现代高速飞行器的姿态跟踪控制问题是目前飞行控制领域的研究热点。随着相关领域的快速发展,高速飞行器的飞行环境日趋复杂,飞行过程具有更强的非线性和不确定性,使得传统的控制方案很难实现满意的控制性能。同时,越来越多的新型飞行任务对飞控系统的综合控制性能提出了更高的要求:在复杂的飞行环境下,始终维持系统稳定的同时又能够更快更准地跟踪飞行姿态指令。为了应对这些新的挑战,本文针对现代高速飞行器再入飞行段的姿态跟踪控制问题,研究提升飞行器在具有不确定飞行环境下的综合控制性能的方法,所做出的工作主要包括:针对通用高速飞行器模型,分析了飞行器的空气动力,并推导出飞行器的非线性六自由度运动方程组,以及相应的小偏差线性模型和仿射非线性控制模型,并搭建出完整的飞行系统数值仿真平台。从控制性能评估的角度,设计并验证了一种基于在线性能评估的增益自适应的控制方案。首先设计了具有不同控制性能的多级线性校正控制器,通过离线仿真建立了飞行状态量和相应控制性能等级的网络训练数据集,然后利用训练好的神经网络在线监测飞行状态量,实时评估系统的控制性能,最后基于性能评估结果自适应地调整控制器增益,达到改善系统综合控制性能的目的。从系统模型辨识的角度,设计并验证了一种基于神经网络即时线性化的自适应控制方案。首先利用神经网络对飞行器动力学特性进行离线和在线的辨识,然后通过对辨识网络进行即时线性化处理获取系统当前时刻的等效线性模型,最后基于该线性模型和广义最小方差控制指标自适应地调节控制器参数,达到改善系统综合控制性能的目的。从非线性鲁棒控制的角度,设计并验证了一种基于改进预设性能控制的滑模控制方案。首先在预设性能控制理论的基础上改进了传统的性能约束和误差变换方案,并提出一种性能约束重启的控制策略,然后基于虚拟控制误差设计了双环滑模控制器,使系统能够始终按照预先设定的控制性能运行。