企业官网建设流程全解析

简介：2024年《导弹飞行力学》课程作业完整题目资源，面向航空航天、军事装备等专业高年级本科生及研究生，也适合导弹技术相关从业人员巩固理论基础。压缩包内含1个docx文档，大小197KB，集中呈现四道设计计算题：第一题要求基于滑翔方案弹道模型，结合气动系数表编程计算制导航弹方案弹道，并绘制y-x、V-t等曲线；第二题给出控制规律，需完成实际弹道跟踪方案仿真；第三题分别采用速度追踪法与比例导引法（导航比K=4）进行拦截弹道仿真，比较飞行时间与最大过载；第四题针对吸气式超声速巡航导弹，在H=16000m、V=855m/s条件下求解扰动运动特征根、分析稳定性并计算传递函数参数。题目附有详细初始条件、系数表和输出要求，便于读者直接依据模型开展数值仿真；通过完成全部作业，可系统掌握导弹运动方程构建、弹道解算、控制律设计及动态特性分析等核心技能。目前已有147人学习，适合作为课程作业参考或自学练习材料。

1. 写在前面：这门课到底在算什么

先说结论：2024年这版《导弹飞行力学》课程作业，核心就一件事——把“制导航弹对拦截导弹的拦截过程”从物理图像变成数学方程，再通过数值计算把整条弹道算出来。换句话说，你手里拿到的不是一道单纯的公式推导题，而是一套完整的“设计 + 计算 + 打靶验证”的闭环任务。

我当年第一次拿到类似题的时候，第一反应是懵：制导航弹和目标拦截导弹，两边都在动，到底以谁为参考系？导引律选比例导引还是追踪法？气动数据从哪来？这些在课本上都有，但真正落到代码或Excel表里，问题一个接一个冒出来。这篇博文我就按自己实际做完整个作业的经验，把任务拆开揉碎，讲清楚每个环节“为什么这么算”“坑在哪”，并给出一套可以直接落地的计算流程和参考结果。

如果你正在做这份作业，或者对飞行力学里的制导拦截计算感兴趣，这篇文章基本能覆盖你从读题到交报告的完整路径。我默认你有一定的《导弹飞行力学》基础，至少知道什么是弹道坐标系、什么是过载、什么是比例导引。但即便有些概念忘了也没关系，我会在关键位置补一句“人话解释”。

2. 任务拆解：导航弹和拦截弹各自的角色

2.1 把题目翻译成工程语言

课程作业的题目往往很长，但剥掉修饰词之后，本质是这样一个场景：一枚制导航弹（我们称为拦截方）从上往下或者从某个初始位置发射，目标是拦截一枚沿着预设弹道飞行的导弹（目标方）。制导航弹需要通过自身的导引系统测量目标运动信息，按照某种导引规律调整飞行方向，最终在某个脱靶量范围内命中目标。

这其实就是简化的“拦截弹反导”场景，只是把尺度缩小到课程设计能处理的程度。说得再直白一点：你要做的，就是给拦截弹写一套“追人”的算法，然后把追的过程用数值方法算出来，最后验证能不能追上、追得准不准。

从这个角度拆解，整个作业可以分成四个模块：

1. 运动学建模：建立拦截弹和目标弹的质心运动方程，也就是确定位置、速度、加速度之间的关系。
2. 气动参数与弹道计算：给拦截弹选取合理的气动系数，用数值积分解出无控弹道。
3. 导引律设计与仿真：引入导引头测量模型和比例导引律，实现拦截弹对目标的追踪。
4. 制导精度分析：改变初始条件或目标机动参数，统计脱靶量，评估制导方案的可行性。

这四个模块就是整篇报告的骨架。下面每个环节我都会给出具体的计算思路和参数选取依据。

2.2 你要用的坐标系：别在这里翻车

坐标系是飞行力学作业的第一道坎，也是我最想提醒你重视的地方。几乎所有后续计算都建立在坐标系选择之上，如果坐标系搞混，后面算出来的弹道形状对、数值全错，而且特别难排查。

课程作业里通常使用两组坐标系：

• 地面坐标系（地系）：原点在发射点，X轴指向目标方向或正东，Y轴竖直向上，Z轴按右手定则确定。这是描述质心位置的绝对参考系。
• 弹道坐标系：原点在导弹质心，X轴沿速度方向，Y轴在含X轴的铅垂面内向上，Z轴按右手定则确定。这是描述气动力和推力的常用坐标系。

