高超声速飞行器因其大马赫数和高海拔的飞行特性,具有极大的军事和民用价值。高超声速飞行系统集成了多学科的前沿技术,学科之间交互复杂,需要通过综合的优化设计来达到最优的飞行性能。本文以新型的鸽群智能优化算法为基础,研究了鸽群智能算法的改进策略及其在高超声速飞行器控制优化问题中的应用,为高超声速飞行器综合优化设计提供一种可行且有效的优化策略。论文主要工作如下:首先,针对鸽群智能优化算法的优缺点,提出两种改进策略。其一,结合量子进化算法的高种群分散性和鸽群优化算法的快速收敛性,通过算法混合改进以达到取长补短的效果,提高算法的全局探索能力;其二,为了保持算法后期的多样性,在鸽群智能算法中引入高斯变异操作器,提高算法的局部开发能力避免过早收敛。最后,通过测试函数仿真验证了改进鸽群智能优化算法的有效性。接着,将鸽群智能优化算法应用在高超声速飞行控制设计和轨迹优化问题中。首先,以乘波体外形为基础,通过代理建模得到飞行器面向控制的数学模型,并对该模型进行特性分析;随后,将改进鸽群智能算法应用在飞行控制系统设计中,利用改进鸽群算法对最优巡航点优化,基于最优巡航点搭建分散协调控制系统,并再次通过改进鸽群算法对控制器参数进行优化,实现高超声速飞行器的姿态和轨迹的稳定控制。最后,以最优巡航点为终端状态,燃料消耗最少为性能指标,利用改进鸽群智能算法进行爬升段轨迹优化设计;最后,对轨迹灵敏度进行分析,通过线性二次型调节器(LQR)控制实现轨迹跟踪。仿真结果表明,改进鸽群算法能有效解决高超声速飞行器飞行控制和轨迹优化问题,具有一定的工程应用价值。