$\require{mediawiki-texvc}$

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.

적외선 영상탐색기를 탑재한 대함유도탄-함정방어체계 교전모의 프로그램 개발
Development of Engagement Simulation Program between ASM with IIR Seeker and Defense System 원문보기

한국항공우주학회지 = Journal of the Korean Society for Aeronautical & Space Sciences, v.41 no.5, 2013년, pp.373 - 382  

박상섭 (Department of Aerospace Engineering, Inha University) ,  김도완 (Department of Aerospace Engineering, Inha University) ,  최기영 (Department of Aerospace Engineering, Inha University) ,  김정호 (Agency for Defence Development) ,  유창경 (Department of Aerospace Engineering, Inha University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 적외선 영상탐색기가 탑재된 대함유도탄에 대한 함정 방어용 기만 체계의 성능 분석을 위한 교전모의 프로그램을 소개한다. 대함유도탄에 탑재된 적외선 영상탐색기는 함정의 적외선 신호를 탐지하는 거리로부터, 비례항법 유도법칙 또는 입사각 제어유도법칙에 기반하여 접근한다. 그러므로 대함유도탄의 유도 수행 능력은 기본적으로 탐색기의 표적 추적 알고리듬뿐만 아니라 함정의 적외선 신호에 의존한다. 개발한 프로그램을 사용하여, 대함유도탄 적외선 영상탐색기의 다양한 추적 알고리듬으로 flare와 함정 표면을 냉각하기 위한 Counter-Measures Wash-Down System(CMWDS) 같은 함정 기만 체계의 영향을 살펴볼 수 있다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, in order to analyze the performance of a decoy system for ship defense against an anti-ship missile(ASM) with an infrared image(IIR) seeker, the modeling and engagement simulation program is introduced. The IIR seeker on the ASM detects the infrared signal of ship from a distance and ...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • CMWDS는 함정과 대함유도탄의 상대거리가 3500m인 순간부터 기만하고, 함정의 온도는 전체적으로 15℃ 감소한다고 가정한다. Flare는 함정에서 가장 높은 온도를 구성하는 연돌 부분이 25m 높이에 위치하기 때문에, 연돌의 영향을 알아보기 위해서 다음의 두 가지 운용기법에 대해 고려하였다. 또한 함정을 가리기 위하여 10개의 Flare 구체가 일렬 배치되고, 70℃의 온도를 가진다고 가정하였다.
  • 본 연구에서는 적외선 영상탐색기를 기만하기 위하여, soft kill의 일종인 CMWDS와 flare를 모델링하였다. CMWDS는 함정에 해수를 무상으로 분사하여 함정의 온도를 급속 냉각시키는 기만기이다.
  • 이러한 실태에 따라, 적외선 영상탐색기를 탑재한 대함유도탄과 이를 기만하기 위한 함정 간의 교전모의 프로그램을 개발하였다. 대함유도탄을 모델링하고, 획득된 적외선 영상자료에 표적의 탐지, 추적 기법을 적용한 탐색기의 유도 정보를 바탕으로 함정 방어용 기만 체계 영향도를 분석하였다.

