随着人类对太空的开发,安全可靠、快速响应、低成本是对未来运载器的基本要求。为实现安全可靠,运载器需要有适应性强的自适应制导方法作为技术支撑。而高精度的快速轨迹优化方法可以减少射前准备时间,加快运载器的响应速度。为了实现低成本,应尽量减少关机点推进剂余量,转化为运载能力的提升。基于该背景,本文研究了低推进剂余量情况下的轨迹优化和制导方法。本文对偏差因素进行了建模,对全箭飞行能力、运载能力和安全余量进行了分析。建立了地心惯性坐标系和发射坐标系中的动力学模型。从终端指标精度和运载能力两个方面对全箭飞行能力进行描述。从安全余量和推进剂剩余量两个方面定义了运载能力提升,并以此作为衡量制导方法优劣的指标之一。定量分析了多个偏差因素对全箭飞行能力的影响,为后续对制导算法的研究提供指导。研究了基于Legendre伪谱法的高精度离线轨迹优化方法。构建了基于序列二次规划和遗传算法的复合遗传算法,利用遗传算法不需要初值和全局优化的特点,弥补了序列二次规划算法对初值敏感,容易陷入局部最优的问题。基于Legendre伪谱法建立上升段轨迹优化模型,并采用序列二次规划算法和复合遗传算法进行求解。仿真结果表明:传统的基于SQP算法的Legendre伪谱法运算速度快,但是需要有较好的初值。基于复合遗传算法的Legendre伪谱法虽然运算时间较长,但是精度比前者要高,对初值不敏感。研究了基于解析解的自适应制导方法。首先分析了一种迭代制导方法的原理,并针对具体应用环境进行改进,构建了双环迭代模型。然后基于当地坐标系下的简化动力学方程,以俯仰角的三角函数值的导数作为控制变量,推导了满足庞特里亚金极大值原理的解析解,并以此构建了在线自适应制导方法。该方法保证了姿态角的级间连续性,并考虑了终端攻角约束。数值仿真表明该方法比迭代制导方法具有更高终端状态精度和更强的抗干扰能力,可提升运载器的运载能力。研究了基于扩展Kalman滤波的气动参数辨识在制导计算中的应用。基于速度坐标系下的简化动力学方程,构建了气动参数辨识的扩展Kalman滤波器,对气动系数偏差量进行辨识。推导了考虑气动系数偏差的摄动方程,将气动参数辨识结果应用于制导计算。仿真表明滤波器收敛较快,精度较高,气动参数辨识能有效降低终端状态偏差,提升轨迹收敛性,对制导系统性能有所提高。本文的工作可为助推运载器在低推进剂余量情况下的轨迹优化和在线制导提供方法支持,可为气动参数辨识在制导中的应用和大气层内的轨迹优化与制导提供参考。