저 시-비 리-동 조건 경허락 2.0 한민

는 아래 조건 르는 경 에 한하여 게

l 저 물 복제, 포, 전송, 전시, 공연 송할 수 습니다.

l 차적 저 물 성할 수 습니다.

다 과 같 조건 라야 합니다:

l 하는, 저 물 나 포 경 , 저 물에 적 허락조건 확하게 나타내어야 합니다.

l 저 터 허가를 러한 조건들 적 지 않습니다.

저 에 른 리는 내 에 하여 향 지 않습니다.

것 허락규약(Legal Code) 해하 쉽게 약한 것 니다.

Disclaimer

저 시. 하는 원저 를 시하여야 합니다.

비 리. 하는 저 물 리 적 할 수 없습니다.

동 조건 경허락. 하가 저 물 개 , 형 또는 가공했 경에는, 저 물과 동 한 허락조건하에서만 포할 수 습니다.

- i -

가상 항공기 교전 시뮬레이션은 일대일 및 다대다 전투 교전 상황에서

의 조종사의 훈련에 사용될 뿐만 아니라 전투 상황에 따른 전력평가 및

분석 도구로 사용되어진다. 이러한 교전 시뮬레이션은 항공기 운동 시뮬

레이션 모델, 비행조종장치 모델, 조종사 모델, 무기 모델 등 이 포함된

다.

교전 시뮬레이션에서 항공기 운동 시뮬레이션 모델은 제한된 공력데이

터와 계산 용량이라는 한계 요소를 반영하면서 실제 항공기의 특성을 반

영할 수 있도록 적절한 충실도를 가지고 구성되어야 한다. full flight

simulator의 경우 정밀한 공력 모델과 추력 모델을 포함한다. 항공기 운

동은 short period mode와 phugoid mode의 특성을 함께 지니고 있으며

동적 특성도 비행 상태에 따라 다양하게 나타난다. 현대의 고성능 항공기

의 조종입력은 조종사 입력뿐만 아니라 비행조종장치에서 항공기의 안정

성과 조종성을 증가시키기 위한 입력이 포함된다. 이러한 고성능 비행조

종 장치와 숙련된 조종사의 결합은 외부에서 보는 항공기의 기능을 거의

자세제어와 속도벡터 제어의 단순한 형태로 나타낼 수 있다. 이러한 특성

을 고려할 때 교전 모의용 시뮬레이션 모델의 경우 저충실도의 시뮬레이

션으로 표현할 수 있다.

조종사 모델에서는 교전 상황의 조종사의 역할을 모델링한다. 조종사는

Leader의 전술 명령 받고 적기에 대한 교전상황에 대해 판단하여 상황에

따라 전술을 결정 한 후 기동을 구현을 위해 조종면을 조작한다.

기존 연구에서 조종사의 기동 결정을 모델링하기 위하여 3가지 방법이

대표적으로 사용되었다. 첫 번째는 체스에서 사용하는 순차적인 기동 결

정 방법이다. 두 번째는 각 기동에 대해서 일정 시간 이후 상황을 계산하

여 좀 더 우위적인 상황이 되는 기동을 선택하는 방법이다. 마지막으로

최적화를 통해 기동을 선택하는 방법이 있다. 기존 연구의 경우 실시간

구현 문제가 발생할 수 있으며, 실시간을 위하여 예측 시간을 결정할 경

우 예측 시간에 대한 최선이 될 뿐 전체에 대한 최선이 될 수 없다. 또한

기동 구현 형태가 실제 조종사가 훈련받고 사용하는 기본 비행 기동

(BFM)의 형태가 아닌 최대 속도 가속, 동체의 수직방향 가속, 측방향 가

- ii -

속의 형태로 구현하였다.

본 논문에서는 교전 시뮬레이션 모델로써 간략화된 공력모델과 추력모

델을 포함하는 개선된 5 자유도 시뮬레이션을 제안하였다. 이 모델은 제

한된 공력데이터와 계산 용량이라는 한계 요소를 반영하면서 실제 항공기

의 특성 표현하는 적절한 충실도를 가진다. 5 자유도 시뮬레이션 모델은

full flight simulator와의 비교를 통하여 적합도를 분석하였다.

또한 본 논문에서는 시계내(WVR)에서의 일대일 교전 상황에서의 인공

신경망을 이용한 조종사 기동 결정 모델링 방안을 제안하였다. 인공 신경

망은 각 비행 상태에 상황 인자를 입력 받아 최적의 BFM 선택을 출력하

기 위해 교육된다. 또한 전투기의 기동 모사를 위해서 BFM을 분류하고

기동 모사를 위한 유도를 설계하였다. 조종사의 비행 능력으로 유도 성

능, 기동 선택시의 불확실성 등을 고려하여 현실적인 시뮬레이션을 구현

하였다. 구현된 조종사 기동 결정 모델은 인공 신경망에 의해 결정됨에

따라 빠른 연산 속도를 가지며, 추가되는 BFM이나 전술 기동에 대해서

도 인공 신경망 재교육을 통해 적용이 가능하다.

마지막으로 구현된 통합 교전 시뮬레이션을 이용하여 항공기 기체 능력

의 차이, 동급 비행기에 대한 구현 기술의 차이, 조종사 조종 능력의 차

이, 최대 롤각속도 차이에 대한 시뮬레이션 결과를 통해 교전 시뮬레이션

모델의 검증과 실용성을 보인다.

- iii -

Aircraft combat simulations are usually used as trainer for the

pilots in one to one or multiple combat situation, and also used as

combat assessment and analysis tool for various. These combat

simulations include models of aircraft dynamics, flight control

system, fire control system, pilot, and etc.

With limited computing powers and aerodynamic database,

dynamics model should have suitable fidelity to reflect the motion

of vehicles. Especially, full flight simulator(FFS) should include

accurate aerodynamics and propulsion system models. Vehicle's

dynamic motions represent as short period mode and phugoid

mode, and these dynamic motions are different by flight conditions.

