【雷达信号处理——导引】比例导引法推导全图：从平面几何到三维对抗的公式链

副标题：当我们把第 5 章所有公式串成一张依赖图，你会发现 N’ > 2 是唯一的通关密码

推导来源：N.A. 施耐德《导弹导引和追踪》第 5 章全部核心公式 (5.1)~(5.53)

---

开场：为什么要把推导单独拎出来？

上一篇我们一起逛了比例导引法的"展厅"——看了制导回路长什么样，TPN 和 PPN 怎么分岔，三维空间怎么实现。但展厅里的每件展品背后，都有一条数学生产线。如果我们把生产线也逛一遍，你会发现所有公式不是凭空掉下来的，它们像乐高积木一样一块一块咬合在一起。

别急，推导听起来很吓人对吧？我们这次不追求"从公理到定理"的教科书式严谨，而是追求**"从疑问到啊哈"的认知路径。每走一步，我们只问一个问题；每解决一个，就画一张小图。最后，我们会得到一张全章公式的依赖关系图**——就像深度学习里的计算图，你能清楚地看到：如果改动 N = 2 这个节点，哪些下游公式会跟着爆炸。

---

第一步：四大几何量——整个推导大厦的地基

在继续之前，我们必须先搞定四个符号。教材第 5 章几乎所有公式都从它们出生。

想象导弹 M 和目标 T 在一个平面上。连接两者的线段叫视线（LOS）。我们定义：

符号	名称	物理意义	类比
r	弹目距离	LOS 的长度	序列长度
λ	视线角	LOS 与参考方向的夹角	注意力权重角度
γM	导弹航向角	速度矢量与参考方向的夹角	RNN 隐藏状态
δ	前置角	速度矢量与 LOS 的夹角，δ = γM - λ	状态偏差

如果画成图会是什么样子？想象一个三角形，顶点在导弹身上：

这个关系 δ = γ_M - λ 是整个推导大厦的第一块砖。所有后续的微分方程，本质上都在对这个恒等式两边求导。

---

第二步：运动学方程组——状态转移的"前向传播"

现在我们已经了解了四大几何量。接下来要解决的认知疑点是：如果导弹匀速飞行、目标静止，这四个量怎么随时间演化？

教材式 (5.6) 给出了平面运动学的"前向传播"公式：

ṙ = -v<sub>M</sub> cos δ               (A)
r λ̇ = -v<sub>M</sub> sin δ              (B)
γ̇<sub>M</sub> = λ̇ + δ̇                 (C)

这三条方程的推导其实只用到高中物理：把导弹速度 v_M 分解到视线方向（得到 ṙ）和视线垂直方向（得到 rλ̇）。第三条是 δ = γ_M - λ 的直接求导。

注意这里的结构——它像极了 RNN 的状态更新：

• 输入：当前几何状态 {r, λ, γ_M, δ}
• 参数：导弹速度 v_M（常数）
• 输出：状态变化率 {ṙ, λ̇, γ̇_M, δ̇}

如果画成计算图会是什么样子？

---

第三步：代入 PN 律——从开环到闭环的关键一跃

现在我们已经了解了运动学的前向传播。接下来要解决的认知疑点是：比例导引律这个"反馈信号"是怎么插进运动学方程的？

教材式 (5.1) 定义了 PN 律：

γ̇<sub>Mc</sub> = N λ̇

假设导弹动力学理想（无时滞），则实际航向变化率等于指令：γ̇_M = N λ̇。把它代入运动学方程 ©：

N λ̇ = λ̇ + δ̇
=> δ̇ = (N - 1) λ̇                    (D)

这就是闭环后的第一个关键结果。它告诉我们：在 PN 控制下，前置角 δ 的变化率与视线转动率成正比，比例系数是 (N-1)。

如果 N = 1，δ̇ = 0，前置角恒定——导弹始终对准目标，这就是纯追踪。
如果 N > 1，导弹在转弯时"提前量"不断积累，轨迹越来越直。

---

第四步：静止目标的闭式解——分离变量法的"啊哈"时刻

现在我们已经了解了闭环关系 δ̇ = (N-1)λ̇。接下来要解决的认知疑点是：能不能直接写出 r(λ) 的函数，而不必数值积分？

能。教材式 (5.7) 和 (5.8) 给出了静止目标下的闭式解。我们来看看这条生产线怎么运作。

第一步：从式 (B) 和式 (D) 消去时间 t。

由 (B)：dλ/dt = -v_M sin δ / r
由 (D)：dδ/dt = (N-1) dλ/dt

两式相除，dt 被消掉：

dδ/dλ = N - 1
=> δ = δ<sub>0</sub> + (N-1)(λ - λ<sub>0</sub>)        (E)

