• 제어로봇시스템학회논문지
• /
• 제21권9호
• /
• pp.888-897
• /
• 2015

A flight capability to take a terrain following flight near the ground is required to reduce the probability that a fighter aircraft can be detected by foe's radar fence in the battlefield. The success rate for mission flight has increased by adopting TFS (Terrain Following System) to enable the modern advanced fighter to fly safely near the ground at the low altitude. This system has applied to the state-of-the-art fighter and bomber, such as B-1, F-111, F-16 E/F and F-15, since the research begins from 1960's. In this paper, the terrain following system and GCAS (Ground Collision Avoidance System) was developed, based on a digital database with UTAS's TERPRROM (TERrain PROfile Matching) equipment. This system calculates the relative location of the aircraft in the terrain database by using the aircraft status information provided by the radar altimeter and the INS (Inertial Navigation System), based on the digital terrain database loaded previously in the DTC (Data Transfer Cartridge), and figures out terrain features around. And, the system is a manual terrain following system which makes a steering command cue refer to flight path marker, on the HUD (Head Up Display), for vertical acceleration essential for terrain following flight and enables a pilot to follow it. The cue is based on the recognized terrain features and TCH (Target Clearance Height) set by a pilot in advance. The developed terrain following system was verified in the real-time pilot evaluation in FA-50 HQS (Handling Quality Simulator) environment.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.189-192
• /
• 2021

항적추적 기술에 딥러닝 기반 LSTM(Long Short-Term Memory) 모델을 적용하는 연구로서 기존의 항적추적기술의 경우, 항공기의 등속, 등가속, 급기동, 선회(3D) 비행 등 비행 특성에 따른 칼만 필터 기반의 LMIPDA를 활용한 실시간 항적 추적 시 등속, 등가속, 급기동, 선회(3D) 비행 가중치가 자동으로 변경된다. 이러한 과정에서 등속 비행 중 급기동 비행과 같이 비행 특성이 변경될 때, 항적 손실 및 항적 추적 성능이 하락하여 비행 특성 가중치 변경성능을 향상시킬 필요성이 있다. 본 연구는 레이더의 오차 모델이 적용된 시뮬레이터의 Plot과 표적을 딥러닝 기반 LSTM(Long Short-Term Memory) 모델을 적용하여 학습시키고, 칼만 필터를 활용한 항적추적 결과와 딥러닝 기반 LSTM(Long Short-Term Memory) 모델을 적용한 항적추적결과를 비교함으로써 미리 비행 특성의 변경과정을 예측하여 등속, 등가속, 급기동, 선회(3D) 비행 가중치변경을 신속하게 함으로써 항적추적성능을 향상하기 위한 연구이다.

• 한국시뮬레이션학회논문지
• /
• 제21권1호
• /
• pp.81-88
• /
• 2012

M&S 도구로서의 Battle Lab은 무기체계 획득 주기상 소요결정부터 연구개발 및 시험평가/훈련에 이르기까지 다양하게 활용 가능하다. 국내에서는 Battle Lab 구축의 중요성에도 불구하고 아직까지 초보적인 Battle Lab을 구축하고 있다. 전장 환경을모의함에 있어서 특히 Live, Virtual, Constructive 모델이 연동되는 M&S 도구의 활용도는 무기체계 개발을 위한 SE(체계공학)프로세스 전 과정에 걸쳐 적용 될 경우 시간적, 공간적 제약을 해소하고 기술적 구현이 가능하다는 점에서 반드시 필요하다. 본 연구에서는 전장 환경 모의시 모의 체계간 상호운용성을 보장하는 환경을 제공할 수 있도록 하여 그 활용도를 극대화한다.L-V 연동은 Virtual 모의기에서의 전술데이터링크 활용으로 Live 연동이 가능하도록 하는 방안과 V-C간 연동은 Virtual/Constructive 모의기에 M&S의 표준 도구인 RTI 활용 방법을 제안한다. 그리고 제안한 방법을 방공 Battle Lab으로 구축한 사례를 보인다. 방공 Battle Lab은 표적이 접근하는 경우 교전 무기체계에서 상부체계 명령을 통해 교전 모의를 수행할 수 있는 시스템으로 Constructive인 표적과 유도탄, 레이더, 발사대 모의기와 Virtual인 중앙방공통제소, 대대, 사격통제소 모의기간에 RTI RPR-FOM 1.0 연동하고, 또한 Virtual 모의기간 전술데이터링크 Link-11B, ATDL-1을 연동하여 Live 체계간의 상호운용성을 보장할 수 있음을 보인다.