【雷达信号处理——导引】导弹制导与追踪：从“追人直觉“到比例导引律的解剖

关注

原创 2026-05-11 12:04:26 526 阅读 AI 写同款· GEO 优化 ›

三维比例导引 matlab,三维比例导引律（源程序） %具有角度和时间约束的导弹最优全弹道设计%算法三：比例导引末制导%说明：在仿真中，下标"_m"表示拦截弹参数，下标"_t"表示目标弹参数clearclc%---------------------拦截弹参数设置-----------------------V_m=260; % 单位：m/s，导弹飞行速度theta_m=45*pi/180;%单位：rad，初始弹道倾角fea_m=10*pi/180;... 阅读详情

导弹制导与追踪：从"追人直觉"到比例导引律的解剖之旅

文献锚点：本文核心概念、制导回路结构与运动学方程源自 Shneydor, N. A. (1998), Missile Guidance and Pursuit: Kinematics, Dynamics and Control (Horwood Publishing)。中文译本由陈建辉等译，国防工业出版社。所有图示逻辑与公式编号对应原著第1章及目录框架，叙述方式经重新编排以适配渐进式技术阅读。文末参考文献仅列原著所引国外经典文献。

0. 开场：如果导弹制导像追一辆逃跑的公交车

我们先不急着看框图和公式。想象你在十字路口，看到一辆公交车正从站台缓缓驶离。你离车门还有五十米，司机没注意到你。这时候你怎么跑？

最笨的办法是：始终面朝公交车的当前位置，直线冲过去。但如果公交车正在转弯，你沿着它的尾巴追，路径会弯成一条长长的弧线，很可能在追上之前它就加速了。

聪明一点的办法是：预判它的方向，斜着切到它前方去拦截。你不需要盯着它的尾灯，而是盯着它车头指向的延长线，让自己和那条线保持平行接近。

更高级的办法是：观察公交车相对于你的视线转动有多快。如果它横着穿过你的视野（视线转动很快），你就加大横向奔跑速度；如果它正好远离你（视线几乎不动），你就全力向前冲。这种"根据视线转动率调整自己横向速度"的策略，就是导弹工程里大名鼎鼎的比例导引（Proportional Navigation, PN）。

听起来抽象对吧？别急，我们先把这个追公交车的直觉装进一个黑盒，看看导弹制导系统对外宣称自己做了什么。然后，再一层一层拆开，看看里面的运动学齿轮、导引律弹簧和控制回路杠杆是怎么咬合的。

1. 宏观视角：制导回路的黑盒与那个神秘的 e

1.1 一个统一的接口：目标机动 → 导弹实际加速度

假设我们有一个制导系统。它的输入是目标的运动信息（比如目标正在以加速度 a_T 横向机动），输出是导弹实际产生的横向加速度 a_M。中间发生了什么？

如果画成图，会是什么样子？想象一条流水线，像工厂里的装配线，但两端是活的——一头是乱动的目标，一头是追着目标跑的导弹：

我们先记住这个形状：左边是"目标"这条扰动的河流，右边是"导弹"这条追踪的河流，中间有一个汇合点 Σ，产生了一个叫 e 的误差信号。导引律根据 e 发出指令 a_Mc，动力学模块把这个指令变成实际的 a_M，然后导弹的运动学状态被更新，反过来又影响 e。

这里立刻冒出一个问题：e 到底是什么？是距离？是角度？还是速度差？ 如果你学过控制理论里的反馈回路，你会知道 e 通常是"期望值 − 实际值"。但在制导里，e 往往不是简单的位置差，而是偏离视线的距离——导弹相对于目标视线（Line of Sight, LOS）的横向偏差。这个细节决定了整个回路的物理意义。

现在我们已经了解了制导回路的外部接口，接下来看看它内部为什么必须分成三层。

2. 中观视角：三层解剖——为什么导引律不直接驱动舵机？

2.1 把制导回路想象成一家三层餐厅

在继续之前，我们先停一下，思考一个看似显然的问题：既然最终目的是让导弹命中目标，为什么不设计一个端到端的神经网络，直接把目标图像和雷达信号映射到舵机偏转角？

答案是：时间尺度完全不同。制导回路处理的是"秒级甚至分钟级"的交会轨迹规划，而刚体控制回路处理的是"毫秒级"的舵面响应和姿态稳定。如果你让导引律直接去控制舵机，就像让餐厅老板亲自炒菜——他根本忙不过来，而且锅里的火候和前台的经营是完全不同的节奏。