Flight control systems of modern high performance aircraft usually

mix the pilot control input to command from stability and control

augmentation system(SCAS). These features are simplified as

attitude control and velocity vector control. For the combat

simulations, it is not necessary to use high fidelity model.

Pilot models reflect a pilot's decisions in various combat

situations. Pilot generate a command by combat status and the

tactical orders from leader pilot.

In the previous research, typically 3 types of modeling method

are used for pilot maneuvering decision. First is sequential decision

method like a chess game. Second is predicting decision method

that predict result of some case, than take a decision by scoring

that cases. Last one is optimal decision method. In the previous

research, there is some issues of real-time implement. Fixing the

predict time for real-time implement is not a optimal solution for

total simulation. And they represent command as maximum speed

acceleration, load factors, not the basic flighter maneuvers(BFM)

familiar to pilots.

- iv -

In this thesis, modified 5 degree of freedom(DOF) simulations are

proposed with simplified aerodynamic and propulsions models. In

spite of limited aerodynamic datas and computing power, these

simulation models show the optimum fidelity. To show suitability of

5Dof simulation models, comparison datas with FFS are also

included.

In addition, pilot maneuver decision method by using artificial

neural networks in one to one combat situations are proposed.

Artificial neutral networks are learning for select best BFM from

the sorted input in various flight condition. And for reflect fighters

maneuvers, BFMs are assorted and guidance laws are designed for

implementing the maneuvers. By considering uncertainty of pilot's

capability, it shows realistic result. Implemented pilot maneuver

decision models are composed by artificial neural networks, so it

shows fast computing times. And by re-learning of artificial neutral

networks, additional BFMs are quickly adapted to simulations.

Finally it shows validity and practicality of the combat

simulations by represent the results of comparisons between

different types of aircraft, maneuvering techniques, pilot capability,

performance of maximum roll rate.

- v -

1. 개요 ······················································································································ 1

1.1 연구배경 ········································································································ 1

1.1.1 항공기 교전 모의용 시뮬레이션 모델 ············································ 1

1.1.2 조종사 기동 결정 모델링 ·································································· 2

1.2 연구내용 및 의의 ························································································ 7

1.3 논문의 구성 ·································································································· 9

2. 항공기 CGF용 시뮬레이션 모델 ································································· 10

2.1 5자유도 시뮬레이션 모델 ······································································· 10

2.2 Full Flight Simulator와의 비교를 통한 적합도 분석 ····················· 18

2.3 Flying Quality ·························································································· 23

2.3.1 세로방향 ······························································································ 25

2.3.2 가로방향 ······························································································ 29

3. 전투 기동 분류와 기동 모사 ······································································· 34

3.1 전투 상황 ··································································································· 34

3.1.1 에너지 관리 ························································································ 35

3.1.2 위치 기하학 ························································································ 39

3.1.3 무기 발사 범위 ·················································································· 41

3.2 전투 기동 분류 ························································································· 43

3.2.1 공격 BFM ··························································································· 43

3.2.2 방어 BFM ··························································································· 49

3.3 전투 기동 모사를 위한 유도부 ····························································· 50

3.3.1 조종사 모델 유도부 설계 ································································ 50

3.3.2 BFM 기동 유도부 구현 ··································································· 53

4. 조종사 기동 결정 모델링 ············································································· 59

4.1 조종사 모델 ······························································································· 59

- vi -

4.2 공격, 방어 상황 정의 ·············································································· 60

4.3 표적 기동 추정 ························································································· 62

4.4 위치 기하학을 이용한 평가 기준 ························································· 64

4.5 인공 신경망을 이용한 조종사 기동 결정 모델 ································· 65

5. 공중 교전 시뮬레이션 ··················································································· 74

5.1 통합 시뮬레이션 모델 구성 ··································································· 74

5.1.1 기체 선정 ···························································································· 75

5.1.2 무기 ···································································································· 79

5.2 기동한계에 차이에 따른 교전 시뮬레이션 ········································· 80

5.3 조종사 구현 기술 차이에 따른 교전 시뮬레이션 ····························· 84

5.4 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 ························· 88

5.5 최대 롤각속도 차이에 따른 교전 시뮬레이션 ··································· 92

5.6 동일 기동 능력 Head-On 교전 시뮬레이션 ······································ 96

6. 결론 ················································································································· 100

부록 A. 개선된 5자유도 운동 방정식 ·························································· 101

참고 문헌 ············································································································ 108

- vii -

표 2.1 MIL-HDBK-1797 비행제어 성능 관련 항목 ································· 24

표 2.2 세로방향 단주기 운동에 대한 감쇠비 요구도 ································· 27

표 2.3 최대 롤 모드 시간 상수() ···································································· 29

표 2.4 Class Ⅳ 속도 범위 ··············································································· 30

표 2.5 Roll performance for Class Ⅳ aircraft ······································· 31

표 2.6 Flight phase CO roll performance in nominal 1-g rolls ······· 31

표 2.7 Flight phase CO roll performance, n>1 ······································ 32

표 4.1 인공신경망 방어 상황에 대한 기동선택 입출력 ····························· 67

표 4.2 인공신경망 공격 상황에 대한 기동선택 입출력 ····························· 68

표 5.1 통합 시뮬레이션 모델 F-16 비행 특성 ··········································· 78

표 5.2 M61 기총 무기 제원 [22] ·································································· 79

표 5.3 기동한계에 차이에 따른 시뮬레이션 교전 기동 선택 ··················· 80

표 5.4 조종사 구현 기술 차이에 따른 시뮬레이션 교전 기동 선택 ······· 84

표 5.5 조종사 판단 정확도 차이에 따른 시뮬레이션 교전 기동 선택 ··· 88

표 5.6 최대 롤각속도 차이에 따른 시뮬레이션 교전 기동 선택 ············· 92

표 5.7 동일 기동 능력 Head-On 시뮬레이션 교전 기동 선택 ··············· 96

- viii -

그림 1.1 heuristic value-driven system 순서도 ········································ 3

그림 1.2 AML의 조종사 기동 결정 모델 ························································ 4

그림 1.3 knowledge-based expert system TDG의 조종사 기동 결정

모델 ··························································································································· 4

