翼伞具有良好的操纵性能和滑翔性能,其与自动控制系统相结合为实现翼伞系统的自主归航提供了可能,也将为翼伞系统的应用开辟更广泛的空间。实现翼伞系统的自主归航,涉及到纺织、力学、计算机、控制等多个领域或学科,是一项复杂的任务,其自主归航的精确性受到模型精确性、导航质量、控制精度特别是风场干扰等因素的影响,文章主要对翼伞系统的运动特性、风场辨识、风场预测、轨迹(航迹)规划、航迹跟踪控制问题进行系统的研究,提出了一些新的观点和方法,取得了一些研究成果。文章所做主要创新工作如下：(1)提出了一种适用于翼伞系统自主归航的在线风场辨识方法,将翼伞系统的飞行状态分为直线滑翔和转弯两种情况,研究其受风影响前后的飞行轨迹变化,建立风场辨识模型。借助大气动力学相关理论,建立了广义上部摩擦层风廓(风场)计算公式,并结合所建立的翼伞系统风场辨识模型,提出并建立了翼伞系统在线风场预测模型,并将预测风场与实测风场信息进行仿真对比,验证了该预测模型正确性,为实现翼伞系统对其周围风场的在线辨识提供了具体方法。(2)鉴于高斯伪谱法具有求解精度高、收敛速度快等优点,提出将高斯伪谱法应用到翼伞自主归航系统的轨迹优化中,仿真验证了该方法的可行性。对翼伞系统在双侧等量和差量控制条件下的运动特性进行了研究和分析,所得结论为单电机控制或双电机异常工作条件下的翼伞自主归航系统的设计提供了理论支撑。针对翼伞系统归航过程中的异常工况,提出归航轨迹容错设计方法,建立了翼伞系统异常工作条件下的三自由度质点模型,并确立了该条件下的目标函数、各种约束条件,结合高斯伪谱法规划最优轨迹。(3)结合差分进化和量子进化两种算法的寻优优点,兼顾翼伞系统在线寻优需求,提出了辅助种群量子差分进化算法,确立了性能评价指标,并通过多个测试函数,将辅助种群量子差分进化算法的寻优性能与差分进化算法进行对比,结果表明该算法寻优性能优于差分进化算法,具有很强的全局和局部搜索能力。将辅助种群量子差分进化算法应用到翼伞系统分段归航的轨迹规划中,在求解翼伞系统分段轨迹参数的最优解时,快速收敛并表现出了很强的鲁棒性。(4)对翼伞系统自主归航时的航迹跟踪控制进行了研究。针对导航系统工作过程中的不足,结合横向轨迹误差法和视线跟踪法,设计了一种基于数据扩充的线性自抗扰控制器,用于翼伞系统的轨迹跟踪控制,仿真结果表明,在该控制器作用下翼伞系统能够很好跟踪跟踪预定轨迹,具有较好的抗干扰能力。