第二步：把 δ(λ) 代回式 (B)，分离变量。

r dλ = -v<sub>M</sub> sin[δ<sub>0</sub> + (N-1)(λ-λ<sub>0</sub>)] dt

但我们需要 r 作为 λ 的函数，而不是 t 的函数。利用式 (A) 消去 dt：

dr/dλ = (ṙ)/(λ̇) = [-v<sub>M</sub> cos δ] / [-v<sub>M</sub> sin δ / r] = r cot δ

第三步：分离变量并积分。

dr/r = cot δ dδ
∫(1/r)dr = ∫cot δ dδ
ln(r/r<sub>0</sub>) = (1/(N-1)) ln[ sin(δ<sub>0</sub>+(N-1)(λ-λ<sub>0</sub>)) / sin δ<sub>0</sub> ]

指数化后得到教材式 (5.7)：

r/r<sub>0</sub> = [ sin(δ<sub>0</sub> + (N-1)(λ-λ<sub>0</sub>)) / sin δ<sub>0</sub> ]<sup>1/(N-1)</sup>

第四步：求加速度 a_M。

由 PN 律 a_M = N v_M λ̇，再把式 (B) 的 λ̇ 和式 (5.7) 的 r/r₀ 代入，得到式 (5.8)：

a<sub>M</sub> = [N v<sub>M</sub>² sin δ<sub>0</sub> / r<sub>0</sub>] (r/r<sub>0</sub>)<sup>N-2</sup>

如果画成推导依赖图会是什么样子？

---

第五步：N = 2 的临界奇迹——为什么这个点如此特殊？

现在我们已经了解了闭式解。接下来要解决的认知疑点是：当导弹接近目标（r → 0）时，加速度 a_M 会爆炸还是归零？这完全取决于 N 的取值？

看式 (5.8) 的 (r/r₀)^(N-2) 项：

N 的范围	r → 0 时 (r/r₀)^(N-2) 的行为	aM 的极限	物理意义
N < 2	指数 < 0，项 → ∞	aM → ∞	不可能实现，导弹拉断也追不上
N = 2	指数 = 0，项 = 1	aM = 2vM²/r₀ sin δ₀ = 常数	完美！全程匀速圆周
N > 2	指数 > 0，项 → 0	aM → 0	越来越轻松，优雅收敛

这就是教材反复强调的：N = 2 是动力学临界点。它把参数空间切成了"可行区"和"不可行区"。

如果画成图会是什么样子？想象一个开关：

---

第六步：剩余时间变换——把时域方程变成 τ 域的"归一化"