그림 1.4 knowledge-based expert system ················································· 4

그림 1.5 Tree Lookahead ················································································· 5

그림 1.6 후보 7가지 기동 ··················································································· 6

그림 1.7 Red Advantage ···················································································· 6

그림 1.8 multistage influence diagram 예 ··················································· 6

그림 1.9 fuzzy 기동 결정 방식 예 ································································· 7

그림 2.1 항공기에 작용하는 힘과 모멘트[14] ············································ 10

그림 2.2 옆미끄럼각이 0, 롤각이 0일 때 항공기에 작용하는 힘 ··········· 11

그림 2.3 옆미끄럼각이 0, 속도 벡터에 대한 롤각이 0이 아닐 때 항공기

에 작용하는 힘 ····································································································· 14

그림 2.4 5자유도, 6자유도 시뮬레이션과의 비교 ······································· 18

그림 2.5 6DOF, 5DOF 시뮬레이션 모델 비교 ············································ 20

그림 2.6 6DOF, 5DOF 시뮬레이션 모델 비교 ············································ 21

그림 2.7 6자유도, 5자유도 시뮬레이션 모델 비교 ····································· 22

그림 2.8 조종사의 비행경로각과 자세각 제어형태[MIL-HDBK-1797] 25

그림 2.9 CAT. A 세로방향 단주기 운동에 대한 고유진동수 요구도

[MIL-F08785C] ·································································································· 26

그림 3.1 V-n 선도 [18] ·················································································· 35

그림 3.2 선회 성능 [19] ·················································································· 37

그림 3.3 기동선도 [19] ···················································································· 37

그림 3.4 전투 위치 기하학 ··············································································· 39

그림 3.5 측면각 정의 ························································································· 40

그림 3.6 공격기 기준 무기 발사 범위 예 ····················································· 41

그림 3.7 1g 기동의 표적에 대한 미사일 발사 가능 구간 ························ 42

그림 3.8 5g 기동을 하는 표적에 대한 미사일 발사 가능 구간 ·············· 42

- ix -

그림 3.9 적기 기준 기총 발사 범위 ······························································· 43

그림 3.10 추적의 3가지 방법 ·········································································· 44

그림 3.11 일치 추적과 선도 추적시의 의 문제 상황 예 ··························· 45

그림 3.12 Low yo-yo 상황도 [21] ······························································ 46

그림 3.13 High yo-yo 상황도 [21] ····························································· 47

그림 3.14 정면 공격 상황도 ············································································· 48

그림 3.15 적이 선회반경 밖에 있을 때의 방어 기동 ································· 49

그림 3.16 적이 선회 반경 안에 있을때의 방어 기동 ································· 49

그림 3.17 조종사 모델 구조도 ········································································· 50

그림 3.18 경로점 유도 개념도 ········································································· 51

그림 3.19 경로선 유도 개념도 ········································································· 52

그림 3.20 경로선 유도 관계 ··········································································· 52

그림 3.21 지연 추적 상황도 ············································································· 53

그림 3.22 일치 추적 상황도 ············································································· 54

그림 3.23 선도 추적 거리 모델 ······································································· 55

그림 3.24 선도 추적 상황도 ············································································· 55

그림 4.1 조종사 모델 순서도 ··········································································· 59

그림 4.2 편차각, 측면각 정의 ·········································································· 60

그림 4.3 공격/방어 상황 정의 ······································································· 60

그림 4.4 Offensive 상황(C 영역) ··································································· 61

그림 4.5 Offensive(Neutral) 상황(A 영역) ················································· 61

그림 4.6 Defensive 상황 (B 영역) ································································ 61

그림 4.7 Offensive(Head-on) 상황 (D 영역) ············································· 62

그림 4.8 3점과 원의 관계 [22] ······································································ 62

그림 4.9 성능 지수 예시 ··················································································· 65

그림 4.10 기동 결정 mapping space 생성 과정 ········································ 66

그림 4.11 기동 결정 인공신경망 개요 ··························································· 67

그림 4.12 3층 신경망 구조 ·············································································· 69

그림 4.13 선회하는 표적에 대한 지연 추적시의 두 기체의 비행상태 ··· 70

그림 4.14 선회하는 표적에 대한 지연 추적시의 두 기체의 비행상태 ··· 70

그림 4.15 선회하는 표적에 대한 지연 추적시의 두 기체의 위치 ··········· 71

그림 4.16 선회하는 표적에 대한 지연 추적에 따른 상대거리 ················· 71

- x -

그림 4.17 선회하는 표적에 대한 High yo-yo시 두 기체의 비행상태 ·· 72

그림 4.18 선회하는 표적에 대한 High yo-yo시 두 기체의 비행상태 ·· 72

그림 4.19 선회하는 표적에 대한 High yo-yo시 두 기체의 궤적 ·········· 73

그림 4.20 선회하는 표적에 대한 High yo-yo 기동시 두 기체의 상대거

리 ····························································································································· 73

그림 5.1 통합 시뮬레이션 모델 구성도 ························································· 74

그림 5.2 개별의 하위 모듈 구성 ····································································· 75

그림 5.3 통합 시뮬레이션 F-16 모델 최대 추력(애프터버너 미사용) ·· 75

그림 5.4 통합 시뮬레이션 모델 F-16 최대 추력(애프터버너 사용) ······ 76

그림 5.5 통합 시뮬레이션 모델 F-16 양력 곡선 ······································· 76

그림 5.6 통합 시뮬레이션 모델 F-16 항력 곡선 ······································· 77

그림 5.7 통합 시뮬레이션 모델 F-16 Flight Envelop ····························· 77

그림 5.8 기동한계에 차이에 따른 교전 시뮬레이션 결과 ························· 81

그림 5.9 기동한계에 차이에 따른 교전 시뮬레이션 결과 ························· 81

그림 5.10 기동한계에 차이에 따른 교전 시뮬레이션 결과 ······················· 82

그림 5.11 기동한계에 차이에 따른 교전 시뮬레이션 결과 ······················· 82

그림 5.12 기동한계에 차이에 따른 교전 시뮬레이션 결과 ······················· 83

그림 5.13 기동한계에 차이에 따른 교전 시뮬레이션 결과 ······················· 83

그림 5.14 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과 ··········· 85

그림 5.15 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과 ··········· 85

그림 5.16 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과 ··········· 86

그림 5.17 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과 ··········· 86

그림 5.18 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과 ··········· 87

그림 5.19 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과 ··········· 87

그림 5.20 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과 ······· 89

그림 5.21 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과 ······· 89

그림 5.22 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과 ······· 90

그림 5.23 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과 ······· 90

그림 5.24 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과 ······· 91

그림 5.25 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과 ······· 91

그림 5.26 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과 ················· 93

