1. 课程导入：飞行器制导律的定义、发展历程与核心作用

制导律（Guidance Law）是飞行器制导与控制系统的“大脑”，它决定了飞行器从当前位置飞向目标点的运动学规律。无论是精确制导导弹、巡飞弹、无人机自主着陆，还是高超声速飞行器的末端机动，制导律都直接决定了命中精度、飞行时间、过载需求和抗干扰能力。本课程将系统讲授制导律的数学建模、设计方法、仿真验证与工程实现，帮助学习者建立从理论到代码、从仿真到实飞的完整知识链路。

1.1 制导律的定义与内涵

制导律是指导飞行器按照某种运动学规律飞向目标的算法或策略。从数学角度看，制导律通常表示为飞行器加速度指令（或过载指令）关于弹目相对运动状态（如视线角、视线角速率、相对距离、接近速度等）的函数。制导律的输出并非直接驱动舵面，而是作为制导控制回路的外环指令，由飞行控制系统内环跟踪实现。

制导律的核心内涵包括三个层面：

• 运动学层面：描述飞行器与目标的相对运动几何关系，建立视线坐标系下的状态方程。
• 最优控制层面：在满足终端约束（脱靶量最小）和过程约束（过载限制、攻角限制）的前提下，求解最优加速度指令。
• 鲁棒性层面：考虑目标机动、测量噪声、气动参数摄动等不确定性，保证制导性能的稳定性。

1.2 制导律的发展历程

制导律的发展与导弹武器系统的演进密切相关，大致经历了四个阶段：

阶段	时间跨度	代表方法	核心特征
萌芽期	1940s-1950s	追踪法、平行接近法	基于几何关系，实现简单，但弹道弯曲、过载需求大
经典期	1950s-1970s	比例导引法（PN）、扩展比例导引（APN）	工程应用最广，对机动目标有一定适应性
现代期	1970s-2000s	最优制导律、微分对策制导、滑模制导	考虑目标机动模型，性能最优，但依赖目标加速度估计
智能期	2010s至今	深度强化学习制导、自适应制导	数据驱动，适应复杂对抗场景，可解释性待提升

比例导引法（Proportional Navigation, PN）是工程应用最广泛的制导律，其基本形式为：

a_cmd = N · V_c · λ̇

其中，a_cmd为加速度指令，N为导航比（通常取3~5），V_c为接近速度，λ̇为视线角速率。比例导引的本质是使视线角速率趋于零，从而保证飞行器沿碰撞三角形飞向目标。

1.3 制导律在导弹与无人机平台中的核心作用

制导律的性能直接决定了武器系统的作战效能和无人机的自主飞行能力。在导弹平台中，制导律的优劣体现在脱靶量、终端攻击角、过载饱和程度等指标上；在无人机平台中，制导律则影响路径跟踪精度、避障能力和着陆安全性。

以空空导弹为例，典型的中末制导交接过程如下：

1. 中制导阶段：采用指令制导或惯性制导，将导弹引导至目标附近空域，要求弹道平直、过载小。
2. 末制导阶段：导引头截获目标后，切换至比例导引或最优制导，要求脱靶量最小。
3. 交接班问题：中末制导交接时，需保证指令平滑过渡，避免过载跳变。

1.4 本课程的学习目标与整体框架

本课程共30章，按照“基础理论→设计方法→仿真验证→工程实践”的逻辑组织，学习目标如下：

• 理论目标：掌握制导律的数学建模方法，理解比例导引、最优制导、滑模制导等核心算法的推导过程与适用条件。
• 仿真目标：能够使用Matlab/Simulink搭建制导控制系统仿真平台，完成典型场景下的制导律性能评估。
• 工程目标：了解制导律在实弹打靶、无人机飞行试验中的实现流程，具备初步的排障与调参能力。

课程整体框架分为六个模块：

模块	章节范围	核心内容
模块一：基础篇	第1-5章	制导律定义、坐标系与运动学、目标模型、导引头模型
模块二：经典制导律	第6-12章	追踪法、比例导引、扩展比例导引、弹道成型制导
模块三：现代制导律	第13-18章	最优制导、微分对策、滑模制导、H∞制导
模块四：特殊场景	第19-23章	高超声速滑翔制导、多约束制导、协同制导
模块五：仿真与评估	第24-27章	仿真建模、蒙特卡洛打靶、半实物仿真、性能评估
模块六：工程实践	第28-30章	制导律代码实现、飞行试验、故障排查与调参

1.5 常见误区与学习建议

在制导律的学习与工程应用中，初学者常陷入以下误区：

建议学习者采用“仿真驱动学习”的方法：每学一种制导律，立即在Matlab中搭建简易弹目相对运动模型，验证其数学推导的正确性，再逐步加入气动模型、导引头模型和噪声，观察性能变化。本课程后续章节将提供完整的仿真代码模板和参数设置指南。