现在我们已经了解了平面闭式解。接下来要解决的认知疑点是：如果目标也在动，或者我们想看看"距离碰撞还有多久"时的行为，怎么简化微分方程？

教材 5.4 节引入了一个神来之笔：剩余时间 τ = t_f - t。同时假设接近速度 v_C = -ṙ 为常数（NCC 假设），于是 r = v_C τ。

把式 (A) 和 (B) 合并，并代入 PN 律，得到 TPN 的微分方程 (5.14)：

r ω̇ + 2 ω ṙ + k ω = 0

其中 ω = λ̇。注意到 ṙ = -v_C，且 d/dt = -d/dτ（因为 τ 随时间倒流），方程变为 (5.15)：

v<sub>C</sub> τ dω/dτ + (2v<sub>C</sub> - k) ω = 0

这是可分离变量的一阶线性 ODE。把含 ω 的放一边，含 τ 的放一边：

dω/ω = [(k - 2v<sub>C</sub>) / (v<sub>C</sub> τ)] dτ

积分后得到教材式 (5.16)：

ω(τ) = ω<sub>0</sub> (τ / t<sub>f</sub>)<sup>(k/v<sub>C</sub> - 2)</sup>

教材定义了有效导引常数 N’：

N' ≜ k / v<sub>C</sub> = N v<sub>M</sub> / v<sub>C</sub>

于是式 (5.16) 写成更简洁的幂律形式：

ω(τ) = ω<sub>0</sub> (τ / t<sub>f</sub>)<sup>N'-2</sup>

如果画成图会是什么样子？想象时间轴被"翻转"了：

---

第七步：零控脱靶量——把几何直觉翻译成制导指令

现在我们已经了解了 τ 域的幂律解。接下来要解决的认知疑点是：能不能不用解微分方程，直接根据"如果现在撒手不管，会脱靶多远"来生成指令？

这就是教材式 (5.19) 和 (5.20) 的零控脱靶量（Zero Effort Miss, ZEM） 思想。

假设在时刻 t，导弹突然关闭发动机，以当前状态惯性飞行剩余时间 τ。横向位移的线性外推是：

m(t, τ) = y(t) + ẏ(t) τ

这里 y = r λ 是垂直于参考视线的横向距离。如果 m = 0，说明导弹正沿着一条完美碰撞路线飞行。

教材把 TPN 的加速度指令表示为：

a<sub>Mc</sub>(t) = N' m(t, τ) / τ²

这个公式的美在于它的物理直觉：加速度正比于"预期脱靶量"，反比于"剩余时间的平方"。就像你开车时发现要撞墙了，距离墙越远、时间越充裕，你打方向的力度就越小；但时间越紧迫，哪怕偏离一点点也需要极大的修正力。

如果画成图会是什么样子？

---

第八步：三维向量分解——从标量到矩阵的跃迁

现在我们已经了解了平面推导的全部链条。接下来要解决的认知疑点是：如果把战场扩展到三维，所有标量公式怎么升级成向量运算？

教材 5.6 节给出了三维 PN 的向量生产线。我们一步一步来。

第一步：定义视线角速度向量 w（式 5.36）

w = (r × ṙ) / r² = [r × (v<sub>T</sub> - v<sub>M</sub>)] / r² = [r × (-v<sub>C</sub>)] / r²

这里 r 和 v_C 都是三维向量，× 是叉乘。w 的方向是视线转动的瞬时轴，大小是转动角速率。就像刚体动力学里的角速度矢量。

第二步：分解接近速度（式 5.38 的前置步骤）

把 v_C 分解为平行于视线和垂直于视线的分量：

v<sub>C</sub> = v<sub>C∥</sub> + v<sub>C⊥</sub>
v<sub>C∥</sub> = (v<sub>C</sub> · l<sub>r</sub>) l<sub>r</sub>
v<sub>C⊥</sub> = v<sub>C</sub> - v<sub>C∥</sub>

其中 l_r = r / ||r|| 是视线单位向量。v_C⊥ 是"让视线转动"的罪魁祸首。

第三步：TPN 的三维形式（式 5.38）

a<sub>Mc,TPN</sub> = -(k / r) v<sub>C⊥</sub>

太漂亮了！加速度只与垂直于视线的接近速度分量成正比，方向恰好是消除这个分量。这就像注意力机制里的残差修正：看到目标偏离视线的速度有多大，就产生一个反向加速度把它拉回来。

第四步：PPN 的三维形式（式 5.34）

a<sub>Mc,PPN</sub> = N (w × v<sub>M</sub>)

PPN 的加速度垂直于导弹自身的速度 v_M。教材证明了一个关键性质：a_Mc,PPN 始终与 r 和 v_C 共面。这个平面被称为交会平面。也就是说，PPN 把三维问题约束在了一个二维流形上。

如果画成向量分解图会是什么样子？

---

第九步：TPN vs PPN 的统一公式——Γ 角是唯一的差异源

现在我们已经了解了两种导引律的向量形式。接下来要解决的认知疑点是：能不能用一个公式统一 TPN 和 PPN，让我们一眼看出它们差在哪里？

教材式 (5.24) 给出了这个统一框架：

N' ≜ k cos Γ / v<sub>C</sub> = N v<sub>M</sub> cos Γ / v<sub>C</sub>

这里的 Γ 是加速度指令 a_M 与视线法线之间的夹角。

• 对 TPN：加速度垂直于视线，所以 Γ = 0，cos Γ = 1。N’ = N v_M / v_C。
• 对 PPN：加速度垂直于 v_M，而 v_M 与视线的夹角是 δ，所以 Γ = δ。N’ = N v_M cos δ / v_C。

关键洞察：PPN 的有效增益会随着前置角 δ 增大而衰减（乘以 cos δ）。当 δ → 90° 时，PPN 几乎失去控制能力；而 TPN 始终保持满增益。这就像神经网络里的梯度消失——信号经过一层非对齐变换后被打折了。

如果画成统一公式图会是什么样子？

---

第十步：机动目标的对抗推导——末端需要多少过载？

现在我们已经了解了非机动目标的全部推导。接下来要解决的认知疑点是：如果目标突然横向机动（比如飞机急转弯），导弹的加速度需求会怎么变化？

教材 5.4.4 节的结论 (3) 和式 (5.27)~(5.28) 给出了答案。

假设目标以恒定横向加速度 a_T 机动，导弹需要以 a_M 应对。在 PN 控制下，加速度比满足：

a<sub>M</sub>(τ) / a<sub>T</sub> = [N' / (N' - 2)] [1 - (τ/t<sub>f</sub>)<sup>N'-2</sup>]

