基于容积卡尔曼滤波的弹目相对姿态估计算法及其在导弹末端制导中的应用1. 引言导弹末端交会阶段是拦截目标的最后关键环节，其动力学具有强非线性、高动态和不确定性等特点。准确估计导弹与目标之间的相对运动状态（尤其是视线角及其角速率）是实现精确制导的基础。传统的扩展卡尔曼滤波（EKF）通过对非线性函数进行一阶泰勒展开来近似状态分布，但在强非线性场景下易引入线性化误差，导致估计精度下降甚至发散。容积卡尔曼滤波（Cubature Kalman Filter, CKF）是一种基于三阶球面-相径容积准则的非线性滤波方法，通过一组等权值的容积点来逼近状态的后验分布，具有更高的数值精度和稳定性，且无需计算雅可比矩阵。本文针对导弹末端交会阶段的强非线性场景，设计了一种基于CKF的弹目相对姿态估计算法，并与EKF进行对比。通过在MATLAB/Simulink中搭建完整的六自由度导弹拦截仿真模型，验证了CKF在提高视线角速率估计精度、加快收敛速度以及最终提升制导控制精度（减小脱靶量）方面的有效性。仿真结果表明，CKF相比EKF具有更优的估计性能，能够显著提升末端制导的命中精度。2. 问题描述与数学模型2.1 坐标系定义为描述导弹与目标之间的相对运动，定义以下坐标系：惯性坐标系（OIXIYIZIO_I X_I Y_I Z_I/