그림 5.27 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과 ················· 93

- xi -

그림 5.28 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과 ················· 94

그림 5.29 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과 ················· 94

그림 5.30 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과 ················· 95

그림 5.31 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과 ················· 95

그림 5.32 동일 기동 능력 Head-On 교전 시뮬레이션 결과 ··················· 97

그림 5.33 동일 기동 능력 Head-On 교전 시뮬레이션 결과 ··················· 97

그림 5.34 동일 기동 능력 Head-On 교전 시뮬레이션 결과 ··················· 98

그림 5.35 동일 기동 능력 Head-On 교전 시뮬레이션 결과 ··················· 98

그림 5.36 동일 기동 능력 Head-On 교전 시뮬레이션 결과 ··················· 99

그림 5.37 동일 기동 능력 Head-On 교전 시뮬레이션 결과 ··················· 99

그림 A.1 항공기 좌표계 [14] ······································································· 101

그림 A.2 개선된 5자유도 운동방정식 구성도 ············································ 102

그림 A.3 옆미끄럼각이 0, 속도 벡터에 대한 롤각이 0이 아닐 때 항공기

에 작용하는 힘 ·································································································· 105

- xii -

ADC : Analog to Digital Converter

AWACS : Airborne Warning And Control System

BFM : Basic Fighter Maneuvering

BVR : Beyond Visual Range

CAS : Control Augmented System

CGF : Computer Generated Force

DOF : Degree of Freedom

FOV : Field of View

HCA : Heading Cross Angle

LOS : Line of Sight

LQR : Linear Quadratic Regulator

MAC : Mean Aerodynamic Chord

SAS : Stability Augmented System

WVR : Within Visual Range

- xiii -

: 지구에 상대적인 속도

: 항법 좌표계에 상대적인 동체 좌표계의 오일러 자세각(롤각, 피

치각, 요각)

: 비행경로각. 지면(항법좌표계 평면)에 대해서 속도 벡터가

이루는 각도로 윗방향이 양수.

: 받음각

: 옆미끄럼각

: 추력

: 양력

: 항력

: Geodetic Latitude

: Geodetic Longitude

: 3차원 위치

: 거리나 회전반경

: 지구의 주축 반경(6,378,137 m)

: 지구의 남북 방향 반경

: 지구의 동서 방향 반경

: 지구 이심률(0.0818191908426)

: 시정수

: 감쇠비

: 고유진동수

: 하중계수

: 선회하중계수

: 무게

: 날개면적

: 밀도

: 양력

: 항력

- xiv -

: 추력

: 무차원 양력계수

: 무차원 항력계수

: 제어게인

: 엘리베이터 변위

: 에일러론 변위

: 쓰로틀

: 적기, 표적(RED)

: 아군, 공격기(BLUE)

[좌표변환]

cos sin sin cos

cos sin

sin cos

cos sin

sin cos

cos cos cos sin sin

sin sin coscos sin sin sin sincos cos sincoscos sin cossin sin cos sin sinsin cos cos cos

cos cos sin sin coscos sin cos sin cossin sin

cos sin sin sin sincos cos cos sin sinsin cossin sincos cos cos

cos sin

sin cos

- 1 -

1. 개요

전자기술의 발전과 함께 실제 상황에 대한 M&S(Modeling and

Simulation) 연구가 활발히 이루어지고 있으며, 이러한 M&S 연구를 통해

시뮬레이션으로 문제를 예측함에 따라 알고리듬 개발에서부터 넓게는 새

로운 체계 개발의 기초로 사용하고 있다. 이러한 시뮬레이션 기반 접근은

개발 기간의 단축 효과를 보이고 있다.

전투 효과도 분석을 위하여 가상의 시뮬레이션 환경이 CGF(Computer

Generated Force)가 개발되어 활용되고 있다. 미국의 경우 최신 전투기

F-22, JSF 등을 포함한 모든 전투기 개조 및 개발 사업에 있어 초기 설

계부터 이러한 개념을 도입하여 전투기를 설계하고 있다. 또한 체계개발

뿐 아니라 실제 운용 단계까지 전투 효과를 향상시키도록 다각적으로 이

방법을 활용하고 있다[1].

교전급 모델로는 미 공군의 표준모델로 공대공 교전모의 분석에 전문화

된 Brawler가 대표적이며 단위 무기 체계간 손실률 및 생존성 분석에 활

용되고 있다. 임무/전투급 모델은 다종 무기체계가 참여하여 손실률 및

조우 확률 분석 등을 통해 전력 평가 업무에 활용되며 대표적인 모델은

EADSIM(Extended Air Defence Simulation)이다. 전구/전역급 모델로는

공군의 워게임 모델로써 창공이 대표적이다[2].

이러한 공대공 교전모의 분석을 위한 국내의 연구로는 참고문헌 [1]의

전투효과 분석에 관한 연구가 있었다. 이 연구에서는 확률 모델 기반으로

전투효과도를 분석하였다. 또한 최근 연구로 참고문헌 [2]가 있으며, 이

연구에서는 실제 교전급 모델로 개발하고 있다.

