$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

명중확률 개선 및 효율적인 대화력전 수행방안
An Improvement of Hit-probability and an Efficient Counter-fire Execution 원문보기

한국시뮬레이션학회논문지 = Journal of the Korea Society for Simulation, v.17 no.4, 2008년, pp.143 - 152  

김세용 (국방대학교 운영분석학과) ,  이재영 (국방대학교 운영분석학과)

초록
AI-Helper 아이콘AI-Helper

미래전에 있어서, 전투 초기단계의 대화력전 능력은 적을 무력화 시키는데 핵심역할을 수행한다. 본 논문에서는 효율적인 대화력전 수행방안을 제안하였다. 이를 위해, CEP를 사용한 명중확률을 산출한 후 대화력전 작전시 활용 가능한 새로운 사격제원 계산에 적용하였다. 새로운 표적제원의 타당성 검증을 위해 MANA 모델을 사용하여 시뮬레이션을 수행하였다. UAV 운용여부 등을 포함한 다양한 시나리오 상황 하에서 시뮬레이션 수행 결과, 새로운 사격제원산출 방법을 사용한 명중률이 기존의 BTCS 사격제원에 의한 명중률 보다 우수한 것으로 나타났다.

Abstract AI-Helper 아이콘AI-Helper

At an initial battle stage, counter-fire capability have critical impact on defeating the enemy in the future warfare. In this paper, we proposed an efficient method of counter-fire execution. To do that, hit-probability for each artillery type was evaluated using CEP and applied to calculate new ta...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • UAV에서 제공되는 표적에 대해서 탄착유도 과정 없이 바로 효력사 하는 방안으로 일정한 시간내에 많은 표적을 획득할 수 있는 UAV의 능력을 최대한으로 이용하는데 중점을 두는 방안이다. 무인항공기는 광범위한 지역의 상공을 비행하면서 특정지역에서 어떤 표적이 모니터상에 나타나면 그 표적의 위치를 C4I체계로 전송하여 Fscell(Fire Support cell : 화력지원협조소) 또는 OCC(Operational Control Console : 작전통제실)에서 표적을 분석하여 BTCS로 전송하여 타격을 하는 방안이다.
  • 본 연구에서는 UAV운용에 따른 효과평가를 위해서 미 해군대학원의 Schutzer 교수의 C2 모델을 응용하여 UAV  운용에 따른 표적처리 과정에서 시간 단축과 표적 정확도 증대에 따른 효과를 동시에 적용 가능하도록 모형을 수립하였다.
  • 본 연구에서는 에이전트 기반 모의 모델인 MANA를 활용하여 화포별 명중확률과 UAV를 통한 표적획득방안에 따라 적 갱도포병 타격에 어떠한 영향을 미치는지 알아보았고 제한된 자원으로 최적의 결과를 얻을 수 있는 방안을 제시 하였다.
  • 또한 포병화기의 명중확률로 적 갱도포병을 타격하기 위해서는 많은 시간과 탄약 소모가 발생하므로 새로운 탄을 개발하여 적용해야 한다는 연구가 있었으나 이러한 내용들은 현재 가지고 있는 자산의 능력이 제한되니 추가적인 전력을 확보해야 한다는 연구내용이다. 본 연구에서는 이러한 방법이 아닌 제한된 자원을 가지고 효율적으로 적 갱도포병 타격을 위한 방법을 제시함으로써 기존 연구와 차별화를 두고 있다. 또한 ABMS(Agent Based Modelling & Simulation) 모델인 MANA를 활용하여 미래 사단급 전장에서 갱도포병 타격방안에 대하여 연구하였다.
  • 현재 전방에 배치되어 있는 적 갱도포병에 대하여 아군의 대화력전 수행간 BTCS 사격제원과 최적사격제원 적용시 차이점에 대하여 분석해 보았다. 1회 작전시 현재 전방에 14개의 갱도표적에 대하여 아군포병 사격시 명중확률은 표 6과 같다.

