本发明提供一种基于深度学习的空空雷达数据仿真方法，在空空雷达数据仿真中考虑本机机型与状态参数、运行天气以及飞手的人为因素为核心，故将三大类的影响因素以多因素误差模型的方式在理想的空空雷达数据上进行添加。包括以下步骤：理想的空空雷达数据计算；影响空空雷达数据测量的因素分析；基于深度学习的多因素影响误差模型构建；基于多因素影响误差模型的空空雷达数据仿真；基于多因素影响误差模型的空空雷达数据仿真技术图。本发明有效提高空空雷达数据与实际运行环境的贴合度，仿真后的数据更加真实可靠，可以有效提高研发产品的精度，提高产品的实际适用性。