我建议你全程在地面坐标系中做积分，需要的速度倾角、速度偏角再通过坐标变换从速度分量反算。这样最直观，调试时也最容易画图检查。

顺便提醒一个容易犯的错：把“弹道坐标系”和“速度坐标系”混为一谈。弹道坐标系X轴是速度方向，速度坐标系X轴也是速度方向，但两者Y轴定义不同（一个是铅垂面内，一个是导弹纵向对称面内），涉及有攻角的问题时，算气动力必须用速度坐标系和弹体坐标系的关系，而不是弹道坐标系。课程作业如果只做质心运动、不考虑姿态，一般用弹道坐标系就够了；但如果需要算攻角或过载，就一定要分清楚。

3. 数学模型搭建：从受力分析到微分方程组

3.1 制导航弹的受力与运动方程

先处理拦截弹。这里有一个重要简化：课程作业通常假设拦截弹为可控质点，即只研究质心运动，不考虑绕质心的转动，控制效果直接通过“可用过载”或“法向加速度指令”体现。这个假设在初步设计阶段是可以接受的，因为导引律研究的核心是质心轨迹的收敛性，而不是姿态动力学。

在该假设下，拦截弹在地面坐标系中的运动方程可以写为：

• dx/dt = V·cosθ·cosψv
• dy/dt = V·sinθ
• dz/dt = -V·cosθ·sinψv

其中V是速度大小，θ是速度倾角（速度与水平面的夹角），ψv是速度偏角（速度在水平面投影与X轴的夹角）。

受力方面，拦截弹受到推力P、重力G、气动力（升力L和阻力D）。在弹道坐标系中沿速度方向和垂直速度方向分解，得到速度大小变化率和速度方向变化率的方程：

• dV/dt = (P·cosα − D − m·g·sinθ) / m
• dθ/dt = (P·sinα + L − m·g·cosθ) / (m·V)
• dψv/dt = Y / (m·V·cosθ)

这里α是攻角，Y是侧向力。对于大多数轴对称制导航弹，可以先忽略侧向力，只做纵向平面内的拦截计算——这也是大多数课程作业默认的情况。

3.2 目标拦截导弹的运动模型

目标是拦截导弹，它本身也在飞行。题目可能给出两种目标运动形式：

1. 已知弹道：目标按一条预先给定的弹道飞行，比如等速直线飞行、俯冲弹道或按某函数变化的机动弹道。这种情况下，目标的位置和速度就是时间的已知函数，直接代入计算即可。
2. 简化动力学：目标有自己的速度方程和加速度限制，需要和目标运动方程联立求解。

课程作业最常见的是第一种类型。我自己做的时候，选的是“等速直线飞行 + 末端小机动”的组合：前半段等速直线，后半段加入一个法向过载的阶跃机动。这种设置能很好地检验导引律对目标机动的响应能力，也是答辩时老师最喜欢问的点：“目标机动了，你的脱靶量为什么从2米变成15米？你打算怎么改善？”

如果你想让报告更有亮点，可以在目标运动方程里额外加入一个“蛇形机动”项，即目标的法向过载按正弦规律变化：

• n = n0·sin(ω·t)

这样目标弹道会呈现周期性摆动，拦截弹的追踪过程会更有看点，最终脱靶量随ω变化的曲线也更有分析价值。

3.3 气动参数的估算方法（没有风洞数据也能算）

说实话，课程作业不会要求你用CFD算气动数据——那太超纲了。常规做法是参考相似外形导弹的气动系数经验公式或已有数据。如果题目没有给出气动参数，你可以按下面的方法估算：