가설 설정

  • 효과 검증은 개전 초 1일간(10H) 작전수행 후에 피아전투력 지수의 변화를 통하여 분석하였다. 아군은 1개 사단이 방어를 적군은 1개 군단이 공격을 감행하는 것으로 묘사하였으며 참여부대는 대화력전을 수행하는 부대 중아군은 갱도 포병 타격 계획에 반영 되어 있는 포병자산과 이를 탐지하는 자산으로 한정하였고, 적군은 0군단 예한 포병들 중 연포군을 제외한 포병 부대들로 제한하되 100% 갱도진지에서 임무수행 하는 것으로 가정 하였다. 참가부대의 규모는 아군은 1개 사단에 포병대대 00개 대대 000문을 적용하였고, 적군은 1개 군단에 군포군 및 사포군에 속해 있는 포병 00개 대대 000문을 가정하였다.
  • 표적에 대한 위험도 순위는 적 240RL(방사포)를 위협 1, 170 SP(자행포)를 적 위협 2로 나머지 화기에 대해서는 위협3으로 분류 하였다. 아군은 K-9 부대를 위협 1로 K-55 부대를 위협 2로 가정하여 모의하였다. 위험도를 분류하는 목적은 표적을 획득하는 자산은 위험도가 높은 부대를 먼저 찾도록 운영되며, 한 부대에서 다수의 표적을 동시에 획득시에 위험도가 높은 것을 먼저 타격하도록 에이전트의 속성이 설정된다.
  • 아군은 1개 사단이 방어를 적군은 1개 군단이 공격을 감행하는 것으로 묘사하였으며 참여부대는 대화력전을 수행하는 부대 중아군은 갱도 포병 타격 계획에 반영 되어 있는 포병자산과 이를 탐지하는 자산으로 한정하였고, 적군은 0군단 예한 포병들 중 연포군을 제외한 포병 부대들로 제한하되 100% 갱도진지에서 임무수행 하는 것으로 가정 하였다. 참가부대의 규모는 아군은 1개 사단에 포병대대 00개 대대 000문을 적용하였고, 적군은 1개 군단에 군포군 및 사포군에 속해 있는 포병 00개 대대 000문을 가정하였다. 피아 규모면에서 전력지수 차이는 1:1.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
장차전에서 화력운용은 어떤 역할을 할것이라 예상되는가? 장차전에서 화력운용은 피・아간에 기동부대를 지원하면서 적의 화력지원 수단을 무력화하기 위하여 고강도의 대화력전이 수행 될 것으로 예상된다. 장차 미래 전장의 규모가 커지면서 Sensor to Shooter 개념의 대화력전 체계가 구축 되고 있으며 최근의 이라크 전쟁이나 걸프전 등을 통해 알 수 있듯이 대화력전의 중요도는 갈수록 증대 되고 있다.
MANA의 특성은? 본 연구에서 사용된 모델인 MANA(Map Aware Non- uniform Automata)는 호주의 DTA(Defense Technology Agency)에서 1999년 개발되어 사용 중에 있다. 이 모델은 사용자가 쉽게 통제할 수 있고 저용량으로 개발되어 누구나 쉽게 사용할 수 있으나 용량의 제한으로 대규모 시뮬레이션을 묘사하기에는 제한된다. 개발은 호주에서 되었지만 현재 미 해병대 및 해군대학원에서 미래전장에 대한 무기효과 분석용으로 많이 사용되고 있다.
에이전트기반모의란? 에이전트기반모의는자율성, 통신능력, 협동능력, 적응적인행동, 신뢰성, 추론능력및기동성의속성이있는특정개체들(Individual), 즉 에이전트의 행동들(Behaviors)을 명시 적(Explicitly)으로 모델링하여 모의 하는 것이다. 그리고각 에이전트들은 한정된 범위 내에서 자율적으로 행동하며, 다른에이전트들과상호작용(Interaction)이발생되는Rule- Based & Stochastic M&S(Modeling & Simulation)이다[1].
질의응답 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로