[논문]인공지능(AI)을 활용한 드론방어체계 성능향상 방안에 관한 연구

마해철; 문종찬; 박재영; 이수한; 권혁진

doi:10.14248/jkosse.2023.19.2.126

인공지능(AI)을 활용한 드론방어체계 성능향상 방안에 관한 연구
A study on Improving the Performance of Anti - Drone Systems using AI 원문보기

시스템엔지니어링학술지 = Journal of the Korean Society of Systems Engineering, v.19 no.2, 2023년, pp.126 - 134

마해철 (대한민국 해군) , 문종찬 (사이버작전사령부) , 박재영 (대한민국 육군) , 이수한 (대한민국 육군) , 권혁진 (국립서울과학기술대학교)

Abstract ▼ AI-Helper

Drones are emerging as a new security threat, and the world is working to reduce them. Detection and identification are the most difficult and important parts of the anti-drone systems. Existing detection and identification methods each have their strengths and weaknesses, so complementary operations are required. Detection and identification performance in anti-drone systems can be improved through the use of artificial intelligence. This is because artificial intelligence can quickly analyze differences smaller than humans. There are three ways to utilize artificial intelligence. Through reinforcement learning-based physical control, noise and blur generated when the optical camera tracks the drone may be reduced, and tracking stability may be improved. The latest NeRF algorithm can be used to solve the problem of lack of enemy drone data. It is necessary to build a data network to utilize artificial intelligence. Through this, data can be efficiently collected and managed. In addition, model performance can be improved by regularly generating artificial intelligence learning data.

주제어

표/그림 (6)

그림 [Figure 1] 3 Phases of the Anti-Drone System
그림 [Figure 2] Result of the Drone Detection Range Test[13]
표 Assessment of Detection & Identification Sensors
그림 [Figure 3] Example of a Data Network for AI
그림 [Figure 4] Data Feed-Back in Anti-Drone System
표 The Expected Effect of Applying Artificial Intelligence

참고문헌 (22)

최석 등, 불법드론 대응 기술동향, 항공우주산업기술동향 21권 1호, p.60, 2023.
강현상, 안티드론시스템 국내 동향, 전자파기술 제32권 제2호, p.28, 2021.
이동혁 등, 안티드론 개념 정립 및 효과적인 대응체계 수립에 관한 연구, 시큐리티연구 제60호,？p.14, 2019.
김보람, 안티드론 기술의 이론과 실제-드론, 어떻게 방어할 것인가?, 시큐리티월드 2017년 1월호,？p.97, 2017.
김용환 외, 드론의 역습 - 새로운 패러다임의 위협과 안티드론, 국방과 기술 제470호, p144, 2018.
김세일 등, 드론 위협에 대한 방어체계 분석, 한국융합과학회지 11권 11호, pp287-310, 2022.
박홍성, 국가중요시설의 드론 테러 대응방안: 국회를 중심으로, 시큐리티연구 제71권, pp.77-100, 2022.
안용운, 국가중요시설의 대드론 방호시스템 구축？방안, 한국군사학논총 제11권 제 2호, pp.59-78, 2022.
이인제 외, 불법 드론 대응을 위한 저고도 드론탐지 기술 동향, 전자통신동향분석 제37권 제1호,？pp.10-20, 2022.
차도완 등, 군사용 드론 현황 및 對드론대책, 국방과 기술 제471호, pp.140-153, 2018.
황순필 외, 국가중요시설 방호를 위한 안티드론？시스템 구축 방안 연구, 디지털융복합연구 제18권 제11호, pp.247-257, 2020.
김용환 외, 드론의 역습 - 새로운 패러다임의 위협과 안티드론, 국방과 기술 제470호, p.145, 2018.
Jan Farlik et al, Multispectral Detection of？Commercial Unmanned Aerial Vehicles,？Sensors 19(7), doi: 10.3390/s19071517, 2019.

상세보기
안용운, 국가중요시설의 대드론 방호시스템 구축방안, 한국군사학논총 제11권 제 2호, p.74, 2022.
정춘일, 4차 산업혁명과 한국적 군사혁신, 한국군사 제 6호, p.13, 2019.
황태성, 이만석, 인공지능의 군사적 활용 가능성과 과제, 한국군사학논집 제76권 제3호, p.8, 2020.
네이버 두산백과(검색일: 2023.10.31.).
Mariusz Wisniewski et al, Reinforcement？Learning for Pan-Tilt-Zoom Camera？Control, with Focus on Drone Tracking,？AIAA SciTech 2023 Forum, 2023.
Ben Mildenhall et al, NeRF: Representing？Scenes as Neural Radiance Fields for View？Synthesis, Communications of the ACM？Volume 65. Issue 1, pp.99-106, 2021.
Alex Yu et al, pixelNeRF: Neural Radiance？Fields from One or Few Images,？Proceedings of the IEEE/CVF Conference？on Computer Vision and Pattern？Recognition(CVPR), pp.4578-4587, 2021.
Keunhong Park et al, Nerfies: Deformable？Neural Radiance Fields, IEEE/CVF？International Conference on Computer？Vision(ICCV), pp.5865-5874, 2021.
윤정현, 국방 분야의 인공지능 활용성 제고 방안과 시사점, STEPI Insight 제279호, pp.44-52, 2021.

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