Journal of the Korea Society for Simulation (한국시뮬레이션학회논문지)

The Korea Society for Simulation (한국시뮬레이션학회)
권호 표지
DOI QR코드

DOI QR Code

Modeling and Analysis of Cooperative Engagements with Manned-Unmanned Ground Combat Systems

무인 지상 전투 체계의 협동 교전 모델링 및 분석

  • Received : 2019.09.04
  • Accepted : 2020.05.17
  • Published : 2020.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Analysis of combat effectiveness is required to consider the concept of tactical cooperative engagement between manned-unmanned weapon systems, in order to predict the required operational capabilities of future weapon systems that meets the concept of 'effect-based synchronized operations.' However, analytical methods such as mathematical and statistical models make it difficult to analyze the effects of complex systems under nonlinear warfare. In this paper, we propose a combat simulation model that can simulate the concept of cooperative engagement between manned-unmanned combat entities based on wireless communications. First, we model unmanned combat entities, e.g., unmanned ground vehicles and drones, and manned combat entities, e.g., combatants and artillery, considering the capabilities required by the future ground system. We also simulate tactical behavior in which all entities perform their mission while sharing battlefield situation information through wireless communications. Finally we explore the feasibility of the proposed model by analyzing combat effectiveness such as target acquisition rate, remote control success rate, reconnaissance lead time, survival rate, and enemy's loss rate under a small-unit armor reconnaissance scenario. The proposed model is expected to be used in war-game combat experiments as well as analysis of the effects of manned-unmanned ground weapons.

현대합동작전의 기본 개념인 '효과중심의 동시·통합작전'에 부합하도록 신규 무기체계의 작전 요구 능력을 예측하기 위해서는 유·무인 무기체계 간의 전술적 협동 개념을 고려한 전투 효과분석이 요구된다. 그러나 수학적, 통계적 모형 등 해석적 기법으로는 비선형전 하에서의 복합체계 효과를 모의하기가 곤란한 실정이다. 이의 대안으로 실제 전장 상황과 유사하도록 시뮬레이션 환경을 조성하고 신규 무기체계가 작전에 미치는 영향을 분석할 수 있는 모의 분석 능력이 요구된다. 이에 본 논문에서는 무선 통신을 기반으로 유·무인 전투개체 간의 협동 교전 개념을 모의할 수 있는 전투 모의 모델을 제안한다. 먼저 미래 지상 체계의 요구 능력을 고려하여 로봇, 드론 등 무인전투개체와 전투원, 야포 등 유인전투개체를 모델링한다. 그리고 각 개체들이 무선 통신을 통해 전장 상황 정보를 공유하며 전투를 수행하는 전술적 과업을 모의한다. 마지막으로 소부대 기갑수색정찰 시나리오 하에서 정찰용 지상로봇 운용 시 표적 획득률, 원격 통제 성공률, 수색 소요 시간, 작전간 생존율, 적 손실률 등의 전투효과를 모의실험을 통해 산출함으로써 개발된 모델의 활용 가능성을 확인한다. 향후 제안된 모델은 유·무인 지상무기의 효과 분석은 물론 각종 워게임 전투 실험 분야에서 활용이 가능할 것으로 기대된다.

