超视距空战的交战决策支持
人工智能
2021-11-19 v2
摘要
这项工作旨在为防御性制空（DCA）任务背景下的超视距（BVR）空战提供交战决策支持工具。在 BVR 空战中，交战决策是指飞行员通过采取进攻姿态并执行相应机动来与目标交战的时刻选择。为了对这一决策进行建模，我们使用了巴西空军航空航天仿真环境（Ambiente de Simulação Aeroespacial - ASA，葡萄牙语），该环境生成了 3,729 次每次持续 12 分钟的构造性仿真，共计 10,316 次交战。我们通过一种称为 DCA 指数的作战度量分析了所有样本，该指数根据主题专家的经验，代表了此类任务的成功程度。该度量考虑了同队和对面飞机的距离、战斗空中巡逻点以及使用的导弹数量。通过定义交战开始前的交战状态以及整个交战过程中的 DCA 指数平均值，我们创建了一个监督学习模型来确定新交战的质量。一种基于决策树并使用 XGBoost 库的算法提供了一个回归模型，该模型预测的 DCA 指数决定系数接近 0.8，均方根误差为 0.05，可以为 BVR 飞行员提供决定是否交战的参数。因此，利用通过仿真获得的数据，这项工作通过为 BVR 空战构建基于机器学习的决策支持系统做出了贡献。
引用
@article{arxiv.2111.03059,
title = {Engagement Decision Support for Beyond Visual Range Air Combat},
author = {Joao P. A. Dantas and Andre N. Costa and Diego Geraldo and Marcos R. O. A. Maximo and Takashi Yoneyama},
journal= {arXiv preprint arXiv:2111.03059},
year = {2021}
}