多拦截器技术是一种新型的拦截防御技术,能够在提高对目标毁伤效能的同时降低单次拦截作战的成本,成为了未来拦截武器的发展方向。作为多拦截器技术最关键的两项技术,高效的目标分配技术以及高精度制导技术成为研究的重点和难点。本文以多拦截器拦截对抗问题为背景,对多拦截器目标分配及制导算法展开研究,主要内容包括三个方面。首先针对目标分配及飞行器相对运动关系进行精确模型建立。引入三个相关坐标系及其相互转换关系,并针对拦截制导问题基于飞行器动力学推导了地面坐标系下的飞行器相对运动微分方程;针对目标分配问题,设计目标威胁评价指标以及拦截概率估计模型,完成收益指标以及代价指标的详细建模。其次针对多拦截器目标分配问题,设计结合变邻域搜索的混合粒子群优化算法。引入标准粒子群算法,分析算法系数变化对收敛性的影响。引入变邻域搜索算法解决传统粒子群优化算法容易陷入局部收敛的问题,设计目标分配矩阵以及新的适应度函数模型解决离散优化问题,避免复杂的编码解码算法造成的精度损失。考虑到算法时间开销与算法精度的平衡问题,设计局部跳出算法的启动准则,在算法收敛后再执行变邻域操作,极大提高了算法的效率。最后,针对分配之后的单对单拦截场景,设计自适应微分对策制导律。分析得知传统微分对策制导律的求解极度依赖模型的复杂度,只能对有效应对一阶线型系统,复杂系统往往导致维数爆炸问题。针对这一问题,引入了强化学习中策略迭代的思想,通过策略评估和策略提高进行循环来逼近微分对策的鞍点解,同时采用多项式拟合的方法逼近价值函数,以避免非线性偏微分方程的求解。先设计面向制导律的三阶非线性系统,建立了非二次型性能指标函数以解决控制输入饱和问题。研究了递推最小二乘规则,通过最小化逼近误差估计多项式基函数的权值系数,完成价值函数的拟合。设计策略递推算法,通过多次策略的迭代,使得采用任何初始稳定策略都能够有效收敛到微分对策鞍点解,并通过严格数学推导证明算法的收敛性。本文对多拦截器关键技术进行研究,设计了结合变邻域搜索的粒子群优化算法以及自适应微分对策制导律,有效解决了多拦截器目标分配及高精度拦截制导问题,所得的成果对今后该方向上的继续研究有一定借鉴意义。