[논문]함정적외선신호 관리를 위한 확률론적 방법의 가능성 연구

박현정; 강대수; 조용진

doi:10.3744/snak.2019.56.5.383

[국내논문] 함정적외선신호 관리를 위한 확률론적 방법의 가능성 연구
A Feasibility Study on the Probabilistic Method for the Naval Ship Infra-red Signature Management 원문보기

大韓造船學會論文集 = Journal of the society of naval architects of korea, v.56 no.5, 2019년, pp.383 - 388

박현정 (동의대학교 부설 함정적외선신호연구소) , 강대수 (동의대학교 부설 함정적외선신호연구소) , 조용진 (동의대학교 조선해양공학과)

Abstract ▼ AI-Helper

It is essential to reduce the Infra-red signature for increasing ship's survivability in ship design stage. However the ship's IR signature is quite sensitive to the maritime and atmosphere. Therefore, it is very important to select the marine meteorological data to be applied to the signature analysis. In this study, we selected the three meteorological sample sets from the population of the Korea Meteorological Administration's marine environment data in 2017. These samples were selected through the two-dimensional stratified sampling method, taking into account the geopolitical threats of the Korean peninsula and the effective area of the buoy. These sample sets were applied to three naval ships classified by their tonnage, and then the IR signature analysis was performed to derive the Contrast Radiant Intensity (CRI) values. Based on the CRI values, the validity of each sample set was determined by comparing Cumulative Distribution Function (CDF), and Probability Density Function (PDF). Also, we checked the degree of scattering in each sample set and determined the efficiency of analysis time and cost according to marine meteorological sample sets to confirm the possibility of a probabilistic method. Through this process, we selected the standard for optimization of marine meteorological sample for ship IR signature analysis. Based on this optimization sample, by applying probabilistic method to the management of IR signature for naval ships, the robust design is possible.

주제어

AI 본문요약
AI-Helper

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

문제 정의

다음으로 확률밀도 함수에 대해 비교해보고자 한다. 확률밀도함수는 변수 x가 일정한 미소 구간에 포함될 확률을 의미하며 식 (2) 와 같다.
이를 토대로 정량적(quantitative) 분석을 시행하여 함정의 규모에 따른 대비복사강도 값의 변화 및 해양환경표본별 표준편차(흩어짐의 정도)를 비교해봄으로써 표본의 신뢰도를 높이고 최적화 기준을 선정하고자 하였다. 마지막으로 신호 관리를 위한 해석에 필요한 전반적인 소요 시간의 적절성을 고려하여 함정의 적외선 신호 저감 관리에 확률론적 방법의 가능성을 제시하였다.
본 논문에서는 함정 적외선 신호해석의 대비복사강도에 따른 해양환경표본의 최적화 기준의 선정 및 확률론적 방법의 가능성에 관한 연구를 수행하였으며 그 결과는 다음과 같다.
본 연구에서는 각 해양환경표본 표본별 대비복사강도 값의 상대적 비교를 통해 얻은 결과를 기반으로 분석하였다.
본 연구에서는 표본 수에 대한 적외선 신호 절감기술의 효과를 보다 분명하게 확인 가능하고, 변수에 따른 민감도가 낮은 확률론적 방법을 통해 해양환경표본 수의 최적화 기준을 설정하고 강건설계(robust design)의 가능성을 높이고자 하였다. 이를 위하여 한국 기상청(Korea Meteorological Administration, KMA)의 2017년도 한반도 해양기상자료를 모집단으로 한 2차원 층화추출 표본인 100개, 200개, 400개의 해양환경표본(이하 100개 : Sample 1,200개 : Sample 2,400개 : Sample 3이라 칭함)을 기준으로 각 케이스에 따른 함정의 적외선 신호를 해석하였다.
신호해석 결과를 누적분포함수(Cumulative Distribution Function, CDF)와 확률밀도함수(Probability Density Function, PDF)로 나타내어 정성적(qualitative) 비교를 수행하였다. 이를 토대로 정량적(quantitative) 분석을 시행하여 함정의 규모에 따른 대비복사강도 값의 변화 및 해양환경표본별 표준편차(흩어짐의 정도)를 비교해봄으로써 표본의 신뢰도를 높이고 최적화 기준을 선정하고자 하였다. 마지막으로 신호 관리를 위한 해석에 필요한 전반적인 소요 시간의 적절성을 고려하여 함정의 적외선 신호 저감 관리에 확률론적 방법의 가능성을 제시하였다.
그러나 신호해석의 경우 다양한 변수의 변화에 따라 즉각적인 추가해석을 요구되는 경우가 많고, 실질적인 신호해석 시간 소요의 주원인은 전처리 및 후처리 과정이므로 수용 가능 여부를 확정할 수 없다. 특히, 후처리 과정은 신호해석을 수행하는 핵심 이자 가장 많은 시간이 필요한 과정이므로 이 과정만 살펴보고자 한다.