原著图1.2把这一点画得很清楚。如果画成图，像是一家三层餐厅的分工：

第一层（外环）是导引律层：它只看几何关系——目标在哪、导弹在哪、视线怎么转。它输出的是一个"期望的横向加速度指令" a_Mc，完全不管导弹怎么实现这个加速度。

第二层（内环）是刚体控制层：它接收 a_Mc，然后控制导弹的舵面、推力矢量或燃气舵，在毫秒级时间内把导弹的姿态调整到能产生这个加速度的方向上。由于导弹是一个刚体，有转动惯量和气动延迟，这个内环必须非常快——快到导引律可以假装"导弹立刻就能执行我的指令"。

这和全连接层的结构是不是有点像？外环的导引律像是网络的最后一层，输出一个高层语义（“应该向左转”）；内环的控制器像是前面的特征提取层，把这个语义翻译成低层的像素级动作（“左舵偏转 3 度”）。在分析外环时，我们通常假设内环是完美的（a_M ≈ a_Mc），就像我们在分析 RNN 时先假设门控机制工作正常。

3. 微观视角：Toy Example——平面追人的运动学

3.1 第一步：先看一个二维操场

现在我们已经了解了制导回路的两层分工，接下来看看最底层的运动学齿轮。别急，我们先从一个比导弹慢得多的场景开始——你和你的朋友在操场上玩追逐游戏。

假设你（M）站在原点 O，你的朋友（T）在远处。你们都在同一个平面上。我们定义：

r：你们之间的距离（标量，r = |r_T − r_M|）
λ（lambda）：视线 LOS 与 x 轴的夹角，叫视线角
v_c：接近速度，v_c = −ṙ（距离缩小的速率）

如果画成图，会是什么样子？想象一个雷达屏幕的极坐标显示：

3.2 为什么极坐标比直角坐标更"制导友好"？

这里有一个"啊哈"时刻。为什么制导教材里几乎清一色用极坐标 (r, λ) 而不是直角坐标 (x, y)？

因为制导的核心问题是"交会"，而交会最自然的度量就是：

还有多远？（r）
视线在怎么转？（λ̇）

在直角坐标里，"还有多远"需要算 √(Δx² + Δy²)，"视线转动"需要算 arctan 的导数。而在极坐标里，这两个量就是原生变量。更重要的是，视线转动率 λ̇ 直接决定了你需要多大的横向加速度——这是 PN 导引律的灵魂。

原著给出了关键分解（对应式1.6）：

v_∥ = ṙ = v cos δ（沿视线接近，δ 是速度矢量与视线的夹角）
v_⊥ = r λ̇ = v sin δ（垂直于视线，导致视线转动）

如果画成速度分解图，像是一个箭头被拆成两根互相垂直的竹竿：一根戳向目标（径向），一根横扫过目标（切向）。

4. 微观视角：导引律家族——四种追人策略

4.1 从直觉到命名：你追朋友时可以怎么跑？

现在我们已经了解了平面运动学的极坐标描述，接下来看看"导引律"到底是什么。别急着记定义，我们先从四种追人策略开始，每种策略对应一类真实导弹导引律。

策略一：视线指令导引（CLOS, Command to Line-of-Sight）

想象你站在操场边的固定点 O（比如旗杆下），手里拿着一根无形的绳子，绳子另一端拴着朋友 T。你要求追踪者 M 始终站在这根绳子上（即始终位于 LOS 连线上）。M 怎么跑？它必须根据 O 的指令不断修正，确保自己不偏离 OT 连线。

如果画成图，像是三个人排成一条会动的直线：

这是最早期的制导方式之一（二战德国 Hs-293D 电视制导炸弹的雏形）。它的优点是直观，缺点是 M 的路径往往很弯曲，需要很大的横向加速度，而且如果 O 离得很远，微小的角度误差会在 M 附近放大成巨大的横向位移。

