空空导弹由于其精确制导和强大的威力,成为了夺取和掌握制空权的主要作战武器,并得到了世界各国的广泛研究。随着军事科学的不断进步,空中威胁的日益严峻发展,加上空中目标的多样化,想要在战场上掌握主动权,必须准确洞悉敌方目标作战意图,再对导弹进行合理的制导规律选择,才能较好地提高打击精度和作战效率。针对这一问题,本文对基于目标意图的空空导弹智能制导及控制技术进行了研究。论文主要工作内容如下:首先,建立了空空导弹非线性飞行运动数学模型。介绍了几种常见坐标系的定义及其转换关系,并探讨了作用在空空导弹上的外力和外力矩。在此基础上,建立了导弹的动力学和运动学关系,给出了空空导弹六自由度十二状态飞行运动数学模型,并在其六自由度状态方程的基础上根据奇异摄动理论和时标分离原则将导弹的动力学部分划分为快慢回路两个部分,为研究导弹的控制律奠定了基础。然后,研究了空空导弹智能化末制导律。针对三维空间拦截问题中存在系统参数不确定、外部干扰和目标做大机动逃逸运动等情况,提出了一种基于滑模干扰观测器的空空导弹三维预测制导律。通过滑模干扰观测器对复合干扰进行逼近,基于平行接近原理利用预测控制方法对空空导弹制导律进行设计,并由Lyapunov理论证明了所设计的制导律可以满足闭环系统的稳定性。同时通过仿真结果表明所提方法的可行性,并且相比于传统的比例制导律具有更好的性能。接着,研究了基于自适应神经模糊推理系统的空中目标意图预测问题。通过基于自适应神经模糊推理系统方法,建立目标意图预测分类模型,实现对目标意图预测信息的分类。利用已知目标方位角、水平速度、航向角、距离和高度特征数据,获得影响目标意图因素的采样训练数据。将采样训练数据输入并训练模糊推理系统,通过神经网络的误差反向传播算法对自适应模糊推理过程参数和结论参数进行优化和预测,直到误差函数满足所需精度或者循环达到总共迭代次数,即得到目标意图预测结果。通过仿真验证了自适应神经模糊推理系统得到的仿真结果较之神经网络分类器,分类结果更准确。最后,研究了基于空中目标意图对空空导弹制导律进行选择和导弹控制律问题。通过介绍了几种常见导引规律的优缺点以及基于空中目标意图的分类结果,将空中目标分为非攻击类和攻击类目标,确定导弹制导规律的选择关系,并利用MATLAB图形用户界面进行仿真验证,结果表明能够很好地跟踪目标并保证了导弹的整体作战性能和命中精度。针对空空导弹在飞行中不可避免会受到导弹姿态角层的干扰影响以及气动参数的不确定性,提出了一种基于滑模干扰观测器的滑模控制方法,对空空导弹姿态运动系统中的慢回路和快回路分别进行控制律设计。快回路中考虑到受到未知外部干扰的影响,通过滑模干扰观测器对复合干扰进行补偿并设计滑模控制律,而慢回路中只考虑系统不确定项的影响,设计自适应动态滑模控制律,利用Lyapunov稳定性定理证明了闭环系统的稳定性。最后对空空导弹进行仿真验证能稳定地跟踪期望的姿态角信号。