제안 방법

1) 2017년 해양기상자료를 통해 추출한 3종의 해양환경데이터 표본을 기준으로 적외선 신호해석을 수행하여 대비복사강도 값을 도출하였다.
7) 본 결과를 통해 Sample 1~3은 정성적 및 정량적으로 모두 유사한 경향을 가지며, 표준편차 및 효율성 분석에 따라 Sample 2를 해양환경 최적화 기준으로 선정하였다. 따라서 함정의 적외선 신호 관리에 확률론적 방법을 적용함으로써 강건설계가 가능하다고 판단된다.
Ship IR/NTCS 는 배경 모델(background model)을 통해 주변 해양환경과의 열적 평형이 가능케 하고, 대상 함정의 형상정보를 입력하여 대상 모델(Target model)을 구성하며, 엔진 데이터를 기준으로 폐기 모델(Plume model)을 구성한다. 또한, 관측 모델(observer model) 및 시나리오 모델(scenario model)을 통해 관측 위치에서의 영상 분석을 토대로 대상 함정의 적외선 신호를 계산한다. 이와 관련한 추가 사항은 Fig.
이를 위하여 한국 기상청(Korea Meteorological Administration, KMA)의 2017년도 한반도 해양기상자료를 모집단으로 한 2차원 층화추출 표본인 100개, 200개, 400개의 해양환경표본(이하 100개 : Sample 1,200개 : Sample 2,400개 : Sample 3이라 칭함)을 기준으로 각 케이스에 따른 함정의 적외선 신호를 해석하였다. 신호해석 결과를 누적분포함수(Cumulative Distribution Function, CDF)와 확률밀도함수(Probability Density Function, PDF)로 나타내어 정성적(qualitative) 비교를 수행하였다. 이를 토대로 정량적(quantitative) 분석을 시행하여 함정의 규모에 따른 대비복사강도 값의 변화 및 해양환경표본별 표준편차(흩어짐의 정도)를 비교해봄으로써 표본의 신뢰도를 높이고 최적화 기준을 선정하고자 하였다.
여기서, 가장 중요한 배경 모델의 환경 구현을 위해서 대기 투과 모델인 MODTRAN 4를 기반으로 하여 태양복사, 대기 투과 · 복사 등에 대한 해석을 수행하였다.
본 연구에 사용된 해양환경표본은 2017년 한국 기상청의 해양환경 자료를 기준으로 이상치 제거 및 한반도 해역의 위치를 고려한 지정학적 위협과 고정 설치된 부이의 유효면적을 고려하였다. 여기서, 주성분분석을 통하여 상관관계가 가장 높은 수온과 기온을 기준으로 2차원 층화추출을 통해 3가지 표본을 선정하였다. 각 표본의 주/야간 비율은 약 50% 내외로 주/야간의 영향에 따른 편향성 또한 최소화하였다.
그러나 확률밀도함수의 경우 중적외선 대역에서는 중형과 대형 함정, 원적외선 대역에서는 소형 함정의 경우 해양환경표본별 대비복사강도 값의 차이가 누적분포함수에 비해 큰 것을 확인할 수 있었다. 이러한 결과를 보완하기 위하여 수치적 비교가 가능한 정량적 분석을 수행하였다.
적외선 신호해석의 범위는 함정의 설계과정에서 설정된 적외선 탐지 센서를 기준으로 대기 투과도가 우수한 중적외선 대역(3~5μm)과 원적외선 대역(8~12μm)을 적용하였다.
해양환경표본의 적용을 위하여 함정의 톤수에 따라 소형(300ton.), 중형(3,000ton.), 대형(20,000ton.)으로 구분된 3종의 함정(이후 ton. 대신 T로 기술)을 선정하였으며, 이는 함정의 특성에 따른 비편향성(unbiasedness)을 증가시키기 위함이다.
해양환경표본의 정성적 비교를 위하여 분포함수의 일종인 누적분포함수와 확률밀도함수를 사용하였다. 이는 전체 해양환경 조건을 포함한 모집단에 대한 신호해석이 불가함에 따라 3가지 해양환경표본의 경향성을 비교하여 표본의 적합성을 판단할 수 있고, 해양환경 표본의 선정 기준을 판별할 수 있다.
확률밀도 함수를 통하여 전체 대비복사강도값이 도출되는 구간을 아주 미소한 폭으로 나누어 각 구간의 확률을 살펴봄으로써, 결괏값의 흩어짐의 정도를 확인하였다.

