• 한국항공우주학회지
• /
• 제49권3호
• /
• pp.197-204
• /
• 2021

유도탄의 비행 시험 중 고장 또는 비정상적인 기동이 발생하는 경우 비행을 계속하지 않도록 의도적으로 자폭한다. 이때 파편이 발생하며 안전 지역을 벗어났는지 여부를 실시간으로 추정하는 것이 중요하다. 본 논문에서는 Fully-Connected Neural Network(FCNN)를 이용하여 실시간으로 파편의 예상 낙하 영역 및 낙하 시간을 추정하는 방법을 제안한다. 많은 양의 학습 데이터 생성을 위해 Unscented Transform(UT)를 적용하였으며 신뢰도 확보를 위해 Monte-Carlo(MC) 시뮬레이션과 비교하여 파라미터를 선정하였다. 또한 제안한 방법의 추정 결과를 MC와 비교하여 성능을 분석하였다.

• 한국군사과학기술학회지
• /
• 제22권6호
• /
• pp.745-753
• /
• 2019

Recently, with the development of long-range / high-altitude guided weapon system for defense against ballistic missile, test range and firing altitude for guided weapons are increasing. Due to the increase in the test range and the intercepting altitude, it is expected to increase the range of safety area required for the firing test. Comparing to the foreign countries which have many desert or non-residence, in the domestic circumstances where the population is concentrated and distributed, it is more important to predict the falling area and to set the safety area for safely carry out the long-range / high-altitude intercept test. In this paper, we consider the following three points. The first is the booster fall trajectory modeling, the second is the shroud fall trajectory modeling, and finally, the debris dispersion modeling for the missile intercept. Especially, the AUTODYN model was used to predict debris falling area which produced in the high-speed guided missile intercepting test.