본 논문은 항공기용 다기능 레이다의 성능 평가를 위한 레이다/환경 통합 시뮬레이터 구축 및 검증에 대해 설명한다. 항공기 운용 시나리오 구현을 위해 6자유도동역학 모델을 적용하였다. 항공기 6자유도 강체 동역학 모델에서 항공기의 자세 기동을 고려한 궤적 생성을 위해 정상 상태 비행 평형점 탐색, 오토파일럿 설계, 항공기 유도 명령 생성을 진행하였다. 레이다 시뮬레이터 구축을 위해 레이다의 표적 탐지 및 측정 모델, 추적 필터를 포함하는 레이다 운용 모델이 고려되었다. 이를 통해 항공기의 자세 기동을 고려한 다기능 레이다/환경 통합 시뮬레이터를 구현하였고, 특정 공대공 시나리오를 생성하여 레이다/환경 통합 시뮬레이터를 시험 및 검증하였다.
본 논문은 항공기용 다기능 레이다의 성능 평가를 위한 레이다/환경 통합 시뮬레이터 구축 및 검증에 대해 설명한다. 항공기 운용 시나리오 구현을 위해 6자유도 동역학 모델을 적용하였다. 항공기 6자유도 강체 동역학 모델에서 항공기의 자세 기동을 고려한 궤적 생성을 위해 정상 상태 비행 평형점 탐색, 오토파일럿 설계, 항공기 유도 명령 생성을 진행하였다. 레이다 시뮬레이터 구축을 위해 레이다의 표적 탐지 및 측정 모델, 추적 필터를 포함하는 레이다 운용 모델이 고려되었다. 이를 통해 항공기의 자세 기동을 고려한 다기능 레이다/환경 통합 시뮬레이터를 구현하였고, 특정 공대공 시나리오를 생성하여 레이다/환경 통합 시뮬레이터를 시험 및 검증하였다.
In this paper, a simulation test bed is presented which operates to provide full-scale simulation of airborne multi-function phased array radars. This simulation test bed provides a capability to evaluate the target tracking performance. To realize aircraft operation scenario, we developed 6DOF airc...
In this paper, a simulation test bed is presented which operates to provide full-scale simulation of airborne multi-function phased array radars. This simulation test bed provides a capability to evaluate the target tracking performance. To realize aircraft operation scenario, we developed 6DOF aircraft dynamics model which can generate trajectories and attitude of an aircraft. This procedure includes steady state flight trim search, autopilot design, and aircraft guidance command design. Also, the radar-environment integrated simulator includes target detection/measurement model and tracking filter. Developed simulator is validated by creating an air-to-air scenario.
In this paper, a simulation test bed is presented which operates to provide full-scale simulation of airborne multi-function phased array radars. This simulation test bed provides a capability to evaluate the target tracking performance. To realize aircraft operation scenario, we developed 6DOF aircraft dynamics model which can generate trajectories and attitude of an aircraft. This procedure includes steady state flight trim search, autopilot design, and aircraft guidance command design. Also, the radar-environment integrated simulator includes target detection/measurement model and tracking filter. Developed simulator is validated by creating an air-to-air scenario.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 항공기를 올바르게 제어하기 위해 항공기의 비행 특성에 따라 서로 다른 제어기를 설계해야 하며, 본 연구에서는 항공기 제어기 설계에 일반적으로 사용되는 게인 스케줄링(gain sche- duling) 기법이 적용되었다. 본 연구에서는 항공기의 속력, 고도에 따라 제어기에 사용되는 되먹임 이득(feedback gain) 값을 다르게 설정하여 항공기가 모든 비행 가능 영역에서 올바르게 제어될 수 있도록 구현하였다.
항공기의 궤적을 실제 비행 상황과 유사하게 모사하기 위해서는 제어 입력이 실제 항공기에서 입력 가능한 형태로 주어져야 한다. 본 절에서는 항공기 궤적 생성 과정에서 가정한 항공기의 제어 입력 구동기(actuator) 모델에 대한 내용을 다룬다.
가설 설정
본 연구에서는 항공기를 질량이 변하지 않는 강체로 가정하여 모델링하였으며, 항공기의 제어를 위한 제어 입력으로는 추력(T), 에일러론 각(δail), 엘리베이터 각(δele ), 러더 각(δrud)이 있다고 가정하였다.
이때 탐색 빔을 주사하는 순서는 사용자가 설정할 수 있으며, 본 연구에서는 무작위 순서로 정해진 순서로 탐색임무를 수행하는 것을 가정하였다.