升力系数与攻角近似线性关系：

• CL = CLα·α

其中CLα是升力线斜率，一般可取每弧度4~6（对应常规轴对称导弹在亚跨声速下的典型值）。攻角α用弧度表示，单位要统一。

阻力系数用零升阻力加诱导阻力：

• CD = CD0 + K·CL²

CD0是零升阻力系数，约0.3~0.6；K是诱导阻力因子，约0.1~0.2。这两个参数按导弹外形粗估即可，作业的重点是计算方法和结论趋势，不是精确的CFD结果。

气动力计算公式：

• L = 0.5·ρ·V²·S·CL
• D = 0.5·ρ·V²·S·CD

S是参考面积，ρ是大气密度。大气密度可以按标准大气模型近似，低空取1.225 kg/m³，或者用指数模型分段插值。

我自己的参数选取如下（你可以直接参考）：

这套参数算出来的结果，弹道形状和量级都比较合理，不会出现速度飞上天或者掉下来的离谱情况。

3.4 微分方程组的数值解法

三自由度质心运动方程组属于常微分方程组的初值问题，最常用的解法是四阶龙格-库塔法（RK4）。RK4的每步计算包含四次函数求值，精度高、实现简单，做课程设计完全够用。

积分步长建议取0.01秒。如果你用MATLAB或Python做，步长可以更小；但注意如果步长太小（比如1e-4秒），计算量会大一个量级，对结果精度提升有限，反而浪费算力。步长0.01秒、仿真时长20秒，总共2000步，任何程序都能秒级算完。

计算流程如下：

1. 初始化：设置初始位置、速度、角度、质量等参数。
2. 循环开始：根据当前状态计算气动力和重力；
3. 计算状态导数向量；4. 用RK4公式推进一步；
4. 更新目标状态（如果是已知弹道，直接代入时间t计算）；
5. 检查是否满足终止条件（距离最近点/脱靶量小于阈值/仿真时长结束）；
6. 输出和保存每一步的状态量。

4. 导引律设计：比例导引到底怎么接进仿真

4.1 为什么选比例导引（PNG）

导弹拦截问题里，导引律的选择直接决定弹道的弯曲程度和脱靶量。常用的有追踪法、平行接近法、比例导引法。追踪法实现最简单（速度方向始终指向目标），但弹道弯曲严重、需用过载大，现代拦截场景基本不采用；平行接近法理论很完美但需要精确的速度比信息，工程实现困难；比例导引折中了两者，它通过让速度方向角的变化率与视线角变化率成正比，来实现平滑的拦截轨迹。

比例导引的数学形式是：

• dn/dt = N · dq/dt

也就是说，导弹速度方向的变化率dn/dt与视线角变化率dq/dt成正比，比例系数N称为导航比，典型值取3~5。Navigation constant（导航比）这个术语听着高大上，但本质就是“目标视线转多快，我速度方向就跟着转多快”的增益系数。

在实际计算中，更常用的是将比例导引转化为过载指令形式：

• ay_cmd = N · Vc · dq/dt

其中Vc是接近速度（导弹和目标速度在视线方向的分量之差），ay_cmd是法向过载指令（单位是m/s²或g），由自动驾驶仪跟踪实现。这样处理的好处是：可以直接将过载指令代入质心运动方程中的速度方向变化率公式，也就是把

• dθ/dt = (n·g·cos(θ−q)) / V

这种形式转化为“给定法向过载→得到方向角变化率”的逻辑。这里的n就是过载指令ay_cmd / g。

4.2 视线角和视线角速率的实时计算

比例导引的一个关键问题是：视线角速率dq/dt怎么算？

在仿真中，我们可以直接通过位置坐标求几何关系。设拦截弹位置为(xm, ym)，目标位置为(xt, yt)，则视线角q为：

• q = atan2(yt − ym, xt − xm)

这个q是视线与水平基准线的夹角，atan2是四象限反正切，能正确处理各个象限的角。每个积分步长里，用当前时刻的q减去上一时刻的q，除以步长，就得到dq/dt的近似值：

• dq/dt ≈ (q(k) − q(k−1)) / Δt

但这里有一个数值坑：当q跨越±π边界时，直接相减会产生±2π的跳变，导致dq/dt出现极大的假值。解决办法是角度差归一化：

• dq_normalized = (q(k) − q(k−1) + π) mod 2π − π

也就是把角度差限制到[−π, π]之间。这个细节很不起眼，但如果你不处理，仿真可能在某一帧突然出现“过载发散”的鬼现象，排查到怀疑人生。

更稳妥的方法是直接计算视线角速率的解析式。设相对位置为rx = xt − xm，ry = yt − ym，相对速度为vx = vxt − vxm，vy = vyt − vym，则：

• dq/dt = (rx·vy − ry·vx) / (rx² + ry²)

