滚转摆动式导引头采用滚转摆动两轴极坐标控制形式，外框为滚动框，内框为摆动框，视场可覆盖整个前半球，具有结构简单、重量轻、体积小、成本低等特点，因此非常适用于近程红外防空导弹。本文讨论了滚摆式导引头与偏仰式导引头视线角速率存在的差异，阐述了滚摆式导引头视线角速度存在 x轴分量的原因。并给出了半捷联式滚摆导引头角速率的获取方式，推导了其简化形式，分析了简化公式使用的条件。仿真结果表明，该简化公式具有较好的近似精度，具有一定的工程应用前景。

研究了一种用于估计制导弹药与目标之间的视线角速率算法的推导与实现。低成本的捷联导引头的测量信息中包含了弹目在相对运动中形成的视线角和弹体姿态两部分信息, 首先设计解耦算法将弹体姿态信息去除, 然后采用扩展卡尔曼滤波(EKF)以及α-β滤波这两种算法分别对视线角和视线角速率进行估计, 最终的仿真结果表明采用EKF算法能比α-β滤波算法得到更加精确的估计值。

针对目标跟踪处理系统中的视线角速率提取问题, 提出一种利用单成像探测器所得序列图像求导视线角速率的方法。利用序列图像中的运动目标图像坐标解算得到体视线角, 通过图像匹配得到弹体姿态角, 进而求解得到视线角速率。实验结果表明: 结合图像跟踪算法可实时得到体视线角, 使用图像匹配可以较好地解算得到弹体姿态角, 解算结果误差小于±5%; 在体视线角和弹体姿态角均包含噪声的前提下, 使用卡尔曼滤波可以较好地还原视线角速率。该方法适用于微小型飞行器制导探测, 可以省去陀螺仪等惯性元件, 实现探测装置的轻量化、小型化, 具有实际的应用价值。

针对滚仰式半捷联成像导引头难以直接获得精确的视线角速率这一问题, 提出利用弹体姿态角速率、失调角、框架滚仰角等信息解算出惯性系下的视线角的方法。针对解算出的惯性系下的视线角, 通过选择合适的跟踪微分器提取出惯性系下的视线角速率信息。仿真试验表明, 选择合适的跟踪微分器能够在大背景噪声下对惯性系下解算出的视线角连续平滑地微分, 进而可得到精确的视线角速率。

由于滚仰式导引头的结构特殊性,制导控制系统需要的视线角速率信息是不能够直接测量得到的,因此提出了一种基于跟踪微分器的视线角速率提取方法.根据滚仰式导引头的结构特点,分析了滚仰式导引头的运动学原理,并根据滚仰式导引头的结构推导出视线角与弹体姿态角、框架角和失调角的关系,然后设计了有限时间收敛跟踪微分器求解视线角速率信息.经数字仿真,对比了直接差分法和跟踪微分器法对视线角速率的提取效果,证明了利用跟踪微分器提取视线角速率的有效性.

探讨了在考虑驾驶仪二阶动态特性的情况下, 拦截高速机动目标的末制导律设计问题。提出了一种局部稳定性理论, 并应用该理论对系统的状态变量进行分析, 根据变量对制导效果的影响, 将系统分解为两个子系统, 对子系统设计Lyapunov函数, 证明其稳定性, 并由局部稳定推出全局稳定。在整个设计过程中, 仅考虑视线角速率的变化, 使得设计过程大大简化, 设计的导引律有效地克服了自动驾驶仪动态延迟对制导精度的影响。仿真结果表明, 在目标做各类机动且自动驾驶仪存在较大滞后的情况下, 该导引律仍具有较高的制导精度。

为准确估计捷联导引头视线角速率，建立了捷联式光学图像导引头数学模型，根据弹目运动相对关系进行视线角速率估计算法研究。定义了估计算法所需坐标系并建立了导引头与陀螺数学模型；根据弹目相对运动学及姿态关系建立视线角速率估计非线性状态方程；针对滤波精度与实时性应用的问题，提出无迹Kalman滤波(UKF)方法估计视线角速率，并建立半物理实验系统进行算法验证，实验结果表明：视线角及视线角速率的最大估计误差分别为0.37°与0.68°/s，估计精度分别为0.1008°与0.2116°/s；数字信号处理器(DSP)中算法运行时间约为3.8 ms，视线角速率估计算法同时能满足制导系统对精度与实时性的要求。基于UKF的视线角速率估计算法为捷联式光学图像导引头的工程应用提供理论依据。

对比捷联成像导引头和传统成像导引头的特点,指出捷联成像寻的制导技术应用到实际的导弹系统中,需要解决视线角速率提取、数学平台的实现以及制导和控制系统综合设计等问题.给出了各坐标系之间的转换关系,据此推导了捷联成像寻的制导的弹体姿态解耦算法,针对捷联成像导引头的大测量噪声以及系统的非线性,介绍了采用Unscented卡尔曼滤波器估计视线角速率的基本原理,并对捷联成像制导与控制系统进行了分析,给出了制导与控制系统综合设计的思路.