표적의 RCS는 SwerlingⅢ type을 가정하였으며, 0.8∼ 1.2 m2에서 임의의 값을 생성하여 사용하였다.
표적의 측정치는 실제 값에 백색 Gaussian 잡음을 더하 여 생성되는 것으로 가정하였다. 잡음의 분산은 다음과 같이 SNR에 따라 결정된다[13],[14].
정상 선회 비행 상태 평형점을 찾는 문제는 정상 수평비행 상태 문제와 유사하게 풀이 되었다. 항공기가 주어진 각속도로 일정하게 선회하는 방법은 유일하지 않으므로 문제를 풀기 위해 항공기가 coordinate turn으로 회전함이 가정되었다. 이에 따라 항공기의 정상 수평 비행 평형점 탐색 문제는 주어진 고도, 속력, 선회 속도 조건에 대해서 #= turnrate, #= 0, #=0, #=0, tan∅ =# 를 만족하도록 하는 항공기의 상태 및 제어 입력 값 ∅, θ, Vt, α, P, Q, R, T, δail, δele , δrud를 찾는 문제로 변형되며, 이후 정상 수평 비행 상태 평형점을 찾는 것과 같은 방법을 활용해 정상 선회 비행 평형점을 찾을 수 있다.
제안 방법
본 논문에서는 6자유도 강체 동역학 모델을 고려하여 항공기의 궤적과 자세를 생성함으로써, 공대공 교전상황에서의 레이다 운용 환경을 정밀하게 모사하였다. 또한, 레이다 운영환경을 표적과 항공기의 상대운동에 의한 표적 반송 신호 강도에 따른 탐지확률 및 측정치 생성 모델링이 수행되었으며, 추적 필터와 통합해 레이다/환경 통합 시뮬레이터를 구성하였다.
탐색 패턴의 경우, 탐색영역 내에서 원형 빔을 삼각형 격자 형태로 생성하였다[5]. 레이다의 성능은 표적의 레이다 배열 평면 수직방향에 정확히 위치하였을 때 약 70 km의 상대거리에서 안정적인 추적이 가능하도록 설정하였으며, 최대 20개의 표적추적이 가능하다. 표적의 RCS는 SwerlingⅢ type을 가정하였으며, 0.
본 논문에서는 6자유도 강체 동역학 모델을 고려하여 항공기의 궤적과 자세를 생성함으로써, 공대공 교전상황에서의 레이다 운용 환경을 정밀하게 모사하였다. 또한, 레이다 운영환경을 표적과 항공기의 상대운동에 의한 표적 반송 신호 강도에 따른 탐지확률 및 측정치 생성 모델링이 수행되었으며, 추적 필터와 통합해 레이다/환경 통합 시뮬레이터를 구성하였다.
본 연구에서 개발한 레이다/환경 통합 시뮬레이터의정상 작동을 검증하기 위해 공대공 항공기 운용상황에서의 특정 시나리오를 구성하였다.
또한, 항공기기가 자세와 고도를 유지하며, 일정한 각속도로 선회하는 기동을 하는 경우는 # ≡ 0 , #=turnrate로 나타나는 특수한 정상 상태 비행을 의미하며, 이러한 비행 상태를 정상 선회 비행(steady turning flight)이라고 한다. 본 연구에서 항공기의 궤적 생성을 위한 초기 조건으로 항공기의 정상 수평비행 또는 항공기의 정상 선회 비행 상태를 사용하였다.
항공기 유도 명령 생성은 주어진 시나리오에 따라 항공기가 적절한 방향, 속도, 고도로 비행하도록 하는 것이다. 본 연구에서는 크게 두 가지 시나리오를 구현할 수 있도록 항공기의 유도 명령이 설계되었다. 첫 번째는 시간에 따라 항공기의 기동 상태(고도, 비행 방향, 자세)를사용자가 설정할 수 있도록 한 시나리오이며, 두 번째는 항공기의 경로점 추종(waypoint tracking) 시나리오이다.
본 연구에서는 항공기 탑재 다기능 레이다의 실제 레이다 시뮬레이션을 위해 레이다 모델링과 추적 필터, 6자 유도 동역학 모델에 따른 항공기 자세 및 궤적 생성 방법이 제안되었다. 이를 기반으로 항공기의 자세 변화가 반영된 레이다/환경 통합 시뮬레이션을 구축하였으며, 시나리오를 생성해 검증하였다.
