基于DNN的空空导弹不可逃逸区生成算法研究

针对目标采取最优逃逸策略下的空空导弹发射时机决策问题,提出了导弹不可逃逸区模型,并采用半直接配点法计算不可逃逸区边界。然后,设计了一种深度神经网络(DNN)模型,对不可逃逸区边界样本数据进行训练,得到不可逃逸区DNN生成模型。仿真结果表明,不可逃逸区DNN生成模型可以实时高精度生成不可逃逸区边界,与样本值的平均误差率小于0.9%,满足战场环境中实时性和准确性要求,为最优对抗条件下空空导弹发射时机决策提供了技术支持。