대상 데이터

2 참조)의 부이에서 수온(water temperature), 기온(Air Temperature), 풍속(wind speed), 풍향(wind direction), 상대습도(relative humidity) 등에 대한 해양환경 정보를 매 시간당 얻을 수 있다. 본 연구에 사용된 해양환경표본은 2017년 한국 기상청의 해양환경 자료를 기준으로 이상치 제거 및 한반도 해역의 위치를 고려한 지정학적 위협과 고정 설치된 부이의 유효면적을 고려하였다. 여기서, 주성분분석을 통하여 상관관계가 가장 높은 수온과 기온을 기준으로 2차원 층화추출을 통해 3가지 표본을 선정하였다.
본 연구에서는 표본 수에 대한 적외선 신호 절감기술의 효과를 보다 분명하게 확인 가능하고, 변수에 따른 민감도가 낮은 확률론적 방법을 통해 해양환경표본 수의 최적화 기준을 설정하고 강건설계(robust design)의 가능성을 높이고자 하였다. 이를 위하여 한국 기상청(Korea Meteorological Administration, KMA)의 2017년도 한반도 해양기상자료를 모집단으로 한 2차원 층화추출 표본인 100개, 200개, 400개의 해양환경표본(이하 100개 : Sample 1,200개 : Sample 2,400개 : Sample 3이라 칭함)을 기준으로 각 케이스에 따른 함정의 적외선 신호를 해석하였다. 신호해석 결과를 누적분포함수(Cumulative Distribution Function, CDF)와 확률밀도함수(Probability Density Function, PDF)로 나타내어 정성적(qualitative) 비교를 수행하였다.

이론/모형

적외선 신호해석을 위하여 서방국가들에 의해 검증되고 국내 도입된 Ship IR/NTCS(Naval Threat and Countermeasure Simulator, Davis)를 사용하였다. 본 프로그램은 NATO의 표준 소프트웨어 및 미국 해군에서 인증한 적외선 신호해석 프로그램이며, 30여 개국에서 다양하게 사용되고 있다.

