$\require{mediawiki-texvc}$

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.

적기의 위협 평가 자동화를 위한 퍼지 규칙 방법론
Fuzzy Rule-Based Method for Air Threat Evaluation 원문보기

韓國軍事科學技術學會誌 = Journal of the KIMST, v.19 no.1, 2016년, pp.57 - 65  

최병주 (연세대학교 정보산업공학과) ,  김지은 (국방과학연구소 제1기술연구본부) ,  김진수 (국방과학연구소 제1기술연구본부) ,  김창욱 (연세대학교 정보산업공학과)

Abstract ▼ AI-Helper 아이콘AI-Helper

Threat evaluation is a process to estimate the threat score which enemy aerial threat poses to defended assets. The objective of threat evaluation is concerned with making an engagement priority list for optimal weapon allocation. Traditionally, the threat evaluation of massive air threats has been ...

주제어

#대공 방어   #위협 평가   #퍼지 추론  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 후)대공방어">대공 방어 임무는 전장 상황을 실시간으로 평가하고 위협을 주는 적의 목표물에 가용한 방어 무기를 할당하여 우군의 주요 방어 자산을 보호하는 것을 그 목적으로 한다[3]. 이는 탐지된 후)접근위협체의">접근 위협체의 다양한 상태가 평가되고 합리적인 위협값이 산출된다. 따라서 본 연구에서는 측정된 센서 데이터를 이용하여 대공 방어 상황에 적합한 퍼지 추론 위협 평가 모델을 제안하였다.
  • 본 연구는 퍼지 추론을 이용한 위협 평가 방법을 제안하였다. 실험을 통하여 제안 방법이 MAE가 1.

가설 설정

  • 실험을 위해 Fig. 5의 가상 전장을 모의하였는데, 20개의 위협체가 해안선에 위치한 모형의 방어 자산을 공격하는 것으로 가정하였다. 공격 시나리오에는 위협체의 편대수(2기, 4기, 6기), 후)이때, 고도">이때,고도 정보에서 3.3 km 이하는 저고도, 10 km 까지는 중고도, 그 이상은 고고도로 가정하였다. 비행방위는 북쪽의
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
위협도를 평가하는 기법중 수리적 기법에는 무엇이 있는가? 위협도를 평가하는 기법은 크게 두 가지로 나뉜다. 먼저 수리적 기법으로, 시선 방향의 속도 벡터를 고려한 RSV-M(Radial Speed Vector Method)과 최근접점을 이용하는 CPA-M(Closest Point of Approach Method)이있다[4]. 두 가지 방법은 도착 임박도를 위협성 결정 요인으로 가정하고, 비행 경로와 접근 속도에 따라 소요 시간을 추정하여 위협을 순위화 한다.
위협도 산출을 위한 평가 함수의 모델링에 사용되는 입력 변수는 무엇인가? 전통적으로 위협도 산출을 위한 평가 함수의 모델링에는 위협체의 능력치(Capability)와 의도성(Intention)을 판별하는 입력 변수가 사용되었다[10,11]. 능력치는 방어자산에 손상이나 피해를 가할 수 있는 공격력을 의미한다.
퍼지 추론 방법의 단점은 무엇인가? 애매하고 모호한 정보의 가치 손실을 방지하는 퍼지 추론 방법은 Johansson[2]과 Liang[5] 등에 의해 연구되었다. 이 방법은 소속 함수(Membership Function)와 추론 규칙을 어떻게 정의하는가에 따라 성능이 변화되는 단점이 있다. 인공 신경망을 활용한 위협 평가는 Dong and Qing[6]과 Azak and Bayrak[7]이 제안하였는데, 학습데이터의 크기에 따른 성능 변화와 과적합 등이 주된 문제점이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. S. Paradis, A. Benaskeur, M. Oxenham and P. Cutler, "Threat Evaluation and Weapons Allocation in Network-Centric Warfare," Proc. 8th International Conference on Information Fusion, 2005. 

  2. F. Johansson and G. Falkman, "A Comparison between Two Approaches to Threat Evaluation in an Air Defense Scenario," Proc. 5th International Conference on Information Fusion, 2002. 

  3. J. N. Roux and J. H. Van Vuuren, "Threat Evaluation and Weapon Assignment Decision Support: A Review of the State of the Art," ORiON: The Journal of ORRSA, Vol. 23, No. 2, pp. 151-187, 2007. 

  4. D. H. Hong, J. H. Yoo, S. C. Shin, S. H. Kim and Y. W. Park, "A Threat Evaluation Method on the Air Track in Short Range Air Defense Systems," Proc. Fall Conference on Korean Institute of Communication and Information Sciences, pp. 414-415, 2011. 

  5. Y. Liang, "An Approximate Reasoning Model for Situation and Threat Assessment," Proc. 4th International Conference on Fuzzy Systems and Knowledge Discovery, Vol. 4, pp. 246-250, 2007. 

  6. A. X. Dong and L. G. Qing, "Application of Neural Network in the Field of Target Threat Evaluation," Proc. International Joint Conference on Neural Network, Vol. 6, pp. 4237-4240, 1999. 

  7. M. Azak and A. E. Bayrak, "A New Approach for Threat Evaluation and Weapon Assignment Problem, Hybrid Learning with Multi-Agent Coordination," Proc. 23rd International Symposium on Computer and Information Sciences, pp. 1-6, 2008. 

  8. N. Okello, & G. Thoms, "Threat Assessment using Bayesian Networks," Proc. 6th International Conference on Information Fusion, pp. 1102-1109, 2003. 

  9. M. J. Liebhaber and B. Feher, "Air Threat Assessment: Research, Model, and Display Guidelines," Space and Naval Warfare Systems Command, San Diego, CA, 2002. 

  10. X. T. Nguyen, "Threat Assessment in Tactical Airborne Environments," Proc. 15th International Conference on Information Fusion, Vol. 2, pp. 1300-1307, 2002. 

  11. J. Roy, S. Paradis and M. Allouche, "Threat Evaluation for Impact Assessment in Situation Analysis Systems," Proc. SPIE: Signal Processing, Sensor Fusion, and Target Recognition XI, Vol. 4729, pp. 329-341, 2002. 

  12. L. A. Zadeh, "Fuzzy Sets," Information and Control, Vol. 8, No. 3, pp. 338-353, 1965. 

    상세보기 crossref

  13. Andries P. Engelbrecht, "Computational Intelligence: an Introduction," John Wiley & Sons, Inc. England, pp. 211-238, 2007. 

  14. B. J. Choi, J. E. Kim, J. K. Jung and C. O. Kim, "Non-centroid Clustering using Flights Adjacent Distances for Efficient Threat Evaluation," Proc. Spring Conference on Korean Institute of Industrial Engineers, pp. 175-181, 2015. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
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