$\require{mediawiki-texvc}$

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.

다표적-다무장 환경에서 무장 궤적 간 교차 검증 및 간섭 배제 알고리즘
An Intersection Validation and Interference Elimination Algorithm between Weapon Trajectories in Multi-target and Multi-weapon Environments 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.18 no.9, 2018년, pp.614 - 622  

윤문형 (국방과학연구소) ,  박준호 (국방과학연구소) ,  이정훈 (국방과학연구소) ,  김갑수 (국방과학연구소) ,  구봉주 (국방과학연구소)

초록
AI-Helper 아이콘AI-Helper

다표적-다무장 전장 환경에서는 다수의 무장이 동시에 발사되기 때문에 무장 간의 궤적 교차로 인한 충돌이 발생할 가능성이 항시 존재한다. 무장간 충돌은 신속한 작전 수행을 저해할 뿐만 아니라 아군 무장 자산을 무의미하게 손실시킴으로써 아군의 적군에 대한 위협 대응력을 약화시킨다. 본 논문에서는 다표적-다무장전장 환경에서 무장 궤적 간 교차 검증 및 간섭 배제 알고리즘을 제안한다. 제안하는 알고리즘은 무장 궤적 간 교차 분석을 통해 간섭 여부를 확인 한 후, 교차점이 발생할 경우 무장 궤적 간의 상호 간섭을 배제하는 것을 핵심으로 한다. 본 논문에서는 제안하는 알고리즘의 시뮬레이션 및 가시화를 통해 성능 평가 및 검증을 수행하였다. 성능 평가 결과 제안하는 알고리즘은 표적 수 및 무장군 수와 무관하게 교차점이 존재하지 않음을 보여줌으로써 효과적인 간섭 배제를 수행함을 입증하였다.

Abstract AI-Helper 아이콘AI-Helper

As multiple weapons are fired simultaneously in multi-target and multi-weapon environments, a possibility always exists in the collision occurred by the intersection between weapon trajectories. The collision between weapons not only hinders the rapid reaction but also causes the loss of the asset o...

주제어

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서 무장 운용의 유연성 향상뿐만 아니라 단위 시간 당 교전 효과를 극대화하기 위한 연구가 필수적이다. 그러므로 본 논문에서는 다표적-다무장 환경에서 무장 궤적 간 교차 검증 및 간섭 배제 알고리즘 연구를 진행한다.
  • 기존의 무장 간 간섭 배제 기법은 무장의 발사 간격을 조절하여 무장 간의 충돌이나 간섭을 회피하는 방법을 제시하므로 모든 무장을 동시에 발사해야하는 상황에 적용하기 어렵다는 한계가 있다. 본 논문에서는 3차원 무장 궤적간의 교차 발생여부를 2차원 사격선간 교차 분석으로 무장 간 간섭 여부를 최종적으로 확인한 후, 교차가 발생할 경우 무장 궤적 간 간섭을 배제하여 동시 발사할 수 있는 무장 할당 수를 최대화하는 무장 궤적 간의 상호 간섭 배제 알고리즘을 제안한다.
  • 본 논문에서는 다표적-다무장 환경에서 무장 궤적 간 교차 검증 및 간섭 배제 알고리즘을 제안하였다. 기존 무장 궤적 간 간섭 배제 기법은 무장의 발사 간격을 조절하여 무장 간의 충돌이나 간섭을 회피하는 방법을 제시하므로 대규모의 무장을 동시에 발사해야하는 상황에 적용하기 어려우며, 이는 무장 발사 지연을 야기하여 신속 대응을 저해하는 요인이라 볼 수 있다.
  • 본 논문에서는 다표적-다무장 환경에서 무장 궤적 간 교차 검증 및 간섭 배제 알고리즘을 제안한다. 제안하는 알고리즘에서는 다표적-다무장 환경에서 표적과 무장의 위치, 무장의 사거리, 사격선 간의 교차점 등을 고려한 효과적인 간섭 배제 알고리즘을 제안한다.