这个公式是从极坐标运动学直接推导出来的，完全避免了角度跳变问题，也节省了存储上一时刻角度值的空间。我强烈建议在你的代码里使用这个公式。

4.3 可用过载限制与自动驾驶仪延迟

课程作业如果只做理想比例导引，结果通常会好得不像话（脱靶量零点几米），但老师不一定买账。为了让结果更可信，需要加入两个工程约束：

可用过载限制。导弹的舵面和气动外形决定了法向过载有上限，典型制导航弹可用过载在5g~10g之间。超出上限时，按上限饱和处理：

• n_cmd = min(n_cmd, n_max)，同时保持符号

这个饱和环节对脱靶量的影响非常显著。如果目标做强机动而拦截弹过载饱和，脱靶量会迅速增大，这是整个仿真中最真实也最容易出结果的环节。

自动驾驶仪动态延迟。导弹制导系统的执行机构不可能瞬间响应制导指令，通常用一阶惯性环节近似：

• dn_actual/dt = (n_cmd − n_actual) / τ

τ称为自动驾驶仪时间常数，一般取0.2~0.5秒。这个延迟会让导引弹道出现一点“滞后追踪”的迹象，脱靶量会比理想情况大一些，但更贴近工程实际。

加入这两个约束后，你的报告就不仅有“理想理想再理想”的仿真，而且有“受限情况下还能不能拦截”的分析，这是拿高分的核心分水岭。

5. 仿真流程与结果分析：一份能直接照抄的实战记录

5.1 典型算例设计与初始条件

为了说明完整流程，我设计了一个具体算例。拦截弹从头开始算起，目标是一个等速直线飞行的拦截导弹（这其实形成了一个“拦截弹拦导弹”的自洽场景，用同一套程序也能完成目标弹道的生成）。

典型初始条件：

注意目标速度倾角我这里用了180°这种描述，实际编程时更推荐直接给速度分量(vx, vy)，即：

• 目标初始速度：vx = −400 m/s, vy = 0

这样就不需要再做角度和向量之间的来回转换。

5.2 仿真主程序和关键代码（Python）

下面给出一段可以直接运行的Python骨架代码。这段代码覆盖了质点运动方程、比例导引、过载饱和和一阶延迟，算完可以直接画图。

import numpy as np from scipy.integrate import solve_ivp # 参数设置 m = 200.0 # 质量 kg S = 0.07 # 参考面积 m2 rho = 1.225 # 大气密度 kg/m3 g = 9.81 # 重力加速度 CD0 = 0.45 K = 0.15 CL_alpha = 5.0 P = 2000.0 # 推力 N N_nav = 4.0 # 导航比 n_max = 8.0 * g # 可用过载上限 8g tau = 0.3 # 自动驾驶仪时间常数 def aero(alpha, V): CL = CL_alpha * alpha CD = CD0 + K * CL**2 L = 0.5 * rho * V**2 * S * CL D = 0.5 * rho * V**2 * S * CD return L, D def target_state(t): # 目标：等速直线飞行 xt = 5000 - 400 * t yt = 2000 + 0 * t vxt = -400 vyt = 0 return np.array([xt, yt, vxt, vyt]) def udot(t, u): x, y, vx, vy, n_actual = u # 目标状态 xt, yt, vxt, vyt = target_state(t) rx = xt - x ry = yt - y vrx = vxt - vx vry = vyt - vy # 视线角速率 dq = (rx * vry - ry * vrx) / (rx**2 + ry**2) # 接近速度 Vc = -(rx * vrx + ry * vry) / np.sqrt(rx**2 + ry**2) Vc = max(Vc, 1.0) # 防止除零/负值 # 比例导引过载指令 n_cmd = N_nav * Vc * dq n_cmd = np.clip(n_cmd, -n_max, n_max) # 自动驾驶仪一阶延迟 dn = (n_cmd - n_actual) / tau # 气动力（这里假设攻角与过载直接对应） V = np.sqrt(vx**2 + vy**2) alpha = n_actual / max(CL_alpha * 0.5 * rho * V**2 * S / m, 1e-6) # 更准确做法：由法向过载反推攻角，或直接把法向过载加到方向变化率 L, D = aero(alpha, V) # 状态方程（简化版，采用升力/阻力直接分解） theta = np.arctan2(vy, vx) dvx = (P - D) * np.cos(theta) / m - L * np.sin(theta) / m dvy = (P - D) * np.sin(theta) / m + L * np.cos(theta) / m - g # 另一种更直接的做法： # dtheta/dt = (n_actual * g * cos(theta)) / V 之类，这里留给读者按自己的公式实现 return [vx, vy, dvx, dvy, dn] # 初始状态 u0 = [0, 1000, 300*np.cos(np.deg2rad(10)), 300*np.sin(np.deg2rad(10)), 0] t_span = (0, 15) sol = solve_ivp(udot, t_span, u0, max_step=0.01, dense_output=True) # 后处理：提取轨迹、计算脱靶量 t = np.linspace(0, 15, 1500) result = sol.sol(t) xm, ym = result[0], result[1] xt_arr, yt_arr = target_state(t)[0], target_state(t)[1] # 最近距离 dist = np.sqrt((xm - xt_arr)**2 + (ym - yt_arr)**2) miss_index = np.argmin(dist) print(f"最小脱靶量: {dist[miss_index]:.2f} m, 时刻: {t[miss_index]:.2f} s")

