为了争夺21世纪的制空权，西方发达国家和俄罗斯竞相发展最先进的新一代歼击机及其综合火力／飞行／推进系统。而新一代歼击机的综合火力／飞行／推进系统是其能够安全、有效地完成复杂战术／战略使命的基本前提，同时新一代歼击机的综合火力／飞行／推进系统是一个复杂的、具有不确定性的、多变量非线性大系统，因此它的设计与控制问题是现代控制领域所面临的一大挑战。 本文主要研究多输入多输出不确定非线性系统的鲁棒控制方法并应用于解决新一代歼击机的综合火力／飞行／推进系统的关键控制问题。以研究新一代歼击机的鲁棒飞行控制系统为前提，进一步研究其综合火力／飞行控制系统、综合飞行／推进控制系统以及综合火力／飞行／推进控制系统的鲁棒控制问题。 首先，对新一代歼击机超机动飞行的非线性模型的开环特性、分叉特性及机动能力进行分析，并以此模型为基础，采用基于时标分离原则的动态逆控制方法设计了新一代歼击机的飞行控制系统。为了消除由于模型不精确和飞行故障等所引起的求逆误差，设计自适应在线神经网络用于补偿非线性动态逆误差，根据神经网络权值的在线调整来提高系统的动态性能。考虑到作动器动态特性对动态逆飞行控制系统的不利影响，采用伪控制补偿方法改善存在作动器饱和时系统的跟随性能，并证明了整个闭环系统的稳定性。同时为了克服神经网络的硬件实现困难以及其自适应算法的复杂性，提出并设计了基于干扰观测器的鲁棒飞行控制系统。将飞行控制系统的不确定性和所受的外部干扰采用干扰观测器来进行逼近，然后用干扰观测器的输出来补偿动态逆控制方法中的求逆误差，以提高动态逆飞行控制系统的鲁棒性能。 其次，本文提出了基于小波神经网络的一类多输入多输出不确定非线性系统鲁棒自适应H_∞控制方法并用于解决歼击机模型不完全已知时的鲁棒自适应H_∞飞行控制系统的设计。但此方法需要大量的神经网络训练数据，运算速度受到限制。为了克服这些缺点，将飞行控制系统的不确定性看作系统所受的干扰，应用小波神经网络干扰观测器进行逼近，并基于干扰观测器的输出提出了一类多输入多输出不确定非线性系统的鲁棒自适应H_∞控制方法并应用于鲁棒自适应H_∞飞行控制系统设计以提高飞行控制系统的性能鲁棒；为了进一步提高系统的性能鲁棒，针对一类多输入多输出不确定非线性系统基于小波神经网络干扰观测器设计一种模型预测控制律并应用于鲁棒自适应H_∞飞行控制系统设计。相对于动态逆来说，所提出的三种鲁棒飞行控制方案不仅使飞行控制系统具有稳定鲁棒性而且还具有性能鲁棒性，同时系统的性能更加容易分析。不确定非线性综合火力/飞行/推进系统鲁棒控制方法研究 随后，在所设计的鲁棒飞行控制系统基础上，研究了综合火力/飞行控制系统的原理与结构设计。基于遗传算法和变隶属度模糊控制方法设计了智能火力/飞行祸合器来提高综合火力/飞行控制系统的动态性能。同时基于不确定非线性系统的几增益理论和H:/Hao混合控制理论研究了空一空导弹的H’鲁棒制导律的设计，以减小空一空导弹制导律对目标机动的敏感性。与传统的比例制导律相比，所设计的H’鲁棒制导律效果更好，鲁棒性更强。 接着，对新一代歼击机的综合飞行/推进控制系统进行研究。为了避免发动机非线J性部件级模型的复杂性和发动机自身的不确定性、强非线性等带来的建模困难，提出了基于模糊神经网络的发动机辨识技术，并基于辨识模型和神经网络设计了发动机鲁棒滑模自适应控制系统。基于神经网络设计了新一代歼击机的智能飞行/推进祸合器，并按大系统分散控制思想设计了新一代歼击机的综合飞行/推进控制系统，同时在该综合控制系统作用下进行了眼镜蛇机动和赫布斯特机动仿真研究。 最后，提出并研究了基于神经网络的一类不确定非线性大系统的分散滑模自适应控制方法，并应用于新一代歼击机的鲁棒飞行控制系统设计。同时基于大系统分散控制理论对新一代歼击机的综合火力/飞行/推进控制系统进行了设计和仿真。基于Direet3D编程技术设计了空战三维动画仿真平台，在VC环境下实现了新一代歼击机的眼镜蛇机动、赫布斯特机动与钟型机动的三维动画显示。通过逼真的视觉效果生动地验证了所设计的综合火力/飞行/推进控制系统能使新一代歼击机快速响应火力/飞行藕合器的指令，使瞄准偏差很快衰减到允许范围内，对目标实施攻击。