Keywords

References

  1. 김주연, 한상우, 변재정 (2018), 에이전트 기반 유․무인 수색 정찰 전술 행위 모델링 및 분석, 한국시뮬레이션학회 논문지, 2018. 12.
  2. 문호석 (2018), 기계학습을 이용한 워게임 모델의 근접 전투 전장 상황 평가를 위한 전문가시스템 연구, 한국군사학논집, 제74권, 제3호, 315-335. https://doi.org/10.31066/KJMAS.2018.74.3.012
  3. 이재영, 신선우, 김준수, 배성민, 김종만 (2015), "AnyLogic 시뮬레이션을 이용한 무인지상차량 운용성능과 전투 효과의 연관성 분석," 신뢰성응용연구 제15권, 제2호, pp.131-138.
  4. 이종민, 홍정표, 박재영, 이강훈, 김기응, 문일철, 박재현 (2017), "대화력전 및 기계화 보병 시나리오를 통한 대규모 가상군의 POMDP 행동계획 및 학습 사례연구," 한국정보과학회지, 정보과학회 컴퓨팅의 실제논문지, 제23권, 제6호, 343-349.
  5. 이지은 (2014), 지상무인 전투 체계 발전추세 및 개발동향, 한국방위산업진흥회 국방과 기술, 제425호, 96-107.
  6. 이창원, 김진국, 신임섭 (2014), 국방 전파자원 특화연구실 1단계 종결보고서, 국방과학연구소 기술보고서, ADDR-425-140308.
  7. 장대순, 조강훈, 천상욱, 이상진, 박상철 (2018), 자율제어 시스템의 효과적인 시뮬레이션 모델링 형식론, 한국품질경영학회지, 제46권, 제4호, 973-982.
  8. 장유상, 신선우, 이재영, 김종만, 배성민 (2017), AnyLogic을 이용한 통신효과 중심의 소부대 전투 시뮬레이션, 2017년 한국경영과학회 춘계공동학술대회 논문집, 495-518.
  9. 한상우, 변재정, 이규노 (2016), "지상무인체계 임무효과 모의를 위한 무선전파모델 적용 방안," 한국군사과학기술학회 종합학술대회, 1525-1526.
  10. 한상우, 변재정, 조현식 (2014), OneSAF를 이용한 원격조종 지상무인 차량 체계효과분석 방법, 대한산업공학회지, 제40권, 제4호, 388-395. https://doi.org/10.7232/jkiie.2014.40.4.388
  11. 한창희 (2016), 가상군사 컴퓨터 캐릭터 집단적 활동 모의," 한국엔터네인먼트산업학회 논문지, 제10권, 제1호, 323-330.
  12. Aurand, J. F., and Post, R. E. (1985). A comparison of prediction methods for 800 MHz mobile radio propagation. IEEE trans. on vehicular technology, 34(4), 149-153. https://doi.org/10.1109/T-VT.1985.24054
  13. Emerson, D., and Lewis, M. (2004). Propagation Models. Lewis and Emerson.
  14. Fugenschuh, A., Vierhaus, I., Fleischmann, S., Marahrens, S. (2016), VBS3 as an analytical tool -potentialities, feasibilities and limitations, Tech. Report AMOS#49, Helmut Schmidt University.
  15. Gaydos, G. M. (1973). Sensitivity Analysis of a Weapon Effectiveness Model, Picatinny Arsenal, NJ, USA.
  16. Kang, B. G., Seo, K.-M., & Kim, T. G. (2019). Machine learning-based discrete event dynamic surrogate model of communication systems for simulating the command, control, and communication system of systems. SIMULATION, 95(8), 673-691. https://doi.org/10.1177/0037549718809890
  17. Kanungo, T., Mount, D. M., Netanyahu, N. S., Piatko, C. D., Silverman, R., and Wu, A. Y. (2002). An efficient k-means clustering algorithm: Analysis and implementation. IEEE Trans. on Pattern Analysis and Machine Intelligence, 24(7), 881-892. https://doi.org/10.1109/TPAMI.2002.1017616
  18. Kasampalis, S., Lazaridis, P. I., Zaharis, Z. D., Bizopoulos, A., Zettas, S., and Cosmas, J. (2013). Comparison of Longley-Rice, ITM and ITWOM propagation models for DTV and FM broadcasting. In Proc. of IEEE Int'l Symp. on Wireless Personal Multimedia Communications, 1-4.
  19. Kurnaz, O., and Helhel, S. (2014). Near ground propagation model for pine tree forest environment. AEU-International Journal of Electronics and Communications, 68(10), 944-950. https://doi.org/10.1016/j.aeue.2014.04.019
  20. Meinila, J., Kyosti, P., Jamsa, T., and Hentila, L. (2009). WINNER II channel models. Radio Technologies and Concepts for IMT-Advanced, 39-92.
  21. Moffat, J. (2010). Complexity theory and network centric warfare, DIANE Publishing.
  22. Seo, K., Choi C., Kim, T. G., and Kim, J. (2014). DEVS-based combat modeling for engagement-level simulation. Simulation, 90(7): 759-781. https://doi.org/10.1177/0037549714532960
  23. Singh, Y. (2012). Comparison of Okumura, Hata and Cost-231 models on the basis of path loss and signal strength. International journal of computer applications, 59(11).
  24. Tolt, G., Hedstrom, J., Bruvoll, S., and Asprusten, M. (2017), Multi-aspect path planning for enhanced ground combat simulation, in Proc. of IEEE Symp. Series on Computational Intelligence, HI, USA.
  25. Toubman, A. et al.. (2016), Modeling Behavior of Computer Generated Forces with Machine Learning Techniques, the NATO task group approach, in Proc. of IEEE Int'l Conf. on Systems, Man, and Cybernetics, Budapest, Hungary.
  26. Wittman, R., and Harrison, C. (2001), OneSAF: A Product Line Approach to Simulation Development, The MITRE Corporation, USA.