성능/효과

2) 정성적 분석을 통해 해양환경데이터 표본 간 약간의 차이는 있으나 이는 그래프상에 나타난 거시적 한계로 판단되었다.
3) 정량적 분석을 통해 각 해양환경데이터의 변화율을 10% 내외로 확인하였으며, 이는 함정의 전체적 대비복사강도 값에 큰 영향을 미치지 않는 수준으로 확인되었다.
4) 각 해양환경표본의 표준편차 비교를 통해 Sample 2의 표준편차가 가장 작은 것을 확인하였다.
5) 해석소요시간은 함정의 크기가 아닌 해양환경표본에 포함된 환경조건의 개수에 비례하며, Sample 1과 비교하여 Sample 3의 경우 약 6배 이상의 계산시간이 요구되었다.
6) 신호해석 결과의 후처리 과정은 Sample 1 대비 Sample 3의 경우 약 3배 이상의 시간이 요구되므로 해양환경표본의 최적화 기준에서 제외하였다.
여기서, 주성분분석을 통하여 상관관계가 가장 높은 수온과 기온을 기준으로 2차원 층화추출을 통해 3가지 표본을 선정하였다. 각 표본의 주/야간 비율은 약 50% 내외로 주/야간의 영향에 따른 편향성 또한 최소화하였다. 각 표본은 선행연구(Cho.
중적외선 대역에서는 Sample 1과 Sample 2가, 원적외선 대역에서는 Sample 1과 Sample 3이 매우 유사한 경향을 나타내는 것을 확인하였다. 그러나 선종별 해양환경에 따른 대비복사강도 값의 분포도 및 누적 구간의 변화 양상은 Sample 1~3의 세 가지 경우 모두 유사함을 확인하였다. 이는 선정된 3가지 표본이 포함하는 해양조건의 개수(각 sample 별 100, 200, 400개)가 대비복사 강도 값에 미치는 영향은 크지 않다는 것을 의미한다.
4를 보면 중적외선 대역에서는 Sample 1과 Sample 2가, 원적외선 대역에서는 Sample 1과 Sample 3이 유사함을 확인하였다. 그러나 확률밀도함수의 경우 중적외선 대역에서는 중형과 대형 함정, 원적외선 대역에서는 소형 함정의 경우 해양환경표본별 대비복사강도 값의 차이가 누적분포함수에 비해 큰 것을 확인할 수 있었다. 이러한 결과를 보완하기 위하여 수치적 비교가 가능한 정량적 분석을 수행하였다.
7) 본 결과를 통해 Sample 1~3은 정성적 및 정량적으로 모두 유사한 경향을 가지며, 표준편차 및 효율성 분석에 따라 Sample 2를 해양환경 최적화 기준으로 선정하였다. 따라서 함정의 적외선 신호 관리에 확률론적 방법을 적용함으로써 강건설계가 가능하다고 판단된다.
또한, 10% 이내의 변화율은 전체적인 대비복사강도 값의 변화율에 크게 영향을 미치지 않기 때문에 모집단에서 추출한 3가지 해양환경표본 중 어떤 것을 적외선 신호해석에 적용하더라도 유사한 결괏값의 획득이 가능하다는 것을 의미한다.
각 함정에 따른 해양환경표본별 대비복사강도 값의 평균과 표준편차의 변화율을 정량적으로 확인하였고, 이는 Table 1은 중적외선 대역을, Table 2는 원적외선 대역을 나타내었다. 먼저 중적외선 대역의 경우 평균값은 약 5~9%, 표준편차는 7~10%의 변화율을 나타내었고 원적외선 대역의 경우 평균값은 6~9%, 표준편차는 2~9%의 변화율을 보였다.
정성적 평가에서 가장 큰 차이를 보였던 중적외선 대역의 중형, 대형 함정의 변화율을 확인해보면 중형의 경우 평균값 7%, 표준편차 10%, 대형의 경우 평균값 9%, 표준편차 8% 차이를 보였으며 원적외선 대역의 소형 함정은 평균값 6%, 표준편차 9%의 차이를 확인할 수 있었다. 즉, 중적외선 대역과 원적외선 대역의 정량적 변화율은 크게 다르지 않다.
3은 각 함정의 크기에 따른 대비복사강도 값을 누적분포함수의 그래프를 나타낸 것으로 중적외선 대역과 원적에선 대역을 나누어 도식화하였다. 중적외선 대역에서는 Sample 1과 Sample 2가, 원적외선 대역에서는 Sample 1과 Sample 3이 매우 유사한 경향을 나타내는 것을 확인하였다. 그러나 선종별 해양환경에 따른 대비복사강도 값의 분포도 및 누적 구간의 변화 양상은 Sample 1~3의 세 가지 경우 모두 유사함을 확인하였다.

