天地往返飞行器在航天和军事领域具有重要研究价值,通常涉及到飞行器的可重复使用性,这也创造了巨大的经济价值,因此它是各航天大国研究的重点之一。论文主要针对可重复使用的天地往返飞行器再入段的姿态控制及执行器复合控制分配问题开展研究。首先建立简化的飞行器再入段姿态系统的通用模型,再结合工程实际分析了飞行器装备的气动舵和尾部反作用控制系统（Reaction Control System,RCS）的物理特性并建立相对应的精确数学模型。模型的建立为该论文开展深入研究奠定了基础。借助智能与强化学习理论在控制领域的发展,论文围绕自适应动态规划（Adaptive Dynamic Programming,ADP）进行飞行器再入段姿态控制器的设计。首先基于时标分离原理以及飞行器的精确模型,设计了基于ADP的滑模控制控制器。该控制器采用双环结构,并以滑模控制为主,以ADP为辅助结构来补偿滑模主控制器的不足;考虑ADP的学习速率对控制性能的影响,提出了加快学习速率的改进措施。针对实际中飞行器精确模型的未知性,本文进一步设计了两种基于增量模型且无需依赖飞行器精确模型的姿态控制器。一是用前馈神经网络构建的双启发式动态规划（Dual Heuristic Dynamic Programming,DHP）控制器,其中引入一个新的目标评价网络用来消除普通DHP中评价网络对结构内部参数的影响;并且使用增量模型替换了常规DHP中的模型网络,既无需预先离线训练又有利于降低系统整体的训练时间。二是基于增量模型搭建的增量式ADP迭代控制器,它无需复杂的神经网络构建,根据最优化原理和ADP思路推导得到每一迭代步的控制律增量。最后都通过仿真验证了这些姿态控制器的有效性。进一步,针对RCS与气动舵两种执行器的复合控制与分配,设计了基于动压变化的复合控制策略,将总期望力矩分配给两种执行器。对于RCS,首先采用脉宽调制（Pulse Width Modulation,PWM）方法将连续的力矩指令调制为RCS能够识别的离散信号。再设计了基于非线性规划的喷管选择和舵分配方案,将RCS与气动舵的具体分配转换为优化问题求解。最后的仿真验证了所设计的复合控制分配策略的良好效果。