• 제목/요약/키워드: FA-50 전투기

검색결과 3건 처리시간 0.017초

Implementation of Vertigo Warning function for FA-50 aircraft

  • You, Eun-Kyung;Kim, Hyeock-Jin
    • 한국컴퓨터정보학회논문지
    • /
    • 제24권10호
    • /
    • pp.1-9
    • /
    • 2019
  • 전투기 조종사는 '비행환경 적응 교육 훈련(APT)'을 이수함으로써 악조건 속에서도 완벽하게 임무를 수행할 수 있도록 능력을 향상시키고 있다. 그러나 비행 시 가속도로 인해 인체 평형기관의 이상으로 'Vertigo(Spatial disorientation)' 현상에 빠지게 되어 추락하는 사고 사례가 발생하고 있다. 이러한 비행착각에 빠지는 전투기 추락 사고는 국내 외를 불문하고 빈번하게 발생하고 있다. 이에 본 연구에서는 전투기에 'Vertigo' 경고 기능을 구현하고자 하였다. 먼저, 항공기 주임무 컴퓨터와 현재 구현되어 있는 경고 기능을 분석하였다. 그리고 항공기 자세 정보를 이용하기 위해 좌표계 시스템을 연구하였다. 이를 바탕으로 전투기가 배면 비행 자세로 일정 시간 이상 하강 시 전방시현장비에 시각적인 경고 기능을 제공하고자 하였다. 본 기능을 구현함으로써 조종사의 비행 안전을 향상시킬 수 있을 것이라고 기대한다. 또한 본 연구 결과를 바탕으로 다른 서브시스템과의 연계를 통한 경고 기능 구현 방안을 제안하고자 한다.

공군 전투기 시뮬레이터와 워게임 모델의 V-C 연동에 대한 연구 (A Study on the Interoperability of ROK Air Force Virtual and Constructive Simulation)

  • 김용환;송용승;김창욱
    • 한국시뮬레이션학회논문지
    • /
    • 제28권2호
    • /
    • pp.169-177
    • /
    • 2019
  • 전장상황의 변화와 첨단정보통신기술의 발전에 따라 과학화된 훈련체계인 LVC 훈련체계가 주목을 받고 있다. 대한민국 공군은 전투기 시뮬레이터를 중심으로 공중전투기동장비(ACMI), 워게임모델을 가상의 합성전장환경에 구현하여 실전적이고 과학적인 훈련이 가능한 LVC 훈련체계를 구축하고자 한다. 본 논문에서는 공군의 Virtual 체계인 전투기 시뮬레이터와 Constructive 체계인 전구급 연습용 모델의 V-C 연동시험 수행결과에 대해 다루고자 한다. 기종별로 각각 상이한 연동방식을 갖춘 F-15K, KF-16, FA-50 전투기 시뮬레이터를 표준 연동방식으로 변환하였으며, 합성 전장환경 모의 도구를 활용하여 3개 기종의 전투기 시뮬레이터가 상호 연동이 가능한 환경을 구축하였다. 그리고 공군의 연습용 모델인 창공모델도 표준 연동방식으로 변환하였으며, 연동 최적화를 위해 SW 일부를 수정하였다. 이를 통해 공군의 전투기 시뮬레이터와 워게임 모델이 연동이 가능함을 확인할 수 있었다. 본 연구결과는 향후 공군 LVC 훈련체계 개념연구 및 체계개발 간에 유의미하게 참조할 만한 근거가 될 것임을 기대한다.

Implementation of JDAM virtual training function using machine learning

  • You, Eun-Kyung;Bae, Chan-Gyu;Kim, Hyeock-Jin
    • 한국컴퓨터정보학회논문지
    • /
    • 제25권11호
    • /
    • pp.9-16
    • /
    • 2020
  • TA-50 항공기는 공중전에 대비하여 공대공, 공대지 사격 훈련 등 다양한 상황에 대한 모의 훈련을 수행하고 있다. 또한 조종사의 실전 배치 전 훈련용으로도 사용되고 있다. 그러나 TA-50은 스마트 무장 운용 능력을 보유하고 있지 않아 훈련에 제한이 되고 있다. 이에 본 연구에서는 TA-50 항공기에 스마트 무장 중 하나인 합동정밀직격탄(JDAM)의 가상훈련이 가능하도록 구현하고자 하였다. 먼저, TA-50 항공기와 유사한 기종인 FA-50 항공기에 구현된 JDAM 기능을 분석하였다. 또한 FA-50 항공기에 구현된 기능은 소스코드의 직접 활용이 불가능하므로 머신러닝 기법(TensorFlow)을 활용하여 알고리즘을 추출하였다. 본 기능을 구현함으로써 실 무장을 장착하지 않아도 실제와 유사한 훈련이 가능할 것으로 기대된다. 마지막으로 본 연구 결과를 바탕으로 연구의 한계점을 보완하여 실제와 동일하게 구현할 수 있는 방안을 제안하고자 한다.