1.1 연구배경

1.1.1 항공기 교전 모의용 시뮬레이션 모델

고정익 항공기 모델은 단순한 3자유도 질점 모델부터 6 자유도 모델까

지 다양하게 존재하며, 같은 6 자유도라도 공력 데이터의 충실도에 따라

여러 등급으로 나뉜다. 이들 시뮬레이터의 구성은 사용목적과 계산환경에

따라 결정된다. 조종사의 훈련용으로 사용될 full flight simulator는 실제

대상 항공기와의 동적거동이 유사해야 하므로 공력 데이터 산출을 위해

전산유체역학 및 풍동시험 기법 뿐 아니라 비행시험으로 통해서도 데이터

- 2 -

보정을 수행한다. 이러한 공력 데이터베이스는 양도 방대하지만 구조도

복잡하여 시뮬레이션 refresh rate에도 영향을 미칠 수 있다.

CGF는 하나의 시뮬레이션 session에서 복수로 사용되는 것이 일반적

이기 때문에 실제 조종사가 탑승한 항공기와 동급의 충실도로 시뮬레이션

하는 것은 적절하지 않다. 항공기는 일반적으로 short period mode와

phugoid mode의 특성을 함께 지니고 있으며 동적 특성도 비행 상태에

따라 다양하게 나타난다. 조종사는 이러한 다양한 비행특성을 체험할 수

있어야 하므로 이를 반영해 줄 수 있는 충실도를 가진 시뮬레이션이 필요

하다. 하지만 현대의 고성능 비행조종 장치와 숙련된 조종사의 결합은 외

부에서 보는 항공기의 기능을 거의 attitude 제어 또는 속도 벡터 제어의

단순한 형태로 나타난다. 따라서 실제 조종사가 탑승하지 않으면서 그 기

능을 시뮬레이션 해야 하는 CGF의 경우 저충실도의 시뮬레이션이 더 적

합하다. 따라서 가장 보편적인 CFG 항공기 모델은 yaw degree of

freedom이 제어도 5자유도 시스템이다[3, 4].

이와 같이 일반적으로 활용되고 있는 저충실도 모델은 실제 full flight

simulator 대한 적합도를 분석한 연구가 이루어지지 않았다. 그러므로 이

에 대한 검증이 요구된다.

1.1.2 조종사 기동 결정 모델링

조종사 기동 결정 모델링에 연구되어 온 방법으로는 퍼지로직을 이용한

knowledge-based expert system, heuristic value-driven system,

discrete dynamic games, multistage influence diagram 등이 있다.

heuristic value-driven system[5] 연구에서는 Rule based의 경우

flexibility와 유지 관리가 어려운 단점이 있음에 따라 Value driven

based 결정 모델을 개발하였다. Value driven based은 그림 1.1과 같이

기동의 선택, 미래에 대한 계산, Score 계산을 통해 가장 높은값을 가지

는 기동을 선택하는 방법이다.

- 3 -

그림 1.1 heuristic value-driven system 순서도

knowledge-based expert system은 참고문헌 [6]에서는 기존 연구인

AML(Adaptive Maneuvering Logic Program)에서 좀 더 발전된 형태인

TDG(knowledge-based guidance system)를 고충실도의 시뮬레이션 모

델과 Within-Visual Range(WVR)내에서의 전투용으로 개발하였다. 그림

1.2와 1.3와 같이 AML, TDG 에서는 적기의 위치, 속도를 이전 값을 이

용하여 curve-fitting하여 추정하여 각각의 trial maneuver에 대해서

score를 판별하여 기동을 결정한다. heuristic value-driven system의

방식과 기동선택 방법은 상황판단, 제어의 방식에 있어

knowledge-based 방식을 사용함이 다르다.

TDG에서는 AML의 throttle 제어기와 score 모듈, 상황 판단 모듈

(Situation Assesment)을 rule-based programming approach로 변경하

였다. Knowledge-based Situation Assesment(SA) 모듈 각각의 rule 예

가 그림 1.4와 같다.

- 4 -

그림 1.2 AML의 조종사 기동 결정 모델

그림 1.3 knowledge-based expert system TDG의 조종사 기동 결정 모델

그림 1.4 knowledge-based expert system

- 5 -

discrete dynamic games의 하나인 Tree Lookahead 방법[7]은 최적

결정을 위한 방법으로 체스에서 사용되는 방법과 유사하다. 그림 1.5는

lookahead process에서의 Blue 팀의 game tree를 나타낸다. 각 노드는

위치와 적군 아군의 배치 등에 의하여 특성화된 전투 상황을 나타낸다.

최상위 노드는 현재 전투 상황을 나타낸다. 각 노트에서 내리는 결정은

Attack, Defend, Hold 세 가지이다. 각 가지는 각 결정에 따른 결과로

연결된다. Blue 팀의 선택과 그에 따른 Red 팀의 선택, Red 팀의 선택에

따른 Blue 팀의 선택 이루어져 한다. 최하위 노드는 최종 결과가 아닌 중

간결과를 나타내며 경험적인 점수로 나타낼 수 있다.

그림 1.5 Tree Lookahead

discrete dynamic games의 하나인 Austin[8] 접근은 조금 다르다. 기

동의 종류를 7가지로 제한하며, 각 팀의 동시적인 선택에 따른 Red 팀의

이득 점수 결정한다. Score matrix로 구현, 몇 초 후의 값을 score로 결

정하여 기동을 선택한다. Red Advantage 결정시 그림 1.7과 같이 각 열

에서 최소값을 계산하고, 최소값 중 최대값을 가지고 있는 기동을 선택한

다.

- 6 -

그림 1.6 후보 7가지 기동 그림 1.7 Red Advantage

multistage influence diagram [9~12]은 decision tree와 유사한 방법

으로 최적 비행경로 생성을 위해 사용되며, 비선형 프로그래밍으로 구현

하였다. 그림 1.8과 같이 연속적인 기동 선택 노드와 arc로 이루어지며,

불확실성과 선호도를 반영 가능하다. 최적화 문제를 위한 형태라고 할 수

있으며, 실시간 구현이 어렵다.

그림 1.8 multistage influence diagram 예

- 7 -

Shang-Jeng Tsai[13]는 Fuzzy를 이용하여 Score를 계산하였다.

