平台与附件同时机动的复合控制技术是航天控制领域潜在的发展方向.分析了该技术的需求与研究内容，建立了该项技术最简化适用对象——两刚体对象的完整动力学方程，从问题复杂性、平台姿态描述、复合控制器设计用模型、系统耦合特征等角度展开讨论，并进行了系统控制器初步设计与仿真，得出关于模型建立、前馈策略、带宽选择等原则性意见.

提出了一种自由漂浮机械臂抓取翻滚目标的自适应控制策略。抓取翻滚目标要求自由漂浮机械臂具有很强的轨迹跟踪能力，但是自由漂浮机械臂本身以及目标所存在的运动学和动力学参数不确定性使基于模型的控制器性能急剧下降，甚至变得不稳定。通过对参数的自适应逐步改善基于模型的控制器的性能，并且提出了一种新的自由漂浮机械臂关节空间自适应控制器。最后通过数值仿真对所提出的自适应控制策略进行了验证。

根据高超声速飞行器的欧拉近似离散模型，提出基于Ｂａｃｋ-ｓｔｅｐｐｉｎｇ的
模糊离散自适应控制器设计方法．结合模糊自适应控制和反馈线性化的方法，
Ｂａｃｋ-ｓｔｅｐｐｉｎｇ设计的每一步虚拟／实际控制量对系统非匹配的不确定性都能进
行较好地补偿．稳定性分析表明，该控制方法能够保证系统跟踪误差和模糊自适
应参数误差是一致终值有界的．仿真使用了高超声速飞行器的纵向模型对算法
进行了验证，得到了满意的控制效果．

本文的研究内容是利用GPS接收机的导航信息精确确定接收机载体航天器的轨道根数。本文给出了为确保10m量级的定轨精度所必需的精确坐标系变换与时间系统变换公式,提出了采用GPS接收机的导航信息与摄动运动方程式外推的组合导航方法,以保证接收机天线被短期遮挡时导航仍能正常运行。

使用广义总体最小二乘（GTLS，generalized total least squares）方法对零动量卫星进行惯量矩阵在轨辨识。提出了GTLS算法的先验最小距离解的定义：当测量信息不足以确定唯一解时，解空间中最接近先验估计的解。给出了先验最小距离解的算法，并应用于惯量矩阵在轨辨识。仿真结果表明了该辨识方法的有效性及先验最小距离解相对于最小范数解的优越性。

月球和太阳干扰圆锥扫描红外地球敏感器（CES）导致卫星姿态波动，使若干颗中低轨道卫星在轨出现整星进入全姿态捕获模式。针对这一问题提出了一种利用CES软件鉴别月球干扰的方法，并进行了地面试验验证，试验结果表明该方法不仅可以给出“见月球”标志，并且可以剔除月球和太阳对CES姿态测量的影响。试验结果与在轨飞行遥测数据完全吻合，证明该方法完全有效。

卫星控制系统具有强非线性、系统参数大范围剧烈变化、存在严重不确定性和工作环境恶劣等特点，而传统的定性方法或者定量方法均难以取得满意的故障诊断效果，从寻求定性/定量方法结合的新机制出发，提出了采用定性仿真和奇偶空间法相结合的定性/定量混合建模新方法，并利用了模糊逻辑，较好地实现了定性/定量知识的有机结合。定性/定量混合模型可充分利用系统的信息，实现对卫星控制系统的有效、准确、快速地故障诊断，仿真结果验证了该方法的有效性。

随着宇航技术的不断发展，月球探索将成为人类的重要活动，地月之间的旅行将变得越来越频繁。但是，目前探索月球的太空旅行费用相当高昂。提出了一种旨在降低地月往返运输成本的新型空间投射接收平台概念。它是空间绳系系统、储能系统和空间站系统概念的有机结合。利用该系统有望将现有空间探索能耗水平降低至少一个数量级。阐述了这种新系统的优势及可能遇到的关键技术问题，并初步分析了新系统的可行性。

为了满足月面巡视探测器的自主导航要求。使用一种新的基于尺度不变的特征点提取和匹配算法。首先根据尺度不变特征变换方法从图像中提取关键点作为特征点，然后进行左右双目图像的特征点匹配和视差的恢复。与传统特征算法相比，可以提高对不同光照环境图像匹配的鲁棒性和匹配精度。在模拟试验场的双目视觉图像匹配中，仿真实验取得较好的效果。

在分析C-W冲量制导误差源的基础上，指出主要摄动为C-W方程的线性化误差，相对J2项摄动误差和发动机的冲量假设误差。在求解得到主要摄动作用下相对运动方程解析解的基础上，提出了瞄准点修正技术，在计算量增加不大的前提下，不仅提高了C-W制导精度，而且实际制导曲线趋近于最优交会轨迹，燃料消耗接近最优解。

针对目前卫星地面应用系统中设备监控软件可重用性差的缺点，提出一种可扩展的通用设备监控软件框架设计方案。结合模块化和抽象接口设计思想，简化了组件开发，提高了软件的复用性。通过控制反转技术，降低了组件之间的耦合，使框架更加易于扩展，在实际应用中取得了良好的效果。

介绍了星敏感器的两种姿态确定算法：最小二乘算法和QUEST算法，推导了最小二乘算法和QUEST算法求解三轴姿态的公式；比较了两种算法在不同恒星数目下的计算精度以及在全天区范围内的计算精度；利用实例说明QUEST算法不仅在全天区范围内姿态计算精度高于最小二乘算法，而且在观测星数量较少，且观测星座呈现较为不利的构型时仍然具有较高的计算精度。