再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题，应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题，提出单网络积分型强化学习（SNIRL）算法进行求解，该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构，只需要采用评价网络估计值函数就可以求得最优控制律，其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器，并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高，收敛速度更快，并校验了自适应最优姿态控制器的有效性 。     

火箭上升段滚动时域制导控制一体化设计

针对传统火箭上升段制导与姿态控制系统分离设计无法最大程度优化控制精度、控制量需求等系统整体控制性能的问题，提出一种基于凸优化的滚动时域制导控制一体化(IGC)设计方法。首先建立反映质心运动和绕质心运动耦合关系的IGC模型并对其进行反馈线性化获得面向控制的线性模型。然后考虑控制约束，将上升段IGC问题建模为最优控制问题，基于凸优化理论设计滚动时域控制器。该方法基于滚动时域控制(RHC)策略中反馈校正和滚动优化的思想，可以及时弥补模型误差和外部干扰等造成的不确定性；同时利用凸优化算法计算复杂度低、求解简单的优势，有效解决了含控制约束的复杂优化问题的求解。基于李雅普诺夫稳定性理论证明了闭环系统的稳定性。数值仿真校验了该滚动时域控制方法的有效性和鲁棒性；并且仿真结果表明，火箭上升段IGC设计比传统分离设计制导精度更高、控制量需求更小且姿态变化更加平缓。