策略二：纯追踪（Pure Pursuit）

现在取消 O 点。M 的策略很简单：自己的速度矢量始终直接指向 T 的当前位置。就像狗追飞盘，始终面朝飞盘跑。

如果画成图，像是一条始终指向猎物的尾巴：

纯追踪的数学极其简单（δ = 0，即速度矢量与 LOS 重合），但它有个致命的优雅缺陷：如果 T 横向机动，M 的路径会弯成一条追逐曲线（curve of pursuit），在末段需要无限大的横向加速度才能追上。这就像你追一个绕圈跑的人，你越接近他，你需要转得越急。

策略三：平行导引（Parallel Navigation）

现在升级策略。M 不再直接指向 T，而是让自己的速度矢量与某个参考方向保持平行。在经典版本中，M 试图让视线 LOS 的转动率为零（λ̇ = 0），即 LOS 保持固定方向。如果 M 和 T 的速度矢量在这个固定 LOS 上的投影匹配得当，两者将沿一条直线 collision course（碰撞航线）接近。

如果画成图，像是两条平行线最终交汇于一点：

平行导引在理论上是最省能量的——如果初始条件完美，M 根本不需要横向加速度，直接沿直线撞上 T。但现实中初始条件从不完美，所以纯平行导引很少单独使用，它更像是一个"理想基准"。

策略四：比例导引（PN, Proportional Navigation）

这是现代导弹最主流的导引律。它的直觉来自对平行导引的"软化"：我们不要求 λ̇ = 0（那太理想化了），而是要求导弹的横向加速度与视线转动率 λ̇ 成正比。

用追公交车的比喻：你观察到公交车相对于你的视线在快速横切（λ̇ 很大），你就产生一个很大的横向加速度去"拦截"这个转动；如果公交车只是远离你（λ̇ ≈ 0），你就几乎不转弯，全力向前冲。

数学上，PN 的核心公式是：

a_M = N · v_c · λ̇

其中：

N 是导航比（Navigation Constant），通常取 3～5；
v_c 是接近速度；
λ̇ 是视线转动率；
a_M 垂直于 LOS 施加。

如果画成图，像是一个比例放大器：

这和你学过的全连接层 y = Wx 是不是一模一样？λ̇ 是输入特征，N·v_c 是权重矩阵（标量版），a_M 是输出。PN 的优雅之处在于，它不需要知道目标的加速度 a_T，也不需要知道剩余距离 r，只需要测量视线转动率 λ̇——这是一个在工程上极易通过雷达或红外成像获得的量。

5. 微观视角：PN 的离散时间实现——结构化伪代码

5.1 从连续公式到工程代码

现在我们已经了解了 PN 的直觉和连续时间公式，接下来看看在飞控计算机里，它怎么被写成可执行的算法。

导弹的制导计算机以固定周期 Δt 运行（比如 100 Hz，Δt = 10 ms）。每一拍，它接收新的目标位置测量，更新视线角 λ，计算 λ̇，然后输出加速度指令。

下面给出 离散时间比例导引律 的结构化伪代码，采用类 Pascal/Algol 语法，并嵌入运动学记号。

Algorithm 1: Discrete-Time Proportional Navigation Guidance Law

Input: Navigation constant N, missile state (r_M, v_M), target state (r_T, v_T), time step Δt
Output: Lateral acceleration command a_Mc

function PN_Guidance(N, r<sub>M</sub>, v<sub>M</sub>, r<sub>T</sub>, v<sub>T</sub>, Δt)
    // Step 1: 计算相对几何
    r_vec ← r<sub>T</sub> − r<sub>M</sub>           // 相对位置向量
    r ← ||r_vec||                // 距离，||·|| 表示欧氏范数
    if r < ε then                 // 碰撞或近炸
        return 0
    end

    // Step 2: 计算视线单位向量与视线角
    l<sub>r</sub> ← r_vec / r            // 沿 LOS 的单位向量
    l<sub>t</sub> ← Perpendicular(l<sub>r</sub>)   // 垂直于 LOS 的单位向量（逆时针 90°）

