火星上升器(Mars Ascent Vehicle,MAV)的设计与其轨迹设计紧密相关,而现有方法大都将MAV的分级优化和轨迹优化解耦计算,计算效率较低。本文提出了一种针对两级火星上升器的带初值估计的分级与轨迹一体化优化方法,该方法分为两部分:其一为两级MAV分级优化初始化解析方法,由于MAV的上升轨迹更接近于霍曼转移,使用解析模型估计气动力、控制力及重力带来的速度损失,可以快速获得较高精度的MAV分级设计,并将此作为下一步优化程序的初始猜测值;其二为两级MAV的分级与轨迹耦合多阶段优化算法,它以MAV的发射总质量最小为目标函数,考虑MAV设计约束、轨迹的路径约束和控制约束等,基于高斯伪谱法优化器(GPOPS-II)进行算法设计。数值仿真结果表明MAV分级优化初始化解析方法对MAV的总发射质量的估计误差在百分之一以内,且以该分级优化初始化结果作为MAV的分级与轨迹耦合多阶段优化算法的初值可以将算法收敛速度提升一个数量级。针对未来的火星采样返回任务采用两级固体火箭的火星上升器设计方案,现有的“阿波罗”式火星表面上升制导方法没有考虑火星大气影响,在引入姿态控制条件约束后制导精度大幅劣化。本文对该方法进行改进研究,在弹道面内轨迹跟踪制导律的推导中增加对滑行段空气阻力造成的速度损失的解析估计,提高上升轨道远拱点轨道高度的精度;同时对弹道面转动跟踪制导律进行改进,将独立变量由时间改为速度,大幅缩小了轨道倾角的误差范围。数值仿真结果表明本文提出的改进的“阿波罗”火星表面上升制导方法能够显著提高火星表面上升制导精度,减小火星样本舱的入轨误差,为火星轨道交会的成功创造有利条件。本文基于相对运动理论提出火星中间交会制导算法。其原理为将原轨迹与轨迹修正后轨迹视为一主一从两个空间目标,建立相对运动模型,由终端相对状态求解初始轨迹修正速度增量。火星中间交会段的飞行时间较长且初始速度增量较大,导致原J2STM制导法的误差过大而无法适用。本文提出了一种串联制导方法,以lambert法解得的修正后轨迹为基础,进一步使用J2STM法求解初始轨迹修正速度增量。通过仿真验证可知串联制导法可以显著提升制导精度,且运算速度较快。