Journal of the Korean Society of Systems Engineering (시스템엔지니어링학술지)

The Korean Society of Systems Engineering (한국시스템엔지니어링학회)
권호 표지
DOI QR코드

DOI QR Code

A study on Improving the Performance of Anti - Drone Systems using AI

인공지능(AI)을 활용한 드론방어체계 성능향상 방안에 관한 연구

  • Received : 2023.11.14
  • Accepted : 2023.12.23
  • Published : 2023.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

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.

Keywords

References

  1. 최석 등, 불법드론 대응 기술동향, 항공우주산업기술동향 21권 1호, p.60, 2023.
  2. 강현상, 안티드론시스템 국내 동향, 전자파기술 제32권 제2호, p.28, 2021.
  3. 이동혁 등, 안티드론 개념 정립 및 효과적인 대응체계 수립에 관한 연구, 시큐리티연구 제60호, p.14, 2019.
  4. 김보람, 안티드론 기술의 이론과 실제-드론, 어떻게 방어할 것인가?, 시큐리티월드 2017년 1월호, p.97, 2017.
  5. 김용환 외, 드론의 역습 - 새로운 패러다임의 위협과 안티드론, 국방과 기술 제470호, p144, 2018.
  6. 김세일 등, 드론 위협에 대한 방어체계 분석, 한국융합과학회지 11권 11호, pp287-310, 2022. https://doi.org/10.24826/KSCS.11.11.18
  7. 박홍성, 국가중요시설의 드론 테러 대응방안: 국회를 중심으로, 시큐리티연구 제71권, pp.77-100, 2022. https://doi.org/10.36623/KSSR.2022.71.4
  8. 안용운, 국가중요시설의 대드론 방호시스템 구축 방안, 한국군사학논총 제11권 제 2호, pp.59-78, 2022.
  9. 이인제 외, 불법 드론 대응을 위한 저고도 드론탐지 기술 동향, 전자통신동향분석 제37권 제1호, pp.10-20, 2022. https://doi.org/10.22648/ETRI.2022.J.370102
  10. 차도완 등, 군사용 드론 현황 및 對드론대책, 국방과 기술 제471호, pp.140-153, 2018.
  11. 황순필 외, 국가중요시설 방호를 위한 안티드론 시스템 구축 방안 연구, 디지털융복합연구 제18권 제11호, pp.247-257, 2020. https://doi.org/10.14400/JDC.2020.18.11.247
  12. 김용환 외, 드론의 역습 - 새로운 패러다임의 위협과 안티드론, 국방과 기술 제470호, p.145, 2018.
  13. Jan Farlik et al, Multispectral Detection of Commercial Unmanned Aerial Vehicles, Sensors 19(7), doi: 10.3390/s19071517, 2019.
  14. 안용운, 국가중요시설의 대드론 방호시스템 구축방안, 한국군사학논총 제11권 제 2호, p.74, 2022.
  15. 정춘일, 4차 산업혁명과 한국적 군사혁신, 한국군사 제 6호, p.13, 2019.
  16. 황태성, 이만석, 인공지능의 군사적 활용 가능성과 과제, 한국군사학논집 제76권 제3호, p.8, 2020.
  17. 네이버 두산백과(검색일: 2023.10.31.).
  18. Mariusz Wisniewski et al, Reinforcement Learning for Pan-Tilt-Zoom Camera Control, with Focus on Drone Tracking, AIAA SciTech 2023 Forum, 2023.
  19. 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. https://doi.org/10.1145/3503250
  20. 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.
  21. Keunhong Park et al, Nerfies: Deformable Neural Radiance Fields, IEEE/CVF International Conference on Computer Vision(ICCV), pp.5865-5874, 2021.
  22. 윤정현, 국방 분야의 인공지능 활용성 제고 방안과 시사점, STEPI Insight 제279호, pp.44-52, 2021.