一、制导律概述:导弹制导的基本概念

各位同学,大家好。今天我们来聊聊导弹制导律。说实话,我做了十几年制导控制,每次跟新人讲这个,我都会先问一个问题:导弹是怎么知道往哪儿飞的?

你可能会说,有雷达、有红外导引头。没错,但这些传感器只告诉导弹「目标在哪里」。真正决定导弹怎么转弯、怎么加速、怎么追上目标的,是制导律

我个人习惯把制导律比作「驾驶策略」。就像你开车去一个地方,导航告诉你左转右转,但具体怎么打方向盘、踩多大油门,那是你的驾驶策略。导弹也一样——导引头是眼睛,制导律是大脑。

1.1 导弹制导的基本概念

制导,说白了就是引导导弹飞向目标的过程。这里面有三个核心要素:

  • 测量:获取导弹与目标的相对位置、速度等信息
  • 计算:根据测量值,算出需要的指令(比如过载指令)
  • 执行:舵机或推力矢量系统执行指令,改变导弹飞行方向

嗯,这里要注意:测量不准,后面全白搭。我在项目中遇到过好几次,导引头噪声太大,制导律算出来的指令抖得像筛糠一样。后来我们花了整整两个月做滤波,才把问题压下去。

核心观点:制导律的本质是「基于当前状态,决定下一步怎么走」的数学规则。它不关心导弹的动力学细节,只关心「该往哪个方向飞」。

1.2 制导律分类

制导律的分类方式有很多种。我个人习惯按信息需求来分,这样更贴近工程实际:

分类 典型代表 需要的信息 工程难度
经典制导律 比例导引、追踪法 视线角速率
现代制导律 滑模制导、最优制导 相对距离、速度、加速度
智能制导律 神经网络、强化学习 大量训练数据

你想想看,为什么比例导引用了这么多年还没被淘汰?因为它只需要一个信息——视线角速率。这个量在工程上最容易测准,也最稳定。我见过太多花里胡哨的制导律,仿真跑得飞起,一上硬件就崩。比例导引虽然简单,但胜在皮实。

工程经验:选制导律,先看你能测到什么。别为了追求理论最优,选一个需要完美信息的制导律。现实中,信息永远是不完美的。

1.3 比例导引的历史背景

比例导引(Proportional Navigation, PN)的历史,可以追溯到二战时期。1943年,美国海军武器实验室的C. A. 洛克提出了这个概念。当时是为了解决空对空导弹的拦截问题。

为什么叫「比例」?因为它的核心思想是:导弹的转弯速率与视线角速率成正比。用公式表示就是:

a_cmd = N · V · λ_dot

其中:

  • a_cmd:指令加速度(垂直于视线方向)
  • N:导航比(通常取3~5)
  • V:导弹与目标的相对速度
  • λ_dot:视线角速率

这个公式简单到令人发指,但效果出奇的好。我记得刚入行时,导师跟我说:「比例导引是制导界的牛顿定律——简单、优雅、有效。」当时我不信,后来做了十几年,发现还真是这么回事。

比例导引的早期应用是在AIM-9响尾蛇导弹上。这款1956年服役的红外制导导弹,用的就是比例导引律。直到今天,响尾蛇的最新改进型仍然在使用比例导引的变体。

避坑指南:我曾经犯过一个低级错误——把导航比N设得太大(N=8),结果导弹在末端疯狂振荡,脱靶量反而变大了。后来才明白,N不是越大越好。N太大,系统对噪声太敏感;N太小,拦截弹道太弯曲。一般取3~5最稳妥。

1.4 比例导引的几何直觉

为了让你更直观地理解比例导引,我画了一张图:

比例导引几何示意图 目标 T 导弹 M 视线 (LOS) V_m V_t λ a_cmd 比例导引:a_cmd ∝ λ_dot(视线角速率)

这张图展示了比例导引的核心几何关系。导弹沿着视线方向「盯」着目标,当视线角发生变化时(即λ_dot不为零),导弹就会产生一个垂直于视线的加速度,试图把视线角速率拉回零。这就是比例导引的物理本质——消除视线旋转

1.5 为什么比例导引能活这么久?

我经常被问到这个问题。答案其实很简单:

  1. 信息需求极低:只需要视线角速率,不需要测距、测速
  2. 实现简单:一个比例环节就能搞定,不需要复杂的滤波器
  3. 鲁棒性好:对目标机动、测量噪声都有不错的容忍度
  4. 理论成熟:稳定性、最优性都有严格的数学证明

当然,比例导引也不是万能的。它对付大机动目标时有些吃力,这时候就需要它的升级版——扩展比例导引(Augmented Proportional Navigation, APN)。这个我们下一节再细聊。

一句话总结:比例导引是制导律的「基本功」。你把它吃透了,后面学任何高级制导律都会事半功倍。我面试新人时,第一个问题永远是:「给我讲讲比例导引的物理意义。」答不上来的,基本都过不了。

好了,这一章就到这里。比例导引的历史和基本概念,你应该已经心里有数了。下一章我们深入数学推导,看看那个简单的公式背后,藏着哪些有趣的数学原理。

课后思考:如果目标静止不动,比例导引会变成什么?提示:想想追踪法(Pure Pursuit)。


公众号:蓝海资料掘金营,微信deep3321