基于仿真与机器学习的地空导弹交战区实时预测
机器学习
2023-12-06 v2 机器人学
摘要
地空导弹（SAMs）在现代防空系统中至关重要。其有效性的一个关键方面是交战区（EZ），即 SAM 可有效拦截并摧毁目标的空间区域。值得注意的是，EZ 与导弹最大射程内在相关；它定义了导弹可拦截目标的最远距离。由于涉及动态且复杂的因素，该 EZ 的精确计算至关重要但具挑战性，在使用传统仿真方法时常导致高计算成本与较长处理时间。鉴于这些挑战，我们的研究探究了机器学习技术的潜力，提出一种将机器学习与定制设计的仿真工具相整合以训练监督算法的方法。我们利用预计算的 SAM EZ 仿真综合数据集，使模型能准确预测新输入参数下的 SAM EZ。它加速了 SAM EZ 仿真，增强了防空战略规划，并提供实时洞察，提升 SAM 系统性能。本研究还包括对机器学习算法的对比分析，阐明其能力与性能指标，并指出未来研究领域，凸显机器学习在 SAM EZ 仿真中的变革潜力。
引用
@article{arxiv.2311.11905,
title = {Real-Time Surface-to-Air Missile Engagement Zone Prediction Using Simulation and Machine Learning},
author = {Joao P. A. Dantas and Diego Geraldo and Felipe L. L. Medeiros and Marcos R. O. A. Maximo and Takashi Yoneyama},
journal= {arXiv preprint arXiv:2311.11905},
year = {2023}
}