当 τ → 0（即将碰撞）时，第二项趋于零，得到极限比值（式 5.28）：

(a<sub>M</sub> / a<sub>T</sub>)<sub>f</sub> = N' / (N' - 2)

这就是著名的"3 倍过载法则"的来源：当 N’ = 3 时，导弹需要的末端横向加速度是目标的 3 倍。当 N’ = 4 时，是 2 倍；当 N’ → ∞ 时，比值趋于 1（理论上导弹只需和目标一样机动，但前面需要无穷大的初始过载）。

如果画成图会是什么样子？教材图 5.9 展示了不同 N’ 下 a_M/a_T 随时间的变化曲线：

---

第十一步：全章公式依赖关系总图

好了，现在我们已经把第 5 章所有核心推导走了一遍。在继续之前，让我们停下来，把整条生产线画成一张计算图。如果你以后想修改某个假设（比如"如果 PN 律不是 γ̇ = Nλ̇ 而是别的形式"），你能立刻看到哪些下游公式会跟着变。

---

第十二步：结构化伪代码——把推导流程算法化

如果你希望把上述全部推导写成一段可执行的"数学推导引擎"，下面这段结构化伪代码把整个流程封装了起来。注意它不只是"计算加速度"，而是复现了从几何假设到闭式解的完整推理链。

Algorithm: PN Derivation Engine (Reproduce Chap. 5 Core Results)
Input:  初始状态 {r<sub>0</sub>, λ<sub>0</sub>, δ<sub>0</sub>, v<sub>M</sub>},
        导引系数 N,
        目标模式 mode ∈ {Static, ConstantVelocity, Maneuvering},
        目标机动参数 {v<sub>T</sub>, a<sub>T</sub>}
Output: 闭式解集合 S = {r(λ), a<sub>M</sub>(τ), N', a<sub>M</sub>/a<sub>T</sub>}

// 第一步：建立几何地基
  assert δ<sub>0</sub> = γ<sub>M0</sub> - λ<sub>0</sub>

// 第二步：选择运动学分支
  if mode == Static then
    // 静止目标：使用式 (5.6) 平面运动学
    // 前向关系：ṙ = -v<sub>M</sub> cos δ,  rλ̇ = -v<sub>M</sub> sin δ

    // 第三步：闭环代入 PN 律
    // γ̇<sub>M</sub> = N λ̇ 代入 γ̇<sub>M</sub> = λ̇ + δ̇
    δ_dot ← (N - 1) * λ_dot

    // 第四步：消去时间变量，分离变量积分
    // dδ/dλ = N - 1  =>  δ = δ<sub>0</sub> + (N-1)(λ - λ<sub>0</sub>)
    δ_func ← λ ↦ δ<sub>0</sub> + (N-1)(λ - λ<sub>0</sub>)

    // dr/dλ = r cot δ(λ)
    // ∫ dr/r = ∫ cot(δ(λ)) dλ
    // 变量替换 u = δ(λ), du = (N-1) dλ
    // => ln(r/r<sub>0</sub>) = (1/(N-1)) ln[ sin(δ(λ)) / sin(δ<sub>0</sub>) ]
    r_sol ← λ ↦ r<sub>0</sub> * [ sin(δ(λ)) / sin(δ<sub>0</sub>) ]<sup>1/(N-1)</sup>

    // 第五步：求加速度
    // a<sub>M</sub> = N v<sub>M</sub> λ̇ = N v<sub>M</sub> (-v<sub>M</sub> sin δ / r)
    // 代入 r_sol 得
    a_sol ← λ ↦ [N v<sub>M</sub>² sin(δ<sub>0</sub>) / r<sub>0</sub>] * [r_sol(λ)/r<sub>0</sub>]<sup>N-2</sup>

    // 第六步：N = 2 临界分析
    if N == 2 then
      a_const ← 2 * v<sub>M</sub>² * sin(δ<sub>0</sub>) / r<sub>0</sub>
      print "临界状态：a<sub>M</sub> = ", a_const, " (常数)"
      print "轨迹为圆，半径 = r<sub>0</sub> / (2 sin δ<sub>0</sub>)"
    else if N < 2 then
      print "警告：N < 2，末端加速度发散，不可实现"
    end

    S ← S ∪ {r_sol, a_sol}

  else if mode == ConstantVelocity || mode == Maneuvering then
    // 非静止目标：使用 NCC 假设 + τ 变换
    v<sub>C</sub> ← v<sub>M</sub> - v<sub>T</sub>          // 接近速度向量
    v<sub>C_norm</sub> ← ||v<sub>C</sub>||