Austin과 마찬가지로 7가지의 기동을 결정하고 각 기동에 대한 일정 시

간 이후 Score를 계산하여 기동을 선택하는 방식이다. 그림 1.9와 같이

일정 시간 이후 상태에 대해서 aspect, relative distance, velocity,

height fuzzy 입력으로 이용하여 Score를 결정한다.

그림 1.9 fuzzy 기동 결정 방식 예

1.2 연구내용 및 의의

본 논문은 가상 항공기 교전 시뮬레이션을 위한 BFM 기반 조종사 인

공지능 모델을 제안한다. 교전 시뮬레이션에서 항공기 운동 시뮬레이션

모델은 제한된 공력데이터와 계산 용량이라는 한계 요소를 반영하면서 실

제 항공기의 특성을 반영할 수 있도록 적절한 충실도를 가지고 구성되어

야 한다. 기존 연구에서 간략화 시뮬레이션 모델에 대한 적절한 설계와

적합도 분석 연구가 이루어지지 않았다. 따라서 본 논문에서는 교전 시뮬

레이션 모델로써 간략화된 공력모델과 추력모델을 포함하는 기존의 5 자

유도 시뮬레이션의 개선하여 정확도를 향상시켰다. 이 모델은 제한된 공

력데이터와 계산 용량이라는 한계 요소를 반영하면서 실제 항공기의 특성

- 8 -

표현하는 적절한 충실도를 가진다. 5 자유도 시뮬레이션 모델은 full

flight simulator와의 비교를 통하여 적합도를 분석하였다.

조종사 모델에서는 교전 상황의 조종사의 역할을 모델링한다. 조종사는

Leader의 전술 명령 받고 적기에 대한 교전상황에 대해 판단하여 상황에

따라 전술을 결정 한 후 기동을 구현을 위해 조종면을 조작한다.

기존 연구에서 조종사의 기동 결정을 모델링하기 위하여 3가지 방법이

대표적으로 사용되었다. 첫 번째는 체스에서 사용하는 순차적인 기동 결

정 방법이다. 두 번째는 각 기동에 대해서 일정 시간 이후 상황을 계산하

여 좀 더 우위적인 상황이 되는 기동을 선택하는 방법이다. 마지막으로

최적화를 통해 기동을 선택하는 방법이 있다. 기존 연구의 경우 실시간

구현 문제가 발생할 수 있으며, 실시간을 위하여 예측 시간을 결정할 경

우 예측 시간에 대한 최선이 될 뿐 전체에 대한 최선이 될 수 없다. 또한

기동 구현 형태가 실제 조종사가 훈련받고 사용하는 기본 비행 기동

(BFM)의 형태가 아닌 최대 속도 가속, 동체의 수직방향 가속, 측방향 가

속의 형태로 구현하였다.

본 논문에서는 시계내(WVR)에서의 일대일 교전 상황에서의 인공 신경

망을 이용한 조종사 기동 결정 모델링 방안을 제안하였다. 인공 신경망은

상황인자를 입력을 받아 최적의 BFM 선택을 출력하기 위해 교육된다.

또한 전투기의 기동 모사를 위해서 BFM을 분류하고 기동 모사를 위한

유도를 설계하였다. 조종사의 비행 능력으로 유도 성능, 기동 선택시의

불확실성 등을 고려하여 현실적인 시뮬레이션을 구현하였다. 구현된 조종

사 기동 결정 모델은 인공 신경망에 의해 결정됨에 따라 빠른 연산 속도

를 가지며, 추가되는 BFM이나 전술 기동에 대해서도 인공 신경망 재교

육을 통해 적용이 가능하다.

제안한 시뮬레이션 모델과 조종사 모델을 포함한 가상 항공기 교전 시

뮬레이션은 일대일 교전 상황에서의 조종사의 훈련에 사용될 뿐만 아니라

전투 상황에 따른 전력평가 및 분석 도구로 사용될 수 있다. 또한 제안한

조종사 기동 결정 알고리듬은 유인전투기의 가상 모델뿐만 아니라 무인전

투기의 교전 알고리듬으로 적용이 가능하다.

- 9 -

1.3 논문의 구성

본 논문은 가상 항공기 교전 시뮬레이션을 위한 BFM 기반 조종사 인

공지능 모델을 제안한다. 1장에서는 연구배경을 통해 연구 내용과 연구

내용의 의의를 보였다.

2장에서는 항공기 CGF용 시뮬레이션 운동 모델로서 5자유도 시뮬레이

션 모델의 기존 연구 문제점을 분석하고 개선된 모델을 제안하였다. 또한

Full Flight Simulator와의 비교를 통해 적합성을 분석하였다. 그리고

Flying Quality 측면에서 MIL-spec을 분석하여 시뮬레이션 모델 제어기

파라미터의 가이드라인을 제시하였다.

3장에서는 조종사 모델링을 위하여 BFM 전투 기동을 분류하고 각 기

동의 특성을 분석하여 기동 모사를 위한 유도부 설계와 기동 모델링을 보

인다.

4장에서는 조종사 기동 결정 모델로서 인공신경망을 이용한 조종사 기

동 결정 모델을 제안하였다. 이 과정에서 조종사의 상황 판단에 대한 기

준을 제시하고, 표적의 기동 추정방법과 평가 기준을 제시하였다.

5장에서는 구현된 통합 교전 시뮬레이션을 이용하여 항공기 기체 능력

의 차이, 동급 비행기에 대한 구현 기술의 차이, 조종사 조종 능력의 차

이, 최대 롤각속도의 차이에 대한 시뮬레이션 결과를 통해 교전 시뮬레이

션 모델의 검증과 실용성을 보인다.

- 10 -

2. 항공기 CGF용 시뮬레이션 모델

2.1 5자유도 시뮬레이션 모델

현대의 고성능 항공기의 조종입력은 조종사 입력뿐만 아니라 비행조종

장치에서 항공기의 안정성과 조종성을 증가시키기 위한 입력이 포함된다.