가설 설정

  • 모든 무장을 동시에 발사하는 최악의 경우 가정하며,서로 다른 무장군에 속해있는 모든 표적-무장 할당의 사격선 간 교차를 연산하여 무장 간 상호 간섭여부를 확인한다. 동일 무장군에 속해있는 무장은 동일한 위치에 존재하므로, 동일 무장군에 속한 무장으로부터 생성되는 표적-무장 할당은 간섭이 발생하지 않는다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
무장간 충돌이 초래할 수 있는 위험은? 다표적-다무장환경에서는 동시에 대규모의 무장이 공중을 비행하기 때문에 무장 궤적 교차로 인한 아군 무장간 충돌 가능성이 존재한다[4]. 무장간 충돌은 사격계획을 완수하지 못하는 문제뿐만 아니라 무장 자산의 손실을 발생시켜 위협 대응력을 약화시켜 생명과 재산에 막대한 피해를 초래할 수 있다.
다표적-다무장 환경에서 무장 궤적 간 교차 검증 및 간섭 배제 알고리즘이 가진 장점은? 기존 무장 궤적 간 간섭 배제 기법은 무장의 발사 간격을 조절하여 무장 간의 충돌이나 간섭을 회피하는 방법을 제시하므로 대규모의 무장을 동시에 발사해야하는 상황에 적용하기 어려우며, 이는 무장 발사 지연을 야기하여 신속 대응을 저해하는 요인이라 볼 수 있다. 제안하는 알고리즘에서는 3차원 무장 궤적간의 교차 발생 여부를 2차원 사격선간 교차 분석으로 무장 간 간섭 여부를 최종적으로 확인한 후, 교차가 발생할 경우 무장할당을 해제함으로써 무장 궤적 간 교차를 원천적으로 차단한다. 이를 통해, 동시 발사할 수 있는 무장 할당 수를 최대화하는 효과적인 사격 계획을 수립하고 교전효과를 극대화한다. 제안하는 알고리즘은 시뮬레이션 및 가시화를 통해 성능 평가 및 검증을 수행하였으며 높은 효용성 및 효과를 확인하였다.
기존 무장 간 간섭 배제기법의 한계점은 무엇인가? 위에서 언급한 것과 같이 기존의 무장 간 간섭 배제기법은 무장의 발사 간격을 조절하여 무장 간의 충돌이나 간섭을 회피하는 방법만을 고려했을 뿐 무장 수가 늘어나거나 모든 무장을 동시에 발사해야하는 상황에 적용하기 어려워 기존 방법을 대규모의 무장을 동시에 발사해야하는 전시 상황에 적용하는 것은 적합하지 않다는 한계점이 있다. 따라서 무장 운용의 유연성 향상뿐만 아니라 단위 시간 당 교전 효과를 극대화하기 위한 연구가 필수적이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (10)

  1. S. Paradis, A. Benaskeur, M. Oxenham, and P. Cutler, "Threat Evaluation and Weapons Allocation in Network-Centric Warfare," In Proc. of the International Conference on Information Fusion, Vol.2, pp.1078-1085, 2005. 

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

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

  4. M. Yoon, J. Park, J. Yi, and B. Koo, "An Effective Weapon Assignment Algorithm in Multi-Target and Multi-Weapon," In Proc. of the International Conference on Convergence Content, pp.395-396, 2016. 

  5. Y. Li, Y. Kou, Z. Li, A. Xu, and Y. Chang, "A Modified Pareto Ant Colony Optimization Approach to Solve Biobjective Weapon-Target Assignment Problem," International Journal of Aerospace Engineering, Vol.2017, Article ID.1746124, pp.1-14, 2017. 

  6. S. Bisht, "Hybrid Genetic-Simulated Annealing Algorithm for Optimal Weapon Allocation in Multilayer Defence Scenario," Defence Science Journal, Vol.54, No.3, pp.395-405, 2004. 

  7. G. Shang, Z. Zaiyue, Z. Xiaoru, and C. Cungen, "Immune Genetic Algorithm for Weapon-Target Assignment Problem," In Proc. of the Workshop on Intelligent Information Technology Application, pp.145-148, 2017. 

  8. J. Zhang and X. Wang, "ACGA Algorithm of Solving Weapon-Target Assignment Problem," Open Journal of Applied Sciences, Vol.2, No.4B, pp.74-77, 2012. 

  9. M. Zhang, J. Zhang, G. Cheng, C. Chen, and Z. Liu, "Fire Scheduling for Multiple Weapons Cooperative Engagement," In Proc. of the International Conference on Software, Knowledge, Information Management & Applications, pp.55-60, 2016. 

  10. http://www.mathworks.com, 2018.7.31. 

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