    // Step 3: 计算相对速度在 LOS 垂直方向的分量
    v_rel ← v<sub>T</sub> − v<sub>M</sub>
    v<sub>⊥</sub> ← v_rel · l<sub>t</sub>           // 点积，切向相对速度

    // Step 4: 估计视线转动率 λ̇
    // 由 r · λ̇ = v<sub>⊥</sub> 得
    λ̇ ← v<sub>⊥</sub> / r

    // Step 5: 计算接近速度 v<sub>c</sub>
    v<sub>c</sub> ← −(v_rel · l<sub>r</sub>)        // 径向相对速度，取负使接近为正
    if v<sub>c</sub> ≤ 0 then
        // 目标正在远离或平行，制导逻辑进入特殊处理
        v<sub>c</sub> ← |v<sub>c</sub>|
    end

    // Step 6: 比例导引指令
    a<sub>Mc</sub> ← N · v<sub>c</sub> · λ̇ · l<sub>t</sub>   // 加速度方向垂直于 LOS

    return a<sub>Mc</sub>
end function

这段伪代码在训练/实际使用中意味着什么？ 在真实导弹的嵌入式系统里，Step 3 和 Step 4 通常由导引头（seeker）的陀螺稳定平台直接测量 λ̇，而不是通过数值微分计算——因为数值微分会放大测量噪声。这相当于在神经网络里，你直接用门控机制的输出来代替对隐藏状态的差分估计，稳定性更好。

此外，N 的选择是一个关键的超参数调优问题：

N < 2：系统不稳定，导弹会绕目标转圈而永远追不上；
N = 3：经典选择，兼顾响应速度与加速度需求；
N > 5：过阻尼，导弹转弯太猛，可能因结构过载或气动饱和而失控。

这和训练神经网络时选择学习率 η 的直觉是一样的：太小不收敛，太大发散，中间有个"刚好"的甜蜜点。

6. 微观视角：PN 为什么有效？——一个向量级的"啊哈"

6.1 不需要知道目标加速度的鲁棒性

在继续之前，我们先停一下，消化一个反直觉的事实：PN 公式 a_M = N · v_c · λ̇ 里，没有任何关于目标加速度 a_T 的项。

这意味着什么？意味着即使目标在疯狂机动（比如战斗机做 9g 转弯），只要导引头能实时测出 λ̇，PN 就会自动产生相应的拦截加速度。它不需要像 LQR 或模型预测控制（MPC）那样预先知道目标的动态模型。这种"无模型"的鲁棒性，是 PN 从 1950 年代一直用到今天的核心原因。

如果画成图，PN 像一个自适应的弹簧：目标机动越剧烈（λ̇ 越大），弹簧拉力（a_M）就越强；目标直线飞行（λ̇ ≈ 0），弹簧就松弛，导弹几乎直线飞行。弹簧的劲度系数就是 N·v_c。

7. 闭环：这一切在工程与实战中意味着什么？

7.1 对制导系统设计的启示

分层解耦是生存法则。外环导引律负责"战略"（几何交会），内环控制负责"战术"（姿态稳定）。在分析外环时，可以大胆假设 a_M ≈ a_Mc，因为内环带宽通常比外环高一个数量级。这和深度学习中"先预训练特征提取器，再微调分类头"的分层逻辑是相通的。
测量什么比计算什么更重要。PN 只需要 λ̇ 和 v_c，这两个量在现代导引头（红外成像、雷达 monopulse）中可以直接测量，而不需要完整的六自由度状态估计。简单的测量 + 简单的律，往往比复杂的状态观测器更可靠。
导航比 N 是唯一的超参数。整个 PN 律只有一个可调参数 N，这让它在工程上极其友好。调 N 就像调 PID 的 K_p：太小不响应，太大振荡。这种极简主义是 PN 历经 70 年而不衰的秘密。

7.2 对现代应用的启示

PN 的思想早已超越导弹，渗透到任何需要"追踪一个移动目标并与之交会"的领域：

无人机集群：多机协同追踪时，每架无人机可以用 decentralized PN 律跟随领机，无需中心控制器；
自动驾驶：自适应巡航控制（ACC）中的跟车逻辑，本质上是 PN 的一维退化版本（只控制纵向，没有横向 λ̇）；
机器人抓取：机械臂末端追踪移动传送带上的物体，可以用视觉伺服（visual servoing）实现 PN 的机械臂版本；
航天器交会对接：近程交会阶段的相对导航，常用 PN 或其变体（ augmented PN, APN）来节省燃料。