    // 第七步：定义有效导引常数
    k ← N * v<sub>M</sub>                   // 平面标量增益
    N_prime ← k / v<sub>C_norm</sub>      // 式 (5.17)

    // 第八步：τ 域 ODE 求解
    // v<sub>C</sub> τ dω/dτ + (2v<sub>C</sub> - k) ω = 0
    // => dω/ω = (k/v<sub>C</sub> - 2) dτ/τ = (N' - 2) dτ/τ
    // => ω(τ) = ω<sub>0</sub> (τ/t<sub>f</sub>)<sup>N'-2</sup>
    ω_sol ← τ ↦ ω<sub>0</sub> * (τ/t<sub>f</sub>)<sup>N_prime-2</sup>

    // 第九步：零控脱靶量形式（TPN 近似）
    // y = r λ,  m = y + ẏ τ
    // a<sub>Mc</sub> = N' m / τ²
    a_zem ← (y, y_dot, τ) ↦ N_prime * (y + y_dot * τ) / τ²

    // 第十步：机动目标加速度比
    if mode == Maneuvering then
      // a<sub>M</sub>/a<sub>T</sub> = [N'/(N'-2)] [1 - (τ/t<sub>f</sub>)<sup>N'-2</sup>]
      ratio ← τ ↦ [N_prime/(N_prime-2)] * [1 - (τ/t<sub>f</sub>)<sup>N_prime-2</sup>]
      ratio_f ← N_prime / (N_prime - 2)     // τ→0 极限

      print "末端加速度比 a<sub>M</sub>/a<sub>T</sub> = ", ratio_f
      if N_prime == 3 then
        print "经典 3 倍过载法则成立"
      end

      S ← S ∪ {ω_sol, a_zem, ratio, ratio_f}
    else
      S ← S ∪ {ω_sol, a_zem}
    end

    // 第十一步：稳定性校验
    if N_prime <= 2 then
      TriggerWarning("有效导引常数 N' ≤ 2，视线角速率 ω 在末端发散")
    end
  end

  // 第十二步：三维向量扩展（如果请求）
  if dim == 3 then
    l_r ← r_vec / ||r_vec||
    w_vec ← (r_vec × v<sub>C</sub>_vec) / ||r_vec||²

    // TPN：提取垂直分量
    v_C_parallel ← (v<sub>C</sub>_vec · l_r) * l_r
    v_C_perp ← v<sub>C</sub>_vec - v_C_parallel
    a_tpn ← -(k / ||r_vec||) * v_C_perp

    // PPN：叉乘导弹速度
    a_ppn ← N * (w_vec × v<sub>M</sub>_vec)

    // 共面校验（PPN 性质）
    scalar_triple ← v<sub>C</sub>_vec · (r_vec × a_ppn)
    if |scalar_triple| < ε then
      print "PPN 验证通过：a<sub>M</sub>, r, v<sub>C</sub> 共面"
    end

    S ← S ∪ {a_tpn, a_ppn}
  end

  return S

---

闭环：推导的物理边界与工程翻译

好了，我们已经把第 5 章的推导大厦一块砖一块砖地砌完了。在结束之前，让我们用工程师的视角回答：这些推导在实际中意味着什么？

1. N’ > 2 是硬边界，不是建议

从式 (5.16) 的幂律解 ω ∝ τ^(N'-2) 可以看出，N’ = 2 是奇点。小于 2 时，视线角速率在末端爆炸，导弹需要无限大的过载。这解释了为什么所有实战导弹的 N 都选 3~5——不是为了保守，而是为了保证数学收敛。

2. N’ = 3 是能量最优，不是巧合

式 (5.25) 的注指出：当 N’ = 3 时，控制能量 ∫ a_M² dτ 达到最小。同时式 (5.28) 给出末端加速度比恰好是 3。这两个"3"的交汇不是偶然，而是最优控制理论在 PN 框架下的自然涌现。

3. TPN 是"理想模型"，PPN 是"工程实现"

从统一公式 N’ = N v_M cos Γ / v_C 可以看出，TPN（Γ = 0）保持恒定有效增益，适合理论分析；PPN（Γ = δ）的增益随前置角衰减，但它在三维中天然约束在交会平面内，且对初始条件不敏感。因此论文里用 TPN，战场上用 PPN。

4. 零控脱靶量是现代制导的通用语言

式 (5.20) a = N' m / τ² 的思想早已超越 PN，被广泛应用于最优制导律（如 APN、IPN）和模型预测控制。它把"微分方程求解"翻译成"预测-修正"的直观逻辑，是工程上最友好的表达形式。

---