制导控制系统是动能拦截器的重要组成部分,制导控制性能的优劣直接影响到动能拦截器的精度。当前,在各军事强国都在研究反拦截技术的背景下,提高动能拦截器的制导精度和自适应能力是十分必要的。本文主要研究了基于逆系统控制的动能拦截器制导控制算法,分别设计了基于PI控制器与PID神经网络控制器的制导控制系统。首先研究了基于动态逆系统控制的拦截器制导控制算法。在分析了动能拦截器与目标的相对运动模型,以及拦截器动力学模型的基础之上,求解了动能拦截器的动态逆系统。然后通过动态逆系统与拦截器系统串连,将拦截器对目标的纵向视线角速率与横向视线角速率解耦成为两个独立的线性系统输出变量,再用设计的PI控制器对其进行闭环线性控制。在末段拦截过程中,自控系统通过抑制视线角速率的变化,来保证动能拦截器准确击中目标。由于建模误差和各种不确定因素对拦截系统的影响,使得建立的动态逆模型与实际逆模型之间存在偏差。为了减少建模不精确引起的动态逆误差,本文引入了PID神经网络控制器对动态逆模型进行在线补偿。考虑到一般PID神经网络控制中,随机选取初始权值会导致训练时间太长,于是本文根据先验知识分别针对比例、积分和微分环节确定了可调参数,以加速输出响应收敛。为了使动能拦截器能在末制导段依靠自身动力加速飞行,在普通动能拦截器的尾部增加了轴向推力发动机。考虑到尾部推力会使基于无尾部推力设计的制导控制律产生较大误差。本文在分析了尾部推力对视线角速率的影响后,提出了制导控制律的修正方案。