8. 延伸阅读与导航图

现在我们已经走完了从"追公交车的直觉"到"制导回路分层"再到"PN 向量级推导与伪代码"的完整旅程。如果你准备深挖，以下是按阅读优先级排序的国外经典文献导航：

文献	核心贡献	推荐阅读时机
Shneydor (1998), Missile Guidance and Pursuit	本文核心来源，涵盖 LOS/PN/最优控制	必读：理解制导回路全貌
Bryson & Ho (1969/1985), Applied Optimal Control	最优控制导引（LQG、微分对策）	理论层：想从 PN 升级到最优制导
Blakelock (1991), Automatic Control of Aircraft and Missiles	飞机与导弹自动控制经典教材	控制层：理解刚体控制回路设计
Etkin (1982), Dynamics of Flight	飞行力学与稳定性基础	基础层：补运动学与动力学基本功
Guelman (1971) / Murtaugh & Criel (1966)	PN 的闭环解与捕获区域分析	算法层：想推导 PN 的解析解
Zarchan (1994/2012), Tactical and Strategic Missile Guidance	工程实现、噪声滤波、先进导引律	工程层：关注雷达/红外导引头噪声
Fossen (1994), Guidance and Control of Ocean Vehicles	舰船与水下航行器制导	扩展层：理解 PN 在非飞行器上的应用
Benecke & Quick (1956), History of German Guided Missile Development	二战德国制导技术史料	历史层：理解 LOS/CLOS 的工程起源

结语

导弹制导最迷人的地方在于，它把"如何追上另一个运动的物体"这个古老问题，拆解成了三层可解释的架构：运动学描述几何，导引律制定策略，控制回路执行动作。而比例导引律 PN 的优雅之处，在于它用一个极简的公式 a_M = N·v_c·λ̇ 就实现了对未知机动目标的鲁棒拦截——它不需要目标的意图，不需要未来的轨迹，只需要当下视线转动的速率。

下次当你看到一枚导弹拖着尾焰划过天空时，不妨想象它的制导计算机里正在执行 Algorithm 1 的循环：每 10 毫秒测量一次 λ̇，乘上一个 70 年前就定好的常数 N，然后告诉舵机：“再向左偏一点。” 这既是 20 世纪控制工程的巅峰，也是极简主义美学的极致体现。

参考文献

[1] Shneydor, N. A. (1998). Missile Guidance and Pursuit: Kinematics, Dynamics and Control. Horwood Publishing.

[2] Bryson Jr., A. E., & Ho, Y.-C. (1975). Applied Optimal Control: Optimization, Estimation, and Control. Wiley.

[3] Blakelock, J. H. (1991). Automatic Control of Aircraft and Missiles (2nd ed.). Wiley-Interscience.

[4] Etkin, B. (1982). Dynamics of Flight: Stability and Control (2nd ed.). John Wiley.

[5] McLean, D. (1990). Automatic Flight Control Systems. Prentice-Hall.

[6] Fossen, T. I. (1994). Guidance and Control of Ocean Vehicles. John Wiley.

[7] Jenkins, P. N. (1984). Missile Dynamic Equations for Guidance and Control Modeling and Analysis (Technical Report RG-84-17). US Army Missile Command, Redstone Arsenal.

[8] Benecke, Th., & Quick, A. W. (Eds.). (1956). History of German Guided Missile Development. AGARD 1st Guided Missiles Seminar, Munich.

[9] Gatland, K. W. (1954). Development of the Guided Missile (2nd ed.). London: Iliffe.

[10] Ross, F., Jr. (1951). Guided Missiles: Rockets and Torpedoes. New York: Lathrop, Lee & Shepard.

[11] Clemow, J. (1962). Missile Guidance. London: Temple Press.

[12] Spearman, M. L. (1983). Historical Development of Worldwide Guided Missiles (NASA Technical Memorandum 85658).

全文完。