王萌萌，张曙光

北京航空航天大学 交通科学与工程学院，北京 100083

轨迹跟踪需要飞行器对位置矢量等状态量按照预期方式实施跟踪。传统的方法多基于线性化模型进行反馈控制[1-3]，但往往受限于模型本身的非线性与状态间耦合程度。受到关注的方法还有反馈线性化[4-6]等其他方法，然而反馈线性化方法也受限于动态逆的对合条件与零动力学[7]。因而，自抗扰控制器在轨迹跟踪领域得到广泛关注[8-9]。基于最优控制方法的模型预测控制近年来被广泛应用于轨迹跟踪问题，例如文献[10-11]提出了一种使用非线性模型预测控制的无人固定翼飞行器轨迹跟踪算法。根据不同研究对象模型的复杂与非线性程度，模型预测控制要求一定的计算能力。

在各类基于模型解算生成指令的控制方法中，模型预测静态规划(Model Predictive Static Programming，MPSP)是由Padhi提出的基于模型的、解决一类带有终端约束的最优控制问题的高效算法[12]。其从原理上结合了模型预测控制与近似动态规划的特点，目前已有许多学者进行了扩展与应用[13-15]。MPSP算法最显著的特点的是其通过引入一个静态拉格朗日算子，将问题转换为一个静态优化问题，得出解析的关于终端误差的控制量修正量，这一特点使得MPSP算法具有较高的计算效率，具备在线应用潜力。Kumar和Padhi文献[16]中进一步提出了MPSP算法的一种扩展应用，引入了过程状态约束应用于轨迹跟踪问题，被称为跟踪模型预测静态规划(Tracking Model Predictive Static Programming，T-MPSP)。文献[17]中将T-MPSP应用于无人机自主着陆制导。……