随着高速飞行器领域技术不断发展,飞行器将执行更复杂的任务,并面对更恶劣的外界环境,所以对飞行器控制器的鲁棒性要求不断提高。为了提高对带扰动飞行器的鲁棒控制效果以及设计不依赖模型参数的控制器,本文针对带扰动的高速飞行器模型,研究了基于自适应动态规划的随机鲁棒优化控制方法,主要工作如下:根据气动分析和坐标系定义,推导出高速飞行器的运动学和动力学方程。并对外界不确定性因素进行分析和建模。建立了带有参数摄动的高速飞行器非线性模型。针对带扰动高速飞行器纵向非线性模型,提出了一种基于自适应动态规划的鲁棒最优控制方法。通过在标称系统的性能指标函数中加入鲁棒项,可将鲁棒控制问题转化为最优控制问题。并从理论和仿真实验证明了该方法的有效性。因为数学模型与真实动力学存在一定的偏差,为了避免使用系统的模型参数,达到去模型化,提出了一种基于误差系统的鲁棒自适应动态规划加比例积分微分控制的组合控制方法。将传统策略迭代作为已知条件带入Lyapunov方程,并用多项式网络逼近最优性能指标和控制律。通过带入多组状态数据,迭代计算出多项式网络系数,从而得到最优控制律。为了进一步验证鲁棒自适应动态方法的有效性,提出了一种基于增广系统的鲁棒自适应动态规划控制作为单独控制器的方法。在系统的性能指标函数中加入折现因子和在控制律中加入鲁棒系数,可以达到鲁棒控制效果。此外,为了进一步提高鲁棒控制器的控制性能,用自抗扰控制代替比例积分微分控制作为主控制器。提出了一种基于随机鲁棒优化的串级自抗扰控制方法,并与误差系统的鲁棒自适应动态规划方法相结合。优化过程中使用量子扩散蒙特卡洛算法来优化控制器参数。仿真实验表明该方法与以上方法相比,控制效果更好。