空天飞行器因具有高空高速、机动灵活的特征,被视为一类兼具战略威慑和实战应用能力的新概念武器,近年来得到了迅速的发展。其大空域、宽马赫数范围以及强耦合特性等给轨迹设计、优化和制导系统提出了新的要求。在此背景下,本文针对多约束下空天飞行器爬升段轨迹的智能优化与跟踪控制展开了研究,提出了一种爬升轨迹智能优化算法,为空天飞行器多约束下轨迹优化设计提供一种可行且有效的策略。首先,对空天飞行器的模型数据进行曲线拟合,解决表格插值法会带来的求解速度慢等问题,构建多学科耦合的数学模型,分析空天飞行器的动力学特性。进而,在定动压的约束下,设计飞行器大包线变化范围内的爬升指令,分析定动压轨迹控制约束下的可行性,结合控制裕度确定后续研究的优化剖面和动压范围。接着,针对现有鸽群智能优化算法容易因过早收敛而陷入局部最优的问题,引入量子进化策略对鸽群智能优化算法进行改进,使用测试函数验证改进后算法的性能,并基于改进鸽群算法提出一种爬升轨迹智能优化方法,作为后续轨迹优化研究的优化工具。进而,在控制约束下采用爬升轨迹智能优化算法获得空天飞行器的最优爬升轨迹,验证轨迹的可行性。结合智能优化算法和最优控制理论设计空天飞行器爬升轨迹闭环跟踪控制器,在模型参数误差的情况下对标称轨迹进行跟踪控制,分析所设计的闭环跟踪控制性能,仿真结果表明在设计最优爬升轨迹时,需要融合模型参数的不确定性约束,量化其对优化设计的影响。最后,考虑空天飞行器爬升过程中模型参数的不确定性约束,确定参数摄动对爬升轨迹的影响规律,结合非侵入式混沌多项式,实现模型参数摄动下空天飞行器爬升轨迹的鲁棒优化。进而,在模型参数误差和初值误差的情况下,采用跟踪控制器实现对优化轨迹的有效跟踪,验证了本文所提鲁棒优化和跟踪控制方法的优越性。