하지만 이러한 단순화 모델의 경우, 여전히 항공기의 자세를 정밀하게 모사 할 수 없다는 단점이 있다. 본 연구에서는 항공기의 자세를 정밀하게 모사하기 위해 강체 동역학과 공력 모델을 고려한 비행체 6자 유도 시뮬레이션 환경을 구성하였다.
시뮬레이션이 시작되면, 미리 설정된 시뮬레이션 파라미터들이 입력된다. 시뮬레이션 파라미터는 레이다 특성치와 표적 생성 시나리오 및 궤적 정보로 구성되어 있으며, 각 임무에 해당하는 파형별 기준 SNR과 해당 거리, dwell time, 빔 폭, 거리 분해능, PRF 등을 포함한다. 파라미터가 입력되면 레이다의 운용을 위해 탐색 빔들로 이루어진 임무 집합이 생성된다.
실제 항공기의 구동기를 정밀하게 시뮬레이션 환경에 구현할 경우, 계산의 비효율성을 초래할 수 있으므로, 본연구에서는 단순화된 구동기 모델을 사용하였다. 엔진의 경우 1,000 lbf~19,000 lbf의 범위 내의 추력만 낼 수 있도록 하였으며, 그 변화율을 최대 10,000 lbf/sec로 제한하고, 시상수(time constant)가 1초인 1차 지연 모델 구동기를 설정하였다. 에일러론, 엘리베이터, 러더를 포함하는 제어면 구동기의 경우, 제어면의 각도와 그 변화율에 제한을 둔 1차 지연 모델로 설정하였다.
본 연구에서는 항공기 탑재 다기능 레이다의 실제 레이다 시뮬레이션을 위해 레이다 모델링과 추적 필터, 6자 유도 동역학 모델에 따른 항공기 자세 및 궤적 생성 방법이 제안되었다. 이를 기반으로 항공기의 자세 변화가 반영된 레이다/환경 통합 시뮬레이션을 구축하였으며, 시나리오를 생성해 검증하였다.
2-2절에 기술된 항공기 6자유도 강체 동역학 모델을 기반으로 항공기의 기동을 생성하였다. 항공기의 다양한 자세 기동이 포함된 전장 상황을 모사하기 위해 아군 항공기는 고도를 증가시키며 북쪽에서 동쪽으로 기수를 트는 기동을 하는 시나리오를 구성하였으며, 레이다 표적으로 사용되는 적군 항공기는 고도를 변화시키며 직선 및 선회 비행하며 다양한 방향으로 기동하는 형태로 구성하였다.
항공기의 동역학 모델, 구동기 모델, 제어기(오토파일럿), 유도명령 설계가 완료되어 그림 6과 같이 항공기의 비행 시나리오를 설정하고, 시뮬레이션을 진행하여 시간에 따른 항공기의 좌표와 자세를 쉽게 얻을 수 있도록 구현하였다.
항공기 동역학 모델을 선형화 하면 x = Ax + Bu, y =Cx + Du 형태로 표현되는 상태 공간 표현식(state space form) 선형 모델을 얻을 수 있다. 해당 선형 모델을 사용하여, 선형 제어에서 일반적으로 사용되는 Linear Qua- dratic Regulator(LQR)[20] 제어기를 설계하였다.
대상 데이터
공력과 항력은 항공기의 속력(Vt ), 받음각(α), 옆 미끄러짐 각(β),고도(h) 등을 포함하는 운동 상태 값과, 제어 입력에 따라 알려져 있는 표로부터 읽어와 내삽(interpolation)하여구할 수 있다. 본 연구에서는 항공기의 질량, 관성모멘트, 공력모델, 항력모델 등이 잘 알려져 있는 F-16 항공기의 데이터[18]를 사용하였다. 항공기의 각 축 방향 힘과 모멘트 값을 계산하고 위의 식을 적용하면, 시간에 따른 항공기의 좌표와 자세를 얻을 수 있다.
이론/모형
항공기는 자세와 제어 입력 값이 동일하다고 하더라도 고도에 따른 공기 밀도에 변화에 의해 항공기의 동역학적 특성이 크게 변하는 특징이 있다. 따라서 항공기를 올바르게 제어하기 위해 항공기의 비행 특성에 따라 서로 다른 제어기를 설계해야 하며, 본 연구에서는 항공기 제어기 설계에 일반적으로 사용되는 게인 스케줄링(gain sche- duling) 기법이 적용되었다. 본 연구에서는 항공기의 속력, 고도에 따라 제어기에 사용되는 되먹임 이득(feedback gain) 값을 다르게 설정하여 항공기가 모든 비행 가능 영역에서 올바르게 제어될 수 있도록 구현하였다.
