主要对三体对抗场景下的主动防御制导方法进行研究。首先, 通过构造具有严格反馈形式的三体对抗模型, 结合Backstepping理论和微分对策思想推导出一种主动防御制导策略;其次, 基于自适应动态规划算法建立评价神经网络以自学习在线求解该制导方法, 并利用Lyapunov稳定性理论证明了闭环系统的稳定性和评价网络权值的收敛性;最终, 仿真验证了所设计的主动防御制导方法的有效性。

针对攻击弹如何在地面目标发射防御弹的情况下对目标进行有效打击的问题, 建立了三方博弈交战运动学模型, 构造了融合脱靶量和需用过载的目标函数, 提出了一种考虑一阶自动驾驶仪动力学的微分对策制导律。在防御弹采用三点法制导拦截的前提下, 分别对攻击弹以比例导引和微分对策制导的制导策略进行仿真验证, 最后通过分析过载约束和终端条件证明了所提方法的有效性。

针对导弹纵向通道存在干扰影响的问题，设计了一种复合控制方案。首先，选取超螺旋干扰观测器估计未知干扰，并设计积分滑模控制器补偿输入干扰产生的影响;其次，基于微分对策理论，结合自适应动态规划算法，设计单评价神经网络在线求解自适应最优控制器来抑制非匹配干扰,利用Lyapunov稳定性理论证明了闭环系统的稳定性和评价网络权值的收敛性;最后，对导弹纵向动力学进行建模仿真，验证了所提复合控制策略的有效性。

应用定性微分对策理论对无人机、无人车追逃问题进行分析, 给出在对局环境中存在障碍物的情况下, 躲避区与捕获区分界界栅的确定过程。设置对局场景, 建立对局双方的运动学方程, 针对双方的运动特性分析结局并得出对局策略。然后考虑讨论环境中障碍物的影响, 分析对局终止条件, 最终解算出界栅, 并给出实例说明。

基于不确定非线性微分对策的保代价策略问题,提出了一种模糊设计方法。首先,基于T-S模糊模型方法,将非线性问题模糊线性化;然后,将非线性的问题当成模糊线性化的问题,得出了不确定非线性微分对策的模糊保代价策略存在的充分条件;最后,将模糊保代价策略的存在性等价于LMI的可解性,并通过仿真表明所提方法效果较好,方便了模糊保代价策略的求解。

根据日益复杂的空战格局以及基于微分对策理论设计的空空导弹导引律所存在的缺陷与不足,提出了基于预见学习算法的微分对策导引律改进方案。首先讨论了微分对策导引律的缺陷,并针对其不足研究了基于最优控制理论的预见学习方法;其次设计了基于CMAC(小脑关节模型)的预见学习运算过程,将其应用于空空导弹预见逃逸目标的未来逃逸轨迹,并令导弹据此进行最优决策实现预见学习制导;最后根据逃逸目标飞行轨迹的恶意性突防程度,总结专家经验,将预见学习与微分对策相结合实现优势互补,形成了基于预见学习的微分对策导引律。其仿真结果较经典导引律有明显的优势,能以较小的控制量、较短的拦截时间获得很小的脱靶量,尤其适合拦截具有大机动恶意突防行为的目标。