DOI QR코드

DOI QR Code

Designing Operational Effectiveness of Autonomously Decided Countermeasures

자율적으로 결정한 대응기법의 운용효과도 설계

  • 박소령 (가톨릭대학교 정보통신전자공학부) ;
  • 박헌우 (가톨릭대학교 컴퓨터정보공학부) ;
  • 하지수 (가톨릭대학교 컴퓨터정보공학부) ;
  • 최채택 (국방과학연구소) ;
  • 정운섭 (국방과학연구소) ;
  • 노상욱 (가톨릭대학교 컴퓨터정보공학부)
  • Received : 2012.04.02
  • Accepted : 2012.07.19
  • Published : 2012.08.31

Abstract

It is indispensable that aircrafts in electrical warfare settings endeavour to improve their survivability by selecting optimal countermeasures against threats. In this paper, we model the successful probabilities of aircraft survivability equipments that remove threats encountered, and also propose a framework for the aircrafts to autonomously decide their countermeasures. And then, we design the operational effectiveness of the aircraft survivability equipments, and quantitatively formulate the operational effectiveness into the form of reduction in lethality (RL). We actually show how the operational effectiveness can be computed in simulated example scenarios. To verify our framework proposed in this paper, we experimented with the successful probabilities of aircraft survivability equipments and the autonomous decision-making against threats in various electronic warfare settings. In the experiments, it turns out that our agents outperform the agents that randomly choose their countermeasures, which is 12% more efficient in their performance.

통합 전자전 환경에서 항공기는 위협에 대한 최적의 대응기법을 선정하여 생존률을 높이는 것이 필수적이다. 본 논문에서는 모의 전자전 환경에서 지정된 경로를 따라 이동하는 항공기가 위협을 확인하고 확인된 위협에 대하여 사용하는 대응기법의 예상 성공확률을 모델링하며, 자율적으로 대응기법을 결정하는 방법론을 제안한다. 이와 같이 자율적으로 결정한 대응기법의 운용효과도를 정량적으로 설계하며, 예제 시나리오에서 어떻게 운용효과도를 계산할 수 있는지를 나타낸다. 제안한 방법론을 검증하기 위한 실험에서 다양한 위협에 대하여 대응기법이 성공할 확률과 자율적으로 결정한 대응기법의 질적인 수준에 대한 비교를 수행하였다. 비교실험에서 제안한 방법론에 의한 대응기법의 결정이 대응기법을 임의로 선택한 전략보다 약 12% 높게 나타났음을 알 수 있었다.

Keywords

References

  1. J. Heikell, Electronic Warfare Self-Protection of Battlefield Helicopters: A Holistic View, Helsinki University of Technology, Doctoral dissertation, 2005.
  2. Aircraft Survivability Equipment (ASE): Ensuring Lethality and Dominance of Army Aviation over Tomorrow's Battlefield, Association of the United States Army, 2002. Available at http://www.ausa.org/.
  3. S. Russell and P. Norvig, Artificial intelligence: A Modern Approach, Third Edition, Pearson Education, Inc., publishing as Prentice-Hall, Chapters 13-17, 2010.
  4. S. Kang, H. Park, S. Noh, S.R. Park, K. Kim, S. Lyu, and S. Kim, Autonomously Deciding Countermeasures against Threats in Electronic Warfare Settings, In Proceedings of the 3rd International Conference on Complex, Intelligent and Software Intensive Systems, pp. 177-184, Fukuoka, Japan, March 2009.
  5. S. Noh and P. Gmytrasiewicz. Flexible Multi-Agent Decision Making Under Time Pressure, IEEE Transactions on Systems, Man and Cybernetics, Part A: Systems and Humans, Vol. 35, No. 5, pp. 697-707, September 2005. https://doi.org/10.1109/TSMCA.2005.851797
  6. L.L. Scharf, Statistical Signal Processing: Detection, Estimation, and Time Series Analysis, Addison-Wesley, 1991.
  7. S. Vakin, L. Shustov, and R. Dunwell, Fundamentals of Electronic Warfare, Artech House Inc., London, 2001.
  8. 이일근, 박동철, 유태선, 명로훈, 임중수, 조용희, 강희창, 레이더 공학과 전자전 응용, 대영사, pp. 477-481, 2006.
  9. 임중수, 김민년, 채규수, 송규하, 비행체 방어를 위한 채프의 RCS계산에 관한 연구, 국방과학연구소 제11차 통신/전자학술대회 논문집(전자전), pp. 31-35, 2007.
  10. US Department of Defense, JSSG-2005-JOINT SERVICE GUIDE AVIONIC SUBSYSTEM, October 1998.
  11. 임상민, 전투기의 이해 下, 이지북, pp. 89-97, 2005.