随着世界政治经济格局的新变化以及科学技术在各个工程领域的不断突破,人类开始向更具挑战性的临近空间领域探索。作为一类重要的临近空间飞行器,滑翔式高超声速飞行器(Hypersonic glide vehicle,HGV)是指通过火箭或天基平台搭载,由近地轨道投放并再入大气层,之后保持远程高速(Ma>5)滑翔飞行的无动力飞行器。由于滑翔式高超声速飞行器在技术和战术的实现上不依赖于发动机动力,并且该飞行器具有大空域滑翔和大范围机动的能力,很好地契合了全球快速打击的设想和时代背景,因此具有重要的战略价值和意义,已受到世界各国的普遍重视。然而,滑翔式高超声速飞行器再入过程中制导和控制面临诸多挑战,如多控制目标、多控制约束的轨迹优化控制问题,面向制导与控制的模型问题,以及强非线性、强耦合、强不确定的再入控制问题。本文以滑翔式高超声速飞行器再入轨迹优化与姿态控制为研究核心,按照提出问题、分析问题、问题的解决方法、问题的解决结果的顺序逐步展开,主要研究内容分为如下四个部分:建立了滑翔式高超声速飞行器完整的6DOF再入运动方程,包括3DOF再入质点运动学方程和3DOF再入姿态动力学方程,并给出了飞行器气动外形参数化模型和气动参数模型等。基于姿态动力学方程给出了面向再入控制研究的姿态动力学仿射非线性模型,并分析了HGV系统气动特性、静稳定性和开环动态特性,仿真表明HGV再入运动呈现出快时变、强耦合不稳定的非线性特征,具有典型的代表性。同时模型和特性分析为姿态控制奠定了基础。设计了滑翔式高超声速飞行器多控制目标、多控制约束再入条件下的纵向再入优化轨迹。基于直接法将再入攻角离散化,并将其与航天飞机再入攻角方案相结合,给出速度剖面下的标称再入攻角方案。通过引入反值能量概念,将无量纲的3DOF再入质心运动方程转化为基于能量的运动形式,从而将终端时刻未知的优化问题转换为特定能量区间上的非线性规划(Nonlinear programming,NLP)问题。然后,将该NLP问题放入到多目标优化问题(Multi-objective Optimization Problem,MOP)的框架下加以解决。基于粒子群算法设计了约束的多目标粒子群算法(Constrained Multi-Objective PSO,CMOPSO)。通过基于自适应惩罚技术约束条件和约束个体,基于归一化非支配排序技术处理多个目标函数优化。仿真表明,本文所设计的优化方法给出了基于Pareto最优意义下的多条再入攻角和再入轨迹,很好地解决了滑翔式高超声速飞行器多目标多约束的再入轨迹优化问题。给出了滑翔式高超声速飞行器再入姿态动力学三通道齐次T-S模糊模型。针对传统的采用Jacobian线性化方法无法得到非零工作点上齐次模糊模型的问题,引入了齐次化建模方法构建局部T-S模糊模型。通过分析姿态动力学开环特性,折衷所建立模型的复杂度与逼进度,将非线性和耦合性较强的滚转角速率和偏航角速率作为前件变量,从而构建了各子系统的齐次T-S模糊模型。基于并行分布补偿(Parallel Distributed Compensation,PDC)原理得到HGV再入姿态动力学模型的齐次T-S模糊非线性模型。仿真表明给出了所构建HGV齐次T-S模型与原模型在各特征点上和在特征点邻域均具有较好的逼近精度,为后续T-S模糊控制提供了模型基础。针对HGV再入姿态控制问题,通过引入T-S模糊控制策略,设计系统闭环控制器。通过选取合适的李雅普诺夫函数,给出了保证系统稳定的松弛化LMI条件。针对再入过程中所受到的外部干扰问题,基于含外部干扰的再入T-S模糊模型,设计了H_∞状态反馈控制器。由于实际工程中系统状态并不是全部可测的,并且再入过程中系统模型通常具有不确定性,因此,基于含有不确定和外部干扰T-S模糊模型,设计了含有观测矩阵的动态输出反馈控制器。李雅普诺夫稳定性理论给出了保证系统稳定的T-S模糊动态输出控制器的LMI条件。仿真表明,所设计的T-S模糊控制器可以很好的保证含有外部干扰和模型不确定性的系统姿态稳定。