$\require{mediawiki-texvc}$

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.

효율적 군용 드론 작전 운영을 위한 Drone Force Deployment Optimization 알고리즘
Drone Force Deployment Optimization Algorithm For Efficient Military Drone Operations 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.21 no.1, 2020년, pp.211 - 219  

송주영 (Republic of Korea Air Force) ,  장현덕 (Department of Electrical & Electronic Engineering, Yonsei University) ,  정종문 (Department of Electrical & Electronic Engineering, Yonsei University)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 4차산업의 혁명의 핵심 기술 중 사물 인터넷 (Internet of Things)과 드론(Drone)을 접목시킨 드론 인터넷(Internet of Drones)에 대해서 연구하였다. IoD 기술은 실제 전장에서 실제 전장과 C4ISR 작전을 효율적이고 경제적으로 운영하는데 특히 중요하다. 본 연구는 드론의 제한된 배터리 용량과 군의 드론 전사 육성 및 도입, 운용에 따른 예산 책정 기준 부재에 따른 문제점을 해결하는데 목표가 있다. 이에 따라 드론 투입 작전 상황 발생 시 임무 지역 (Mission area)이 정해지고 그에 따른 임무 지점 (Hovering point)과 임무 완료 제한시간이 정해질 경우, 최소한 몇 대의 작전 드론을 투입하여야 가장 경제적이고 효율적인 작전 운용이 가능한지 작전 투입 드론의 대수를 최적화해주는 DFDO(Drone Force Deployment Optimization) 알고리즘을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

One of the major advancements of the Fourth Industrial Revolution is the use of Internet of Drones (IoD), which combines the Internet of Things (IoT) and drone technology. IoD technology is especially important for efficiently and economically operating C4ISR operations in actual battlefields suppor...

주제어

#사물인터넷   #드론   #드론인터넷   #드론작전   #투입 드론 대수 최적화  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 전장이나 재난 상황에서 빠른 상황 판단은 승리 또는 피해를 최소화하기 위한 필수적인 조건이다. 만약 허용되는 최대 지연시간이 Lmax 로 주어졌을 때, 최적의 드론 개수를 구해보자.
  • 본 연구에서는 군 드론을 활용한 작전 수행 시 드론의 E소비량, 임무 완료해야 하는 최대 지연시간, 드론의 추진력을 위한 Battery 소비량을 분석하여 성공적인 임무완수를 위한 최적의 드론 개수를 산출하는 알고리즘을 제안한다
  • 본 연구에서는 기존 연구의 문제점과 한계를 해결하기 위해 드론을 투입하는 작전 상황이 주어졌을 경우 1대가 아닌 여러 대를 투입 가능한 상황을 가정하여 최소한의 투입 드론의 개수를 산출하는 DFDO(Drong Force Deployment Optimization) 알고리즘을 고안한다. 또한, 드론 추진 에너지를 계산할 때 기존 #식을 이용하지 않고 무게와 모터 프로펠러의 효율.
  • 이러한 문제점을 해결하기 위해 본 연구에서는 임무 지역(Mission area)이 정해지고 그에 따른 임무 지점(Hovering point)과 임무 완료 제한시간이 정해질 경우, 작전 드론 투입 대수를 최적화해주는 DFDO(Drone Force Deployment Optimization) 알고리즘에 대해 연구하였다.