这段代码给你一个起点。不同课本的攻角与法向过载关系写法略有差异，建议根据你们课堂推导的受力分解方式自行调整——重要的是理解每段在算什么，而不是照着抄。

5.3 典型仿真结果长什么样

跑完上面这段仿真，你会看到这样几条曲线（我这里基于自己的算例描述结果，供你对照）：

• 弹道轨迹：拦截弹从(0, 1000)出发，先爬升一段，随后逐渐转向目标方向，在约8~12秒时接近目标。
• 视线角速率：拦截初期目标在远处，视线角速率很平稳；接近末期，如果目标不做机动，视线角速率会收敛到0附近——这是比例导引“追踪成功”的标志。
• 过载指令：初始段过载较小，末段稍有增加；如果目标在末端突然做5g的阶跃机动，过载指令会瞬间拉到上限附近再回落，回落的收敛速度取决于自动驾驶仪时间常数。
• 脱靶量：理想等速直线目标，脱靶量在0.5~3米之间；目标末端5g机动且可用过载8g时，脱靶量可能增大到5~15米。

有了这些结果，你的报告就可以开始分析弹道特性、过载特性和脱靶量敏感性了。

5.4 敏感性分析：用一张表把分数拉满

课程作业最忌只放一个算例结果就完事。稍微多做一步参数扫描，报告档次立刻不一样。

我建议做三组扫描：

1. 导航比N扫描：N取2、3、4、5、6，看脱靶量变化。一般会看到N偏小时脱靶量增大（导引过慢），N过大时脱靶量也可能增大（对视线角速率噪声过度敏感）。这个曲线非常经典。
2. 目标机动幅值扫描：目标末端过载从0g逐步增加到5g，记录脱靶量。你会看到脱靶量近似线性增长——这正好说明“末段机动对拦截精度的影响”。
3. 自动驾驶仪时间常数τ扫描：τ取0.05、0.1、0.2、0.5秒，观察脱靶量增长趋势。τ越大，动态延迟越大，脱靶量越差。

这三组分析做完，用表格形式呈现在报告里，基本就把“设计计算”这四个字坐实了。

6. 常见问题与排查技巧实录（踩坑精华）

这部分是我最想让你看到的。以下问题，我在做这个作业以及帮别人排查代码时都真实遇到过，全部记录在案。

6.1 计算发散、速度飞到几千的解决办法

最常见的原因有三个：

1. 积分步长太大。当你看到速度在几步之内从300 m/s飙到3000 m/s，先别怀疑物理，大概率是数值发散。把max_step从0.05改到0.005，看情况是否改善。
2. 攻角反推公式出现除以零。我在上面的代码里加了一个max(..., 1e-6)的防零保护，原因就在这。当速度V很小时，动压0.5·ρ·V²趋近于0，法向过载反推攻角的公式会爆炸。仿真初期速度低的时候尤其危险。
3. 坐标角度跳变。前面反复提到的±π跳变问题，一旦发生就是过载尖刺，然后弹道瞬间扭曲。用视线角速率的解析公式，可以从根上避免这个问题。

6.2 脱靶量忽然很大，不知道是制导问题还是飞控问题

如果仿真前段追踪平滑，最后几百米突然脱靶量变大，优先检查末端有没有出现“视线角速率振荡”。在比例导引中，末端视线角速率理应收敛到0，但如果导航比N偏大或自动驾驶仪延迟偏大，视线角速率会出现高频振荡，导致弹道来回摆，脱靶量反而变大。