추적 필터는 추적 초기화 단계부터 사용하며, 표적의 추정 정보를 활용하여 각도상의 표적 예상 이동 위치에 다음번 추적 빔을 주사하게 된다. 본 연구에서 표적의 상태 추적을 위한 추적 필터로는 등속운동 모델을 이용하는 EKF(Extended Kalman Filter)[13],[14]를 사용하였다.
이러한 함수의 특성에 따라, 항공기가 주어진 고도, 속력 조건에서 정상 수평 비행이 가능하다면, 정상 비행 상태를 만족하는T, Θ, δele조건에서 비용함수가 최솟값을 갖게 된다. 본 연구에서는 비제약조건 다변수 함수의 최솟값을 찾기 위해 사용되는 Nelder-Mead simplex direct search 알고리즘을 적용하여 항공기의 정상 수평 비행 평형점 수치해를 찾도록 하였다.
본 절에서 시뮬레이션을 위해 사용한 레이다 임무 스케줄러는 WMDD(Weighted Modified Due Date)[15]이다. WM- DD는 임무 처리 지연시간의 가중합을 최소화하는 문제에 적용하기 위해 개발된 휴리스틱 기법이며, 본 시뮬레이션에서는 추적 관리/재탐색, 표적 확인, 추적 초기화, 추적, 탐색 순서로 기능 간 우선순위를 설정하였다.
실제 항공기의 구동기를 정밀하게 시뮬레이션 환경에 구현할 경우, 계산의 비효율성을 초래할 수 있으므로, 본연구에서는 단순화된 구동기 모델을 사용하였다. 엔진의 경우 1,000 lbf~19,000 lbf의 범위 내의 추력만 낼 수 있도록 하였으며, 그 변화율을 최대 10,000 lbf/sec로 제한하고, 시상수(time constant)가 1초인 1차 지연 모델 구동기를 설정하였다.
성능/효과
구현된 시뮬레이터를 검증하기 위해 공대공 시나리오를 구성하였으며, 시뮬레이션을 통해 실제 레이다 운용상황이 올바르게 구현되었음을 확인하였다.
이와 같이 주어진 시나리오에서 6자유도 강체 동역학 모델을 기반으로 아군 및 적군 항공기 자세 및 궤적 생성을 한 뒤 아군 항공기 기체 고정 좌표계로 변환하여 표적의 레이다 좌표를 생성하고, 표적을 탐지, 추적하는 등의 일련의 과정이 정상적으로 이루어는 것을 확인할 수 있으며, 구현된 통합 시뮬레이터 상에서 레이다 추적 성능분석이 가능하다는 것을 확인하였다.
항공기가 선회하는 과정에서 횡전(rolling) 하며 고도를 변경하는 과정에서 기수를 들고, 내리는 등 실제 항공기의 동역학적 특성을 반영한 자세를 유지하며 기동하는 것을 확인할 수 있다.
그림 10은 레이다 UV 평면상에서 레이다 표적간 실제 궤적 및 추적 필터로부터의 추정 결과를 나타낸 것이다. 항공기와 표적이 기동함에 따라 매우 복잡한 형태의 상대 운동이 이루어짐을 확인할 수 있으며, 미리 지정된 영역에서의 탐색임무에서 표적 탐지에 성공하고, 이후 지속적으로 추적에 성공하는 것을 확인할 수 있다.
후속연구
본 논문에서 구성한 레이다/환경 통합 시뮬레이터는 추후 자원관리 모듈 통합 및 표적의 RCS 변화 고려, 그리고 항공기 항법 통합이 가능할 것으로 판단된다. 또한, 향후 개발될 자원관리 기법의 성능 평가를 위한 도구로서 활용될 수 있을 것으로 기대한다.
본 논문에서 구성한 레이다/환경 통합 시뮬레이터는 추후 자원관리 모듈 통합 및 표적의 RCS 변화 고려, 그리고 항공기 항법 통합이 가능할 것으로 판단된다. 또한, 향후 개발될 자원관리 기법의 성능 평가를 위한 도구로서 활용될 수 있을 것으로 기대한다.
질의응답
핵심어
질문
논문에서 추출한 답변
항공기의 자세 변화는 항공기에 어떤영향을 미치는가?
