AirCombat-WEZ|空战模拟数据集|武器交战区预测数据集

该数据集用于支持武器交战区（WEZ）预测模型的开发和评估，通过高保真空战模拟生成。数据集捕捉了各种场景和条件，代表了射手飞机与目标之间的交战。

原始信息汇总

数据集描述

概述

该数据集用于支持武器交战区（WEZ）预测模型的开发和评估，基于高保真空战模拟生成。数据集捕捉了各种场景和条件，代表射击机与目标之间的交战情况。

特征

数据集包括影响导弹性能的关键输入特征，这些特征源自原始模拟参数和特征工程过程。以下是这些特征的详细信息：

特征	变量	最小值	最大值	单位	描述
射击机速度	v_s	450	750	NM/hour	射击机的地面速度。
射击机高度	h_s	1,000	45,000	ft	射击机相对于海平面的高度。
目标速度	v_t	450	750	NM/hour	目标的地面速度。
目标径向	φ_t	-60	60	degree	目标相对于射击机的角度位置。
目标高度差	Δh_t	-5,000	5,000	ft	射击机与目标之间的高度差（h_s - h_t）。
相对航向至径向	Δφ_t	-180	180	degree	结合目标径向和航向的相对角度（θ_t - θ_s - φ_t）。

目标输出

数据集包含每个交战场景的两个主要输出：

• 武器交战区最大范围（R_max）：导弹能够成功攻击目标的最远距离。
• 无逃逸区（R_nez）：目标无法躲避导弹的范围，无论其如何机动。

数据生成过程

1. 模拟环境：

   • 使用基于MIXR的高保真平台Aerospace Simulation Environment (ASA)进行模拟。
   • 场景设计包括真实的空战条件，确保数据的多样性和代表性。

2. 二分搜索输出：

   • R_max和R_nez值通过迭代二分搜索确定。初始范围从45 NM开始，模拟精度阈值为0.2 NM。

3. 实验设计：

   • 创建了两个数据集：
     • 一个因子设计数据集，具有固定的输入水平，用于初始特征分析（864个案例）。
     • 一个随机设计数据集，包含1,000个案例，使用均匀随机输入值生成，用于模型训练和评估。

AI搜集汇总

数据集介绍

构建方式

在构建AirCombat-WEZ数据集时，研究团队采用了高保真度的航空作战模拟环境，即Aerospace Simulation Environment (ASA)，基于MIXR平台进行模拟。该环境设计了多种现实条件下的空战场景，确保数据的多样性和代表性。通过二分搜索法，确定了每个交战场景中的最大武器交战距离（R_max）和无逃逸区（R_nez），初始范围设定为45海里，精度阈值为0.2海里。此外，数据集包括一个因子设计数据集（864个案例）和一个随机设计数据集（1,000个案例），分别用于初始特征分析和模型训练与评估。

特点

AirCombat-WEZ数据集的显著特点在于其高保真度的模拟环境和详尽的特征工程。数据集不仅包含了射击机和目标机的速度、高度等基本参数，还通过特征工程引入了目标径向角、高度差和相对航向等复杂变量，从而显著提升了模型的预测精度。此外，数据集的二分搜索法确保了输出结果的高精度，使其在实际应用中具有较高的可靠性和实用性。

使用方法

使用AirCombat-WEZ数据集时，首先需确保Python 3.8+环境，并安装requirements.txt中列出的依赖项。接着，将所需数据集放置在Data/文件夹中，并按照WEZ_Model_Generation.ipynb笔记本中的步骤进行数据预处理、模型训练和结果评估。生成的结果将存储在Output/目录中，便于进一步分析和应用。该数据集适用于开发和评估武器交战区预测模型，支持实时和加速模拟。

背景与挑战

背景概述

AirCombat-WEZ数据集由Kuroswiski, Andre R.、Wu, Annie S.和Passaro, Angelo等研究人员创建，旨在优化远距离空战场景中武器有效性区域的预测。该数据集基于高保真度空战模拟生成，涵盖了多种射击机与目标之间的交互场景，为开发和评估武器交战区域（WEZ）预测模型提供了关键数据支持。其核心研究问题在于通过增强回归模型提高预测精度，从而在空战决策和自主系统开发中发挥重要作用。该数据集的发布不仅促进了相关研究的复现性，还为未来的研究提供了宝贵的资源。

当前挑战

AirCombat-WEZ数据集在构建过程中面临多项挑战。首先，数据生成依赖于高保真度模拟环境，确保了数据的多样性和代表性，但也增加了计算复杂性和时间成本。其次，特征工程和数据增强技术虽显著提升了模型的平均绝对误差（MAE），但如何在保持高精度的同时简化模型以支持实时和加速模拟仍是一个挑战。此外，数据集中包含的二元搜索过程和实验设计要求精确的初始范围和迭代精度，这对数据处理的准确性和效率提出了高要求。

常用场景

经典使用场景

在现代空战领域，AirCombat-WEZ数据集的经典使用场景主要集中在预测武器有效性区域（WEZ），特别是在超视距（BVR）空战情境中。该数据集通过高保真度的空战模拟生成，涵盖了从射击机到目标机的多种关键参数，如射击机速度、高度、目标机速度及相对位置等。这些数据被用于训练和验证多种回归模型，包括Lasso、Ridge、多项式回归（PR）和多层感知器（MLP），以优化WEZ的预测精度。

实际应用

在实际应用中，AirCombat-WEZ数据集为军事和航空工业提供了重要的支持。通过精确预测武器有效性区域，该数据集帮助军事指挥官在超视距空战情境中做出更明智的决策，从而提高作战效率和安全性。此外，该数据集还支持开发高效的自主系统，这些系统能够在复杂和动态的空战环境中自主决策，减少人为错误，提高任务成功率。

衍生相关工作

AirCombat-WEZ数据集的发布催生了多项相关研究工作。例如，基于该数据集，研究人员开发了多种改进的回归模型，如结合正则化的多项式回归模型，显著提高了预测精度。此外，数据集的特征工程方法也被广泛应用于其他空战模拟数据集的预处理中，提升了整体数据分析的质量。这些衍生工作不仅丰富了空战模拟领域的研究内容，还为未来的技术创新提供了宝贵的参考。