随着航空航天技术的高速发展,小型运载火箭具有较高的军事价值和民用价值,近年来已成为国际上研究的热点。为保证运载火箭能顺利完成飞行任务,在复杂多变的飞行环境中到达完成指定的运载任务,轨迹优化和制导方法的研究显得尤为重要。本文围绕运载火箭助推段轨迹优化与制导问题展开研究,主要完成了以下几个方面的工作:首先介绍了小型运载火箭的研究背景以及轨迹优化制导的研究意义,回顾和整理了国内外已有的各种轨迹优化和制导方法的原理特点和应用实例,为本文的研究方法和应用分析提供参考。针对本次的研究对象,根据动力学原理,对其助推段飞行过程进行建模,得到相应的三自由度非线性数学方程组,为后续方法的应用仿真提供模型基础。其次研究了基于粒子群算法的火箭助推段轨迹优化。首先通过基于切比雪夫的直接打靶法将轨迹优化问题转化为非线性规划问题。再通过引入“变异”和“多策略”思想对粒子群算法进行改进,提出了一种基于差分进化算法的多策略协同进化粒子群算法,对火箭助推段进行仿真和分析,验证了改进粒子群算法优化性能更好。接着以优化得到的弹道作为标称弹道,基于滚动时域的思想,将助推段的跟踪制导转化为有限时域内一维变量滚动时域次优化问题。在每个制导周期内,通过在有限时域内对制导指令在标称值附近进行混沌优化搜索,同时考虑飞行过程中存在的动压、热流以及攻角约束,得到可行的控制序列。在火箭助推段的数值仿真结果显示,基于滚动混沌优化的跟踪制导方法具有较高的精度和计算速度,且对飞行过程中的不确定性具有一定的抗扰能力。然后为了适应环境的不确定性,在飞行过程中提供更多的机动性和灵活性,设计了一种基于代理模型的改进SQP轨迹快速规划与闭环制导方法。为满足轨迹在线规划在快速性上的高要求,本文针对传统SQP方法对初值敏感的特点,在传统SQP算法的基础上进行改进,由代理模型提供最优解附近的初值,以减少迭代次数,加速算法收敛。同时为保证算法对环境不确定性具有一定的调节能力,对代理模型进行模型的偏差修正。通过数值仿真并与传统的SQP方法以及本文提出的跟踪制导方法对比,检验了算法的有效性、快速性和对环境不确定具有更强的抗干扰能力。最后,是对本文的总结,同时对目前研究中不足的地方进行了分析,并且提出了今后火箭助推段轨迹优化与制导中可以进一步深入研究的方向。