基于深度学习的不可逃逸区内的规避决策研究

• 作者: 孔繁峨 朱荣刚 贺建良 邵彦昊
• 来源期刊: 电光与控制
• 学科: 工学
• 关键词: 深度学习 机动规避 空空导弹 不可逃逸攻击区 逃逸成功概率
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 60-64
• 页数: 5页
• 分类号: TJ765.4
• 字数: 4628字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2019.11.013

摘要

由于隐身技术的发展和攻击战术的需要,载机可能会进入敌方导弹不可逃逸攻击区.针对雷达型中远程空空导弹的不可逃逸攻击区内部的机动规避问题,设计了一种基于深度学习网络的规避决策的模型,通过蒙特卡罗仿真法建立了机动可逃逸数据库,对网络模型进行了学习,并仿真验证了网络输出的有效性.仿真结果表明,学习后的网络输出在满足机动可逃的条件下,在追逃仿真中有较好的决策效果,可显著提高在导弹不可逃逸攻击区内的逃逸成功概率,同时也可为飞行员执行高风险任务时的机动决策提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贺建良		4	6	1.0	2.0
3	朱荣刚		3	1	1.0	1.0
5	孔繁峨		12	67	6.0	8.0
11	邵彦昊		1	0	0.0	0.0