가설 설정

  • 2절에서는 관련 연구 소개 및 본 연구가 필요한 드론 작전의 문제에 대해 제기하였고 3절은 시스템 모델 및 알고리즘을 제안하였다. 4절에서는 제안한 알고리즘의 적절성을 확인을 위하여 실제 전장 상황에서 발생 가능한 상황을 가정하여 기존 논문 [1]과 비교하고 예상 성능을 시뮬레이션하였다.
  • 본 연구는 사람이 직접 접근이 힘든 전장이나 재난 상황 등의 임무 지역(Mission area)에서 N개의 임무 지점(Mission point)이 선정되고 드론을 활용하여 정해진 경로(Transit route)대로 비행하며 필요한 데이터 (동영상, 이미지 등)를 수집하여 서비스 제공자(Service provider)에게 전송하는 상황을 가정하며 이때, 성공적인 작전 수행을 위해 필요한 드론의 개수를 최적화한다.
  • 이때 비행경로(Transit route)의 길이는dm으로 일정하고 각 임무 지점에서 데이터 (이미지, 비디오)를 수집한 후 수집된 데이터를 서비스 제공자에게 제공한다. 이때, 투입되는 드론이 여러 대일 경우 충돌이 일어나지 않는 경로를 설계함을 가정한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
DFDO 알고리즘이란 무엇인가? 이러한 문제점을 해결하기 위해 본 연구에서는 임무 지역(Mission area)이 정해지고 그에 따른 임무 지점(Hovering point)과 임무 완료 제한시간이 정해질 경우, 작전 드론 투입 대수를 최적화해주는 DFDO(Drone Force Deployment Optimization) 알고리즘에 대해 연구하였다.
DFDO 알고리즘은 무엇을 기준으로 드론의 대수를 구하는가? DFDO 알고리즘은 드론의 에너지 소비량, 임무 완료 최대 지연시간, 드론 추진력을 위한 Battery 소비량을 기준으로 작전에 필요한 최소한의 드론의 대수를 구한다.
PETROL 알고리즘의 한계점과 문제점들은 무엇인가? PETROL 알고리즘은 드론의 Power control 문제를 연구하는 분야로 최소의 무선 채널 사용자의 서비스 품질(QoS)를 보장하면서 드론의 에너지 소비량을 최소화하는 방법을 택했다. 하지만 1대의 드론을 가정하여 공간적 시간적 제약 때문에 실제적인 상황 (재난 또는 전장 등)에 적용하기에는 한계가 있다. 또한, 드론의 성능과 에너지 소비량을 좌우하는 드론 추진 에너지는 무게와 모터 프로펠러의 효율. 그리고 양항비에 따라 크게 영향을 받는다 하지만 기존 연구에서는 드론 추진 에너지를 상수로 취급하여 최적의 Power를 구하였다.
질의응답 정보가 도움이 되었나요?

참고문헌 (6)

  1. Jingjing Yao, Nirwan Ansari, "QoS-Aware Power Control in Internet of Drones for Data Collection Service," IEEE Transactions on Vehicular Technology, vol. 68, no. 7, Jul. 2019. http://dx.doi.org/10.1109/TVT.2019.2915270 

    상세보기

  2. M. Mozaffari, W. Saad, M. Bennis, and M. Debbah, "Drone small cells in the clouds: Design, deployment, and performance analysis," Proc. IEEE Global Commun. Conf., San Diego, CA, USA, pp. 1-6, Dec. 2015. http://dx.doi.org/10.1109/GLOCOM.2015.7417609 

  3. A. Al-Hourani, S. Kandeepan, and A. Jamalipour, "Modeling air-toground path loss for low altitude platforms in urban environments," Proc. IEEE Global Commun. Conf., Austin, TX, USA, pp. 2898-2904, Dec. 2014. http://dx.doi.org/10.1109/GLOCOM.2014.7037248 

  4. J. A. L. Calvo, G. Alirezaei and R. Mathar, "Wireless powering of drone-based MANETs for disaster zones," Proc. 2017 IEEE International Conference on Wireless for Space and Extreme Environments (WiSEE), Montreal, QC, 2017, pp. 98-103. http://dx.doi.org/10.1109/WiSEE.2017.8124900 

  5. 국방기술품질원, "4차 산업혁명과 연계한 미래국방기술," 2017. [Ebook] Available: 국방기술품질원 e-book. 

  6. 윤용현, "국내외 드론 산업 정책 동향," TBT Policy Report, 5호, 4-11쪽. 2018. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

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