후속연구

본 연구 결과는 한반도 해역을 운항하는 함정에 대하여 적외선 신호해석을 위한 기본 해양환경으로 적용할 예정이며, 이는 신호해석을 수행하여 얻어진 적외선신호 값에 대한 신뢰도 향상을 기대할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	적외선 신호의 환경조건의 설정이 매우 중요한 이유는?	함정의 적외선 신호는 해양환경조건에 매우 민감하기 때문에(Cho., 2013) 어떠한 환경을 적용하느냐에 따라 결괏값이 달라지므로 환경조건의 설정이 매우 중요하다. 이에 따라 해양환경 변수가 함정 표면의 적외선 신호에 미치는 영향을 분석한 연구(Kim.
	대비복사강도의 의미는?	일반적으로 함정 적외선 신호는 함정(target)과 배경(background)간의 신호 차이를 표현하는 대비복사강도(Contrast Radiant Intensity, CRI)로 나타내며, 이는 함정의 표면 및 폐기복사(target radiation) 량과 주변의 배경복사(background radiation)량의 차이를 의미한다.
	본 연구에서 적외선 신호 해석 결과를 어떻게 비교하였는가?	이를 위하여 한국 기상청(Korea Meteorological Administration, KMA)의 2017년도 한반도 해양기상자료를 모집단으로 한 2차원 층화추출 표본인 100개, 200개, 400개의 해양환경표본(이하 100개 : Sample 1, 200개 : Sample 2, 400개 : Sample 3이라 칭함)을 기준으로 각 케이스에 따른 함정의 적외선 신호를 해석하였다. 신호해석 결과를 누적분포함수(Cumulative Distribution Function, CDF)와 확률밀도함수(Probability Density Function, PDF)로 나타내어 정성적(qualitative) 비교를 수행하였다. 이를 토대로 정량적(quantitative) 분석을 시행하여 함정의 규모에 따른 대비복사강도 값의 변화 및 해양환경표본별 표준편차(흩어짐의 정도)를 비교해봄으로써 표본의 신뢰도를 높이고 최적화 기준을 선정하고자 하였다.

참고문헌 (9)

Choi, J.H., Lee, J.S., Kim, J.H., Lee, S.H. & Kim, T.K., 2008. Infrared signature analysis of a ship of different atmosphere temperature and wind velocity. Journal of the Korea Institute of Military Science and Technology, 11(5), pp.84-91.
Cho, Y.J., 2009. A study on measuring procedure and analysis technique of ship infrared signature at sea. Journal of Ocean Engineering and Technology, 23(3), pp.53-58.
Cho, Y.J., 2018. A study on the sampling of ocean meteorological data to analyze signature of naval ships. Journal of the Korea Industrial Information Systems Research, 23(2), pp.19-28.

원문보기 상세보기
Cho, Y.J. & Jung, H.S., 2013. Study on effectiveness of ocean meteorological variables through sensitivity analysis of ship infrared signature. Journal of Ocean Engineering and Technology, 27(3), pp.69-42.

원문보기 상세보기
Han, S.I. & Cho, Y.J., 2014. Feasibility study on sampling ocean meteorological data using stratified method. Journal of Ocean Engineering and Technology, 28(3), pp.254-259.

원문보기 상세보기
Kim, J.H. & Kim, Y.S., 2011. A comparative study between measurement and prediction results of a naval ship infrared signature in the marine environment. Journal of the Society of Naval Architects of Korea, 48(4), pp.336-341.

원문보기 상세보기
Kim, Y.S., 2010. A study on effect of the solar elevation on the ship IR signature. Journal of Ocean Engineering and Technology, 24(3), pp.38-45.
Kim, Y,S., 2012. A study on the infrared signature of a naval ship under the marine climate. Journal of the Society of Naval Architects of Korea, 49(3), pp.264-272.

원문보기 상세보기
Vaitekunas., 2005. Validation of ship IR (v3.5): methodology and results. 1st International IR Target and Background Modeling Workshop, Ettlingen, Germany, 27-30 June 2005.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증