法的有效性。利用在轨服务地面实验系统进行了实验验证。在对模拟星的转动惯量和推力等参数进行辨识的基础上,针对无障碍物、障碍物相对静止、障碍物同向匀速运动和障碍物斜向匀速运动四种不同任务场景,采用动态智能防撞控制算法进行实验验证。实验结果表明动态智能防撞控制算法是一种有效的近距离操作自主防撞控制算法。论文形成了近距离自主防撞控制的理论体系并采用实例进行了验证,论文工作有效提高了航天器近距离操作的可靠性和安全性,为航天器自主安全操作控制系统设计提供了一套有效方法。