이러한 고성능 비행조종 장치와 숙련된 조종사의 결합은 외부에서 보는

항공기의 기능을 거의 자세제어와 속도벡터 제어의 단순한 형태로 나타낼

수 있다. 이러한 특성을 고려할 때 교전 모의용 시뮬레이션 모델의 경우

저충실도의 시뮬레이션 모델로 표현할 수 있다. 저충실도 시뮬레이션 모

델의 장점은 연산속도가 빠른 것뿐만 아니라, 고충실도 시뮬레이션 모델

에 대한 비행 전 영역 제어기 설계를 생략할 수 있다는 것이다. 또한 알

려지지 않은 제어기에 대해서도 구현을 생략할 수 있다. 가장 보편적으로

사용되는 모델은 동체축 y방향 병진 운동이 제외된 5 자유도 모델이다.

즉, 옆미끄럼각()이 0으로 가정된다. 항공기는 그림 2.1과 같이 속도 방

향에 따라 받음각와 옆미끄럼각이 존재한다. 일반적으로 항공기에서는 러

더를 이용하여 옆미끄럼각을 감소시키는 제어기가 탑재되어있다.

그림 2.1 항공기에 작용하는 힘과 모멘트[14]

- 11 -

그림 2.2 옆미끄럼각이 0, 롤각이 0일 때 항공기에 작용하는 힘

옆미끄럼각이 무시되므로 무차원 공력 미계수로는 측력 계수를 제외한

양력계수와 항력계수가 사용된다. 엔진의 특성 모사로는 간략화된 추력모

델이 포함된다. 그림 2.2는 위와 같은 가정에 따른 항공기에 작용하는 힘

과 좌표계와의 관계를 나타낸다.

실제 항공기의 제어입력은 쓰로틀, 엘리베이터, 에일러론, 러더 등 이

다. 5자유도 시뮬레이션 모델에서는 제어기와 조종사에 의하여 구성된 제

어 형태임을 고려하여 제어입력으로 받음각 명령(), 속도 벡터에 대한

롤각 명령(), 쓰로틀 명령()을 가진다.

쓰로틀은 애프터버너를 사용하지 않을 경우(military power) 0~1.0, 애

프터버너를 사용할 경우(maximum power) 1.0~1.5 범위로 표현한다. 애

프터버너 사용여부에 따라 최대 추력이 다르며, 추력 명령과 쓰로틀 관계

식은 다음과 같다.

- 12 -

max i f ≤max

max max i f ≤

받음각의 운동방정식은 댐핑계수와 고유진동수를 가지는 2차 모델로 모

델링한다. 롤각, 추력에 대한 운동방정식은 다음과 같이 시정수()를 가지

는 1차 미분항으로 모델링 한다.

(2.1)

(2.2)

(2.3)

일반적으로 운동학적 관계에서 병진 좌표는 항법 좌표축으로 식 (2.4)

와 같이 표현되며, 축은 북쪽, 축은 동쪽, 축은 지면방향이다. 항법좌

표계로 표현된 속도를 이용하여 위도(), 경도(), 고도()의 변화율은 식

(2.5)와 같이 결정된다.

coscos cossin sin

(2.4a)

(2.4b)

(2.4c)

- 13 -

cos

(2.5a)

(2.5b)

(2.5c)

여기서,

남북방향 지구 반경 sin

동서방향 지구 반경 sin

일반적으로 많이 사용되고 있는 5자유도 운동방정식은 다음과 같이 구

성된다. 옆미끄럼각과 바람의 성분을 무시하고, 추력방향이 동체 축과

일치한다고 가정한다. 그에 따라 운동방정식은 속도, 비행경로각, 방위각,

질량에 대해 식 (2.6)~(2.9)와 같이 변화율을 표현할 수 있다.

cos

sin (2.6)

sincos cos (2.7)

cossinsin

(2.8)

(2.9)

- 14 -

양력과 항력은 다음과 같다.

옆미끄럼각이 0일 경우 , , , 벡터는 동체축 평면 상에 존

재한다. 그러므로 그림 2.3과 같이 옆미끄럼각이 0이라 가정한 5자유도

시뮬레이션 모델은 롤각이 발생할 경우 동체축 와 속도 벡터가 지면에

수직 평면상에 존재하지 않게 된다. 그러므로 속도 의 방위각()과 동

체 축에 대한 방위각()은 동일하지 않다. 또한 롤각과 속도벡터에 대한

롤각이 동일하지 않으며 피치각도 비행경로각과 받음각의 합으로 나타내

어지지 않는다.

일반적으로 사용하는 이와 같은 안정 좌표계의 5자유도 모델은 속도 벡

터의 방향만 고려함에 따라 기동이 클수록 피치, 롤 커플에 의해 실제 자

세와 차이가 커진다. 무기 장착은 동체 좌표계에 기반하므로 속도벡터에

대한 자세 정보만으로는 부족하며 동체 자세각 정보가 필요하다. 그에 따

라 자세각 정보 유도에 대한 추가 연구가 필요하다.

이에 따라 자세각 정보를 유도하면 다음과 같다. 항법좌표계에서 동체

좌표계로의 변환은 식 (2.10) 같이 방위각, 피치각, 롤각 순서로 변환할

수 있으며, 동일하게 속도벡터에 대한 방위각, 비행경로각, 속도벡터에 대

한 롤각, 받음각 순서로 변환 할 수 있다.

(2.10)

방위각, 비행경로각, 속도벡터에 대한 롤각, 받음각은 운동방정식으로

알고 있는 값이므로 좌표변환 수식은 상수값으로 결정된다.

- 15 -

그림 2.3 옆미끄럼각이 0, 속도 벡터에 대한 롤각이 0이 아닐 때

항공기에 작용하는 힘

(2.11)

cos cos cos sin sinsin sin cos cos sin sin sin sin cos cos sincoscos sin cos sin sin cos sin sin sin cos cos cos (2.12)

그러므로 식 (2.12) 에 따라 롤각, 피치각, 요각 오일러각의 특이점을

고려하여 조건에 따라 식 (2.13)과 (2.14)로 정의 한다.