항공기의 자세 변화는 추적 성능과 빔 계획 등에 큰 영향을 미치므로 항공기의 자세를 정밀하게 모사하는 것은 레이다/환경 시뮬레이터에서 중요한 요소이다. 단순화된 항공기 경로 및 자세를 생성하는 방법에 대해서는 그래프 탐색(graph search)을 이용해 이산화(discretized)된 항공기의 좌표와 자세를 생성하는 방법[16], 경로점(waypoint)을 직선 형태로 지나는 궤적을 생성해 평활화(smoothing)하여 현실적인 궤적을 생성하는 방법[17] 등 다양한 선행연구가 존재한다.
SNR S는 어떻게 결정되는가?
SNR S는 표적의 RCS(Radar Cross Section) σ , 표적과 레이다간의 거리 R, 레이다 시스템 손실 Ls등에 따라 결정되는데, 본 연구에서는 표적이 레이다에서 방사된 빔의 중심에서 벗어난 정도 Δ∅uv와 레이다 배열 평면의 수직 방향으로부터 표적이 벗어난 정도 ψ에 따른 신호강도의 감소를 고려하여 아래의 식을 사용하였다[1],[8]
항공기를 올바르게 제어하기 위해 항공기의 비행 특성에 따라 서로 다른 제어기를 설계해야 하며, 본 연구에서는 항공기 제어기 설계에 일반적으로 사용되는 게인 스케줄링(gain sche- duling) 기법이 적용한 이유는?
항공기는 자세와 제어 입력 값이 동일하다고 하더라도 고도에 따른 공기 밀도에 변화에 의해 항공기의 동역학적 특성이 크게 변하는 특징이 있다. 따라서 항공기를 올바르게 제어하기 위해 항공기의 비행 특성에 따라 서로 다른 제어기를 설계해야 하며, 본 연구에서는 항공기 제어기 설계에 일반적으로 사용되는 게인 스케줄링(gain sche- duling) 기법이 적용되었다.
참고문헌 (20)
박정우, 장대성, 최한림, 탁민제, 노지은, 김선주, "항공기용 다기능 레이다 자원 관리자 및 환경 통합 시뮬레이터", 한국항공우주학회지, 41(7), pp. 577-587, 2013년 7월.
J. M. Butler, "Tracking and control in multi-function radar", Ph.D. dissertation, University College London., 1998.
S. Ghosh, R. Raj Rajkumar, J. Hansen, and J. Lehoczky, "Integrated qos-aware resource management and scheduling with multi-resource constraints", Real-Time Systems, vol. 33, no. 1-3, pp. 7-46, 2006.
S. Miranda, C. Baker, K. Woodbridge, and H. Griffiths, "Knowledge-based resource management for multifunction radar: a look at scheduling and task prioritization", IEEE Signal Processing Magazine, vol. 23, no. 1, pp. 66-76, 2006.
M. Sankaran, "Approximations to the non-central Chisquare distribution", Biometrica, vol. 50 pp. 199-204, 1963.
D. A. Shnidman, "Determination of required SNR values [radar detection]", IEEE Transactions on Aerospace and Electronic Systems, vol. 38, no. 3, pp. 1059-1064, 2002.
D. O. North, "An analysis of the factors which determine signal/noisediscrimination in pulsed carrier systems", Proceedings of the IEEE, vol. 51, no. 7, pp. 1015-1027, 1963.
D. K. Barton, "Universal equations for radar target detection", IEEE Transactions on Aerospace and Electronic Systems, vol. 41, no. 3, pp. 1049-1052, 2005.
D. J. Simon, Optimal State Estimation - Kalman, Hinfinity, and Nonlinear Approaches, John & Wiley, 2006.
R. A. Singer, "Estimating optimal tracking filter performance for manned maneuvering targets", IEEE Transactions on Aerospace and Electronic Systems, vol. 6, no. 4, pp. 473-483, 1970.
M. L. Pinedo, Scheduling: Theory, Algorithms, and Systems, Springer, New York, 2012.
Eran Rippel, "Fast graph-search algorithms for general-aviation flight trajectory generation", Journal of Guidance, Control, and Dynamics, vol. 28, no. 4, pp. 801-811, 2005.
Erik P. Anderson, "Real-time dynamic trajectory smoothing for unmanned air vehicles", IEEE Trans. Control Systems Technology, vol. 13, no. 3, pp. 471-477, 2005.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.