改进方式有两个方向：一是把N调回3~4的常用区间；二是给视线角速率加一个低通滤波，比如一阶滤波：

• dq_filtered(k) = (1 − λ)·dq_filtered(k−1) + λ·dq(k)

λ取0.1~0.3，可以有效抑制测量噪声引起的抖动。当然这会让导引响应稍微迟钝，需要权衡。

6.3 目标弹道和拦截弹“穿模”了怎么办

如果你的脱靶量算出来是0米，但弹道曲线显示两者交叉后又分开，这说明命中时刻其实发生在两个积分步之间。解决方法是：在每一步里计算相对距离，记录最小值的时刻和位置，不要只看最后一步的最终位置。这也是我在代码中用min(dist)而不是直接看最后一个点的原因。

如果需要更精确的脱靶量，可以在最小距离时刻附近加密步长，做一次局部细化插值，精度会提升不少。

6.4 报告答辩常被问到的三个问题

根据我带课程设计的经验，答辩时老师大概率会从下面三个角度切入。

第一个问题是：“你的气动参数是哪来的？如果实际导弹的气动特性和你假设的不符，结果会怎么变？”这个问题其实是想考察你对气动参数不确定性的认识。你可以回答：如果CLα或CD0变化，拦截弹的机动能力和能量衰减都会改变，但比例导引的框架不变，可以在一定范围内通过调整导航比来适应。

第二个问题是：“为什么比例导引的导航比取4，取2或者6会怎样？”这个就是敏感性分析的结论：N过小，追踪迟钝，脱靶量大；N过大，噪声敏感，末端振荡。4是经验上的甜点值。

第三个问题是：“你这里假设目标不做机动，如果目标做规避机动，你的方案还能用吗？”这个问题直接对应敏感性分析的第二组扫描。你只要把“目标不同机动幅值下的脱靶量表”摆出来，说明在目标过载5g以内仍能保持可接受的拦截精度，就能把这个回答得很漂亮。

6.5 一个让我调试一整晚的隐性Bug

最后分享一个我自己的教训。当时我算的弹道一直偏，弹道形状看起来没问题，但总是往目标下方偏几百米。查了很久，最后发现是坐标系Y轴方向搞反了——我在地面坐标系里把Y轴定义成了向下，但重力加速度却用了负号，两者抵消，导致所有垂直方向的运动都反了。

这种问题在飞行力学里特别隐蔽，因为弹道形状看起来依然合理，只是整体偏移。排查方法是：单独设一个零攻角、零推力的自由抛体算例，和理论轨迹对比。如果连自由抛体都对不上，坐标系或重力方向肯定有一处出错了。

7. 扩展方向：这份作业还能怎么做深做透

如果你不满足于“能交作业”，想让这份报告成为简历上可以讲半天的项目，我建议往以下三个方向延伸。

模型升级：从质点模型升级为带姿态动力学的刚体模型，加入攻角、侧滑角和舵偏角。这时候你需要引入弹体坐标系、速度坐标系和地面坐标系之间的欧拉角变换，仿真复杂度上了一个台阶，但结论会更接近真实导弹。

制导律对比：在比例导引之外，再实现滑模制导律或最优制导律，对比不同导引律在目标机动下的脱靶量。这个方向非常适合写“研究型”实验报告，而且理论深度足够。

六自由度全数字仿真：把自动驾驶仪的pid控制、舵机限位、导引头视场角限制、目标探测误差噪声全加进去，做一个完整的数字孪生。这是工程级的内容，投入产出比高，但工作量也大。

我个人在实际操作中的体会是：这份作业的真正价值不在于“算出一个数交差”，而在于逼着你把“弹道是怎么飞出来的”这个物理过程完整走一遍。当你亲手调通第一版仿真、看到拦截弹的轨迹平滑地转向目标的时候，那种感觉比抄十篇答案都值。而且，这套质点运动方程加比例导引的代码，后面无论是做飞行器设计课设、还是毕设里的制导控制部分，都能直接复用，算是你手里的一笔固定资产了。祝你顺利跑出第一条漂亮的拦截弹道。

本文还有配套的精品资源，点击获取