高超声速飞行器是一种新型快速机动飞行器,武器化和民用化的发展方向使其飞行任务变得更为复杂,飞行包线范围进一步扩大,对控制系统稳定性要求也随之增高。姿态控制系统作为控制技术核心是其完成复杂飞行任务的前提和基础。而再入段姿态控制尤为复杂,需要面对强耦合、大扰动、快时变、参数不确定性、执行机构饱和等诸多问题,使得控制系统设计困难程度更为突出。本文着重从扰动补偿控制角度出发,致力于解决复合扰动、状态约束、执行机构饱和存在下的姿态控制问题,结合理论需求与实际工程应用背景对高超声速飞行器再入段姿态控制方法进行探索和研究。具体内容为:建立了高超声速飞行器无动力再入段的数学模型,包含飞行器质心及绕质心运动学和动力学方程,气动力以及气动力矩模型。其中,气动数据来源于NASA风洞试验和流体力学计算共同验证并公开的数据库,进而保证模型能够充分体现高超声速飞行器强非线性、强耦合、快时变的运动学特征,可以作为控制系统理论设计和方法验证的仿真平台。进一步从控制系统设计者角度考虑实际飞行中参数不确定性、未建模动态、力矩扰动建立了面向控制系统设计的数学模型,方便控制系统设计和分析。基于反演法利用自适应策略对再入姿态模型中的复合扰动进行补偿,解决了系统中的非匹配不确定性问题。采用基于跟踪误差激励的自适应项对复合扰动界值进行有效估计,释放控制器参数整定过程中需要已知扰动界值的约束条件。采用动态面策略获取虚拟控制量导数,有效避免了反演法中的“微分爆炸”问题。自适应框架下基于Lyapunov理论完成控制系统稳定性分析。基于扩张状态观测器实现了对再入姿态的扰动补偿控制。针对传统扩张状态观测器存在稳定性分析难、输出抖振和噪声抑制能力弱的问题,提出两种新型扩张状态观测器:一种为有限时间扩张状态观测器(FTESO),其特点为能够实现观测误差在有限时间收敛至零的邻域内,Lyapunov框架下给出了严格的稳定性分析;另一种为利用Sigmoid函数设计的扩张状态扰动观测器(SESO),其主要特点为观测器输出更为光滑,具有更强的噪声抑制能力,并且基于Lyapunov理论给出了严谨的稳定性证明,同时给出观测器增益的整定原则,使得调参工作得到简化。进一步基于FTESO完成再入姿态扰动补偿控制系统设计。基于SESO结合障碍函数技术设计新型状态约束控制器,解决了高超声速飞行器再入飞行全状态约束下的姿态跟踪控制问题。基于神经网络智能扰动估计器实现了对再入姿态的扰动补偿控制。为了解决传统非线性扰动观测器设计对于系统状态函数和输入状态的严重依赖性问题,首先提出基于RBF神经网络的智能扰动估计器,使得估计器仅利用跟踪误差状态即可基于RBF逼近能力实现对复合时变扰动的精确重构,Lyapunov框架下设计权值自适应矩阵,保证系统稳定性,理论和仿真验证了估计器的有效性。另外,进一步考虑高超声速飞行器再入过程中由于大机动飞行和大扰动产生的执行机构饱和问题,给出基于RBF神经网络的有限时间抗饱和控制器设计过程,理论分析和仿真证明提出的控制策略具有较强的抗扰动以及抗饱和能力。基于滑模扰动观测器实现了对再入姿态的扰动补偿控制。为了实现更加稳定和快速的扰动补偿,针对传统高阶滑模扰动观测器存在输出抖振以及鲁棒性弱的问题,利用滑模技术提出新型有限时间滑模扰动观测器(NSMDO),其主要特点是能够保证观测误差在有限时间收敛至零状态,无需已知扰动幅值及其导数幅值条件即可实现对时变扰动的有效重构,具有更强的扰动观测能力。另外,对新的控制器设计思路进行了研究,通过跟踪误差模型转换,给出便于应用的二阶误差动态系统,使得“一步法”完成控制系统设计成为可能。最后,基于NSMDO结合预设性能控制方法实现对再入姿态跟踪误差的预设性能控制。理论和仿真证明综合控制器具有较好的抗扰动性能和误差动态性能。对高超声速飞行器再入姿态控制提供了新的设计方案。