가설 설정

  • CMWDS는 함정과 대함유도탄의 상대거리가 3500m인 순간부터 기만하고, 함정의 온도는 전체적으로 15℃ 감소한다고 가정한다. Flare는 함정에서 가장 높은 온도를 구성하는 연돌 부분이 25m 높이에 위치하기 때문에, 연돌의 영향을 알아보기 위해서 다음의 두 가지 운용기법에 대해 고려하였다.
  • 독일에서 개발한 차세대 유도탄 기만 체계(Multi Ammunition Soft-kill System, MASS)를 대상으로 모델링 하였다[12]. Flare는 열원을 중심으로 구체를 이루고, 구체는 동일한 온도분포를 가진다고 가정한다. 또한 flare의 지속시간 동안 중력과 바람의 영향으로 인하여 그 위치가 매시간 조금씩 변하게 된다.
  • CMWDS는 함정에 해수를 무상으로 분사하여 함정의 온도를 급속 냉각시키는 기만기이다. 냉각시킬 온도를 선택할 수 있도록 구성하였고, 기동 시에 함정 전체의 온도 분포가 감소한다고 가정하였다. Table 4의 조건을 바탕으로 CMWDS를 구현하였을 때, 적외선 영상탐색기가 촬영하고 있는 영상정보를 나타낸 그림은 Fig.
  • 따라서 Table 11의 오차 요소 및 flare 작동 시점에 따른 시간 변수 3개, flare 고도에 따른 변수 4개를 고려하여 3600(4 × 3 × 300)회의 시뮬레이션을 수행하였다. 단일 시뮬레이션 결과를 통하여 함정은 대함유도탄이 함정의 측면을 바라보며 유도될 때 더 많이 격추되므로, 대함유도탄은 함정의 측면을 향해 비행하고 있다고 가정한다.
  • 또한 구동기 모델은 1차 응답으로 가정하였고, 구동기 변위 한계는 ± 25°이다.
  • Flare는 함정에서 가장 높은 온도를 구성하는 연돌 부분이 25m 높이에 위치하기 때문에, 연돌의 영향을 알아보기 위해서 다음의 두 가지 운용기법에 대해 고려하였다. 또한 함정을 가리기 위하여 10개의 Flare 구체가 일렬 배치되고, 70℃의 온도를 가진다고 가정하였다.
  • 함정 표면에서 태양 복사에너지의 반사에 대한 적외선 신호를 생성하기 위해서는 함정 표면에 도달하는 태양 복사에너지와 함정 표면의 광학적 특성인 반사율(Reflectivity, ρ) 2가지 요소를 고려해야 한다. 본 논문에서는 태양 복사에너지를 간략화하여 태양상수(Sc = 1353[W/m2])로 가정하였다. 반사율은 표면에 입사되는 복사에너지에 대한 반사 비율을 의미하는데, 이는 함정을 구성하는 물체 표면의 광학적 특성에 따라 다른 값을 가진다.
  • 본 연구에서는 대기에 의한 손실 계수를 1로 가정하고(a = 1) 거리에 따른 손실효과만 고려하였다.
  • 운동방정식은 질량 모델, 추력 모델, 환경 모델, 공력 모델, 구동장치 모델 등의 모든 힘과 모멘트를 고려해야 한다. 유도탄은 4개의 조종면을 가지고 있으며, xy평면과 xz평면에 대하여 대칭형 동체라고 가정하여 공력 모델링을 하였다. 대함유도탄에 작용하는 힘과 모멘트를 계산하기 위해 필요한 동체 좌표계의 공력 계수들은 엑조세의 2차원 평면도를 스케일링하여 Missile DATCOM을 통해 구하였다[4].
  • 대함유도탄에 작용하는 힘과 모멘트를 계산하기 위해 필요한 동체 좌표계의 공력 계수들은 엑조세의 2차원 평면도를 스케일링하여 Missile DATCOM을 통해 구하였다[4]. 추력모델은 대함유도탄의 속도를 300m/s로 유지하기 위하여, 추력을 2682N으로 일정하다고 가정하였다. 또한 구동기 모델은 1차 응답으로 가정하였고, 구동기 변위 한계는 ± 25°이다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
대함유도탄 모델 내부를 구성하는 요소에는 무엇이 있는가? 대함유도탄 모델 내부는 함정의 위치정보를 기반으로 유도 명령을 산출하는 유도 제어 부분과 수치 시뮬레이션을 위한 6자유도 운동방정식(6DOF)으로 구성되어 있다. Fig.
함정이 대함유도탄과의 교전 상황에서 사용하는 방어 수단에는 무엇이 있는가? 함정은 대함유도탄과의 교전 상황에서 여러 방어 체계를 작동한다. 방어 수단에는 대공 방어 유도탄이나 Close In Weapon System(CIWS)을 이용해 대함유도탄을 직접 파괴하는 hard kill 방식과 flare, chaff, Electric Counter Measure(ECM) 등으로 대함유도탄의 탐색기를 기만하는 soft kill 방식이 있다.
대함유도탄은 종말유도 단계에서 어떠한 방식으로 전환되어 공격하는가? 해상 교전에 유도탄이 도입된 이후, 대함유도탄은 함정을 위협하는 가장 대표적인 요소가 되었다. 대함유도탄은 함정, 항공기 등에서 발사되며 초기 및 중기유도까지 관성유도 방식으로 비행하고, 종말유도 단계에서 능동 Radio Frequency(RF) 탐색 방식 혹은 적외선 추적 방식으로 전환되어 공격한다. 함정은 대함유도탄과의 교전 상황에서 여러 방어 체계를 작동한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (16)

  1. H.N. Yoon, "KIDA Defense Weekly", Korea Institute for Defense Analyses, No. 1279, 2009, pp.9-43. 

  2. D.H. Pollock, "The Infrared and Electro-Optical Systems Handbook", SPIE Press, vol. 7, Counter Measure Systems, 1993. 

  3. http://bemil.chosun.com 

  4. W.B. Blake, "MISSILE DATCOM", Air Force Research Laboratory, 1998. 

  5. P. Zarchan, "Tactical and Strategic Missile Guidance", AIAA, Vol. 219, 2007, pp.15-21. 

  6. C.K. Ryoo, H. Cho, and M. J. Tahk, "Optimal Guidance Laws with Terminal Impact Angle Constraint", Journal of Guidance, Control, Dynamics, Vol. 28, No. 4, 2005, pp.724-732. 

  7. K.S. Kim and Y. Kim, "Design of Generalized Conceptual Guidance Law Using Aim Angle", Control Engineering Practice, Vol. 12, No. 2, 1998, pp.75-87. 

  8. C.K. Ryoo, "Impact-Angle-Control Guidance Laws for Maneuvering Targets", Proceedings of the 2006 KSAS Spring Conference, 2006, pp.655-658. 

  9. S.K. Jang, et. al., "Analysis of the Infrared Image property with respect to the variation of time and wavelength", Proceedings of the 2009 IEEK Summer Conference, 2009, pp1040-1041. 

  10. McCreary and Jeremy, "Infrared (IR) basics for digital photographers-capturing the unseen (Sidebar : Black Body Radiation)", Digital Photography For What It's Worth, 2004. 

  11. Byrnes and James, "Unexploded Ordnance Detection and Mitigation", Springer, 2009, pp.21-22. 

  12. "Full-speed ahead for MASS", www.rheinmetall-detec.de., 2011. 

  13. M. Trajkovic and M. Hedley, "Fast Corner Detection", Image and Vision Computing, Vol. 16, No. 2, 1998, pp.75-87. 

  14. E. Rosten and T. Drummond, "Machine Learning for High-Speed Corner Detection", European Conference on Computer Vision, 2006. 

  15. J.S. Bendat and A.G. Piersol, "Random Data-Aanalysis and Measurement Procedures", John Wiley&Sons, 1986. 

  16. C.K. Ryoo, "PN Guidance and Error Analysis", 2011 KSAS Spring Conference Tutorial Workshop, 2011, pp.32-37. 

저자의 다른 논문 :

LOADING...
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