[논문 리뷰] A Novel Two-Staged Decision Support based Threat Evaluation and Weapon Assignment Algorithm, Asset-based Dynamic Weapon Scheduling using Artificial Intelligence Techinques

Huma Naeem, Asif Masood외 2명|ArXiv.org|2009. 07. 01.

Military Defense Systems Analysis참고 문헌 15인용 수 6

한 줄 요약

이 논문은 인공지능 기반의 자원 기반 동적 무기 배정 기술을 활용하여 다중 표적 공중 방어 상황에서 최적의 위협 평가 및 무기 배정(TEWA)을 위한 혁신적인 이단계 결정 지원 시스템을 제안한다. 이는 위협 우선순위 정하기와 AI 기반 무기 배정이라는 이단계적 접근 방식을 취하며, 특히 복잡하고 밀도가 높은 위협 환경에서 전통적인 타겟별 탐색 또는 수동 방법에 비해 자원 활용도와 해법의 최적성 향상을 달성한다.

ABSTRACT

Surveillance control and reporting (SCR) system for air threats play an important role in the defense of a country. SCR system corresponds to air and ground situation management/processing along with information fusion, communication, coordination, simulation and other critical defense oriented tasks. Threat Evaluation and Weapon Assignment (TEWA) sits at the core of SCR system. In such a system, maximal or near maximal utilization of constrained resources is of extreme importance. Manual TEWA systems cannot provide optimality because of different limitations e.g.surface to air missile (SAM) can fire from a distance of 5Km, but manual TEWA systems are constrained by human vision range and other constraints. Current TEWA systems usually work on target-by-target basis using some type of greedy algorithm thus affecting the optimality of the solution and failing in multi-target scenario. his paper relates to a novel two-staged flexible dynamic decision support based optimal threat evaluation and weapon assignment algorithm for multi-target air-borne threats.

연구 동기 및 목표

• 제한된 자원을 가진 다중 표적 위협 상황에서 수동 또는 탐색 기반 위협 평가 및 무기 배정(TEWA) 시스템의 한계를 해결한다.
• 제한된 방어 자원 하에서 무기 배정 최적화를 통해 자원 활용도를 향상시킨다.
• 실시간 자원 기반 무기 배정을 지원하는 유연하고 동적일 수 있는 결정 지원 프레임워크를 개발한다.
• 기존 방법이 최적 또는 지연된 결정으로 실패하는 복잡하고 밀도가 높은 위협 환경에서의 시스템 성능을 향상시킨다.
• 실시간 방어 운영에서 적응형이고 거의 최적의 의사결정을 가능하게 하는 인공지능 기법을 통합한다.

제안 방법

• 위협 평가를 통해 위협의 위험도와 긴급도에 따라 들어오는 공중 표적을 우선순위 정하기.
• AI 기반 최적화를 활용한 무기 배정을 통해 위협에 가장 적합한 가용 무기를 매칭하기.
• 무기 가용성, 사거리, 전투 효율성 등을 고려한 자원 기반 동적 스케줄링을 적용하기.
• 타겟별 탐색 알고리즘에서 흔히 발생하는 최적해가 아닌 결과를 피하기 위해 지능형 의사결정 지원을 활용하기.
• 동적 교감 시나리오를 모델링하고 시뮬레이션하기 위해 AI 기법을 활용하여 적응성과 반응 시간을 향상시키기.
• SCR(Surveillance Control and Reporting) 시스템 프레임워크 내에서 정보 융합, 통신 및 조율 구성 요소를 통합하기.

실험 결과

연구 질문

• RQ1 제한된 무기 자원을 가진 다중 표적 공중 방어 상황에서 위협 평가 및 무기 배정을 어떻게 최적화할 수 있는가?
• RQ2 기존의 탐색 또는 수동 TEWA 시스템은 복잡하고 밀도가 높은 위협 환경을 다룰 때 어떤 한계를 지닌다?
• RQ3 이단계 결정 지원 프레임워크는 기존 접근 방식에 비해 해법의 최적성과 자원 활용도를 향상시킬 수 있는가?
• RQ4 자원 기반 동적 무기 배정은 방어 시스템에서 실시간 의사결정을 어떻게 향상시키는가?
• RQ5 AI 기법은 다이나믹한 전투 상황에서 TEWA 시스템의 성능과 적응성을 얼마나 향상시킬 수 있는가?

주요 결과

• 제안된 이단계 접근 방식은 기존의 타겟별 탐색 기반 알고리즘에 비해 해법의 최적성 향상에 뚜렷한 효과가 있다.
• 시스템은 위협에 가장 효과적인 가용 무기를 지능적으로 매칭함으로써 제한된 방어 자원을 거의 최대한 활용할 수 있다.
• 자원 기반 동적 스케줄링은 실시간 교감 상황에서의 반응성과 적응성을 향상시킨다.
• AI 기법의 통합은 수동 또는 히وري스틱 시스템이 실패하는 복잡한 다중 표적 위협 환경에서의 처리 능력을 향상시킨다.
• 프레임워크는 전체 SCR 시스템 내에서 개선된 조율, 시뮬레이션 및 정보 융합을 지원하여 종합적인 시스템 효과성을 높인다.
• 이 방법은 다이나믹하고 고위험도의 공중 방어 작전에서 확장성과 적응성 잠재력을 보여준다.