本文主要研究了吸气式高超声速飞行器上升段轨迹优化及闭环最优制导技术,主要研究内容包括:　　 1.研究了真正意义下的三维空间下的飞行器轨上升段迹优化问题,和传统的二维纵向剖面下的轨迹优化问题在求解的难度上有着本质的区别。由于增加了飞行器的横侧向运动因素,不仅增加了系统状态变量和协态变量的个数,增加了数值求解的复杂度,更主要的是引入了飞行器纵向运动与横侧向运动的耦合因素,增加了轨迹优化问题的敏感性。　　 2.建立吸气式高超声速飞行器非线性轨迹动力学微分方程,轨迹优化问题的数学模型,将飞行器的质量作为系统的状态引入到轨迹优化问题的研究中,采用零侧滑角飞行模式的条件下对上升最优控制问题进行了推导,建立了相对应的最优控制问题中的伴随向量微分方程;建立、分析最优控制条件以及典型飞行任务所需的终端横截条件、通过消除拉格朗日乘子以获得所需数目的辅助横截条件,并形成微分方程两点边值问题。　　 3.研究了适用于吸气式高超声速飞行器上升段轨迹优化两点边值问题离散化的数值方法;以及提高数值算法的可靠性和收敛性的方法,包括对于初始猜测轨迹的获取和搜索步长的控制。在完成轨迹优化的基础上对于闭环最优制导进行了初步的研究以及仿真。　　 本文研究的基于间接法的高超声速飞行器上升段轨迹优化算法完全能够满足高超声速飞行器实时在线轨迹优化及闭环制导的要求。克服了直接法由于其收敛速度缓慢无法满足闭环制导要求的问题。本算法具有快速轨迹生成能力。研究的是三维情况下研究轨迹优化问题,能更真实的模拟飞行器的运动过程,并且只有在此情况下才能研究验证侧风扰动对于飞行过程的影响以及算法的稳定性。算法所具有的一个很大的优点是一很容易转化成闭环制导算法,最终能够实现轨迹优化软件平台和吸气式高超声速飞行器闭环最优制导软件的最大同一化。为进一步开展高超声速飞行器上升段的闭环制导问题的研究奠定了坚实的基础。　　 本算法在飞行器运动过程中根据飞行状态在线计算新的飞行轨迹,因此与在地面反复修改、测试来求得最优飞行轨迹的方式不同,能够在非常复杂的飞行任务和高度非线性的飞行环境下,在不具有人为经验以及不允许反复修改、测试的情况下,在快速收敛的前提下能够保证得到优化并且正确的飞行轨迹和决策。　　 由于高超声速飞行器采用吸气式发动机,它需要从空气中获得氧气,因此其推力的大小和气流密切相关,而目前气流等大气环境很难精确建模,同时在飞行过程冲还存在各种近地扰动以及环境不确定性,而本算法采用了闭环回路的计算,根据气流等外界环境在线调整最优轨迹,能够持续的修正外界扰动因素的影响并更新飞行轨迹,因此其对于外界的扰动具有很强的适应性。另外,如果飞行器发生故障(如舵面部分失效),引起飞行器特性的变化,无法按照原参考轨迹飞行,本算法采用的闭环模式能够重新对于最优飞行轨迹进行规划。