- 16 -

if sin tan (2.13a)

sin (2.13b)

tan (2.13c)

if sin (2.14a)

sin (2.14b)

tan (2.14c)

또한 기존의 5자유도 운동방정식에 대해서 좀 더 실제적인 특성을 포함

하기 위하여 3가지 특성을 추가로 고려하였다. 실제 공력 한계를 위하여

최대받음각 max , 기동한계 제약에 의한 최대 하중계수 max, 최대 롤각

속도 제한을 고려하였다. 최대 받음각 제한은 상태변수의 최대값 제한으

로 이루어지며, 최대하중계수의 경우 제어/유도부에서 최대하중계수 접근

제한을 위한 받음각 제한 제어로 담당하게 된다. 최대 롤각속도 제한은

아래 식과 같이 항공기 공력계수에 의해서 결정된다.

(2.15)

≤

max(2.16)

조종 입력에 대한 동특성 방정식에 반영하기 위하여 속도벡터에 대한

회전각속도 에 대한 제한으로 유도하였다. 우선 동체좌표계에서의 각속

도와 안정좌표계에서의 각 성분과의 관계를 다음과 같이 나타낼 수 있다.

- 17 -

(2.17)

그러므로 롤각속도는 다음과 같다,

coscossin coscossinsinsin (2.18)

식 (2.)에 따라 다음과 같이 롤각속도의 최소값, 최대값을 결정할 수 있

다.

∈ max

min

그러므로 속도벡터에 대한 롤각속도는 다음과 같은 영역내에 존재하게

된다.

≤cosmax cossin coscossinsinsin

≥cosmin cossin coscossinsinsin

(2.20)

개선된 5자유도 시뮬레이션 모델의 정리본은 부록A 에 수록 되어있다.

- 18 -

그림 2.4 5자유도, 6자유도 시뮬레이션과의 비교

2.2 Full Flight Simulator와의 비교를 통한 적합도 분석

저충실도의 5자유도 시뮬레이션 모델의 적합도를 확인하기 위하여 고충

실도의 6자유도 시뮬레이션 모델과 비교하였다. 비교 기준 6자유도 시뮬

레이션 모델은 참고문헌 [15]에서 제공된 소프트웨어이며, 참고문헌

[16]에서 제시된 F-16 시뮬레이션 FORTRAN 코드를 MATLAB m-file

코드로 변경한 것이다.

6자유도 시뮬레이션 모델의 제어기는 받음각, 롤각, 옆미끄럼각 제어를

위하여 LQR 제어기를 사용하였으며, 제어기 설계 평형점은 속도

153m/sec, 고도 914m, CG 위치가 0.35 MAC인 경우이다.

5자유도 시뮬레이션 모델에서의 공력데이터는 6자유도 시뮬레이션 모

델에서의 엘리베이터 0일 때의 양력, 항력계수로 설정하였다. 추력계수도

6자유도 시뮬레이션 모델과 동일하게 적용하였다. 제어입력에 대한 동적

반응을 결정하는 받음각(), 속도벡터에 대한 롤각(), 추력 반응 특성

()은 제어기를 포함한 6자유도 시뮬레이션 모델의 특성을 시스템 식별

로 분석하여 반영하였다.

제어목표 입력은 쓰로틀을 고정한 상태에서 받음각 3.2도, 속도벡터에

대한 롤각 30도 명령이다. 그림 2.5 ~ 2.7는 20초간 시뮬레이션 한 결과

를 비교한 것이다. 참고값인 6자유도 시뮬레이션 모델에서 옆미끄럼각 제

어기에 의하여 0을 유지하려고 제어되고 있다. 받음각은 초반 유사한 경

- 19 -

향을 보이지만 10초 이후 5자유도와 약간 다른 형상을 보인다. 이 영향

으로 동체 좌표계에서의 속도는 z축 속도는 시간이 흐를수록 큰 차이를

보이고 있다. 항법좌표계에서의 속도의 경우 거의 유사함을 확인 할 수

있다. 그에 따라 위치 오차의 경우 최대 10m 오차가 발생한다.

또한 자세각도 거의 유사한 결과를 보인다. 롤각과 속도벡터에 대한 롤

각()의 경우 거의 차이가 없어 보인다. 또한 방위각과 속도벡터에 대한

방위각()의 경우 최대 2도 차이가 발생하였다. 더 큰 반음각과 속도벡터

에 대한 롤각이 주어질 경우 속도벡터에 대한 자세각과 오일러 자세각 과

의 차이가 크게 달라질 것임을 알 수 있다.

받음각 오차의 경우 6자유도 모델의 제어기의 성능의 한계로 동일한 명

령을 구현 못함에 따라 발생한 오차이다. 실제 전투기에서나 조종사를 포

함한 제어기의 경우 더 좋은 성능을 보일 것이다. 또한 이러한 오차는 간

략화된 공력 모델에서도 발생한다. 전체적인 경향성을 볼 때 5자유도 시

뮬레이션 모델이 6자유도 시뮬레이션 모델과 유사한 결과를 보이고 있으

므로 5자유도 모델이 적절한 충실도로 표현되고 있다고 볼 수 있다.

- 20 -

0 10 20148

150

152

154

156

u b [m

/sec

]

time[sec]0 10 20

6.5

7

7.5

8

8.5

9

wb [

m/s

ec]

time[sec]0 10 20

-5

0

5

v b [m

/sec

]

time[sec]

0 10 20120

130

140

150

160

v N [

m/s

ec]

time[sec]0 10 20

-50

0

50

100

v E [

m/s

ec]

time[sec]0 10 20

-20

-15

-10

-5

0

5

v D [

m/s

ec]

time[sec]

5DOF

6DOF

그림 2.5 6DOF, 5DOF 시뮬레이션 모델 비교

- 21 -

0 10 20-10

0

10

20

30

phi [

deg]

time[sec]0 10 20

2

4

6

8

10

12

thet

a[de

g]

time[sec]0 10 20

0

10

20

30

40

psi [

deg]

time[sec]

μ

χ

0 10 20900

1000

1100

1200

Alti

tude

[m]

time[sec]0 10 20

2

2.5

3

3.5

Ang

le o

f A

ttac

k[de

g]

time[sec]0 10 20

-1

-0.5

0

0.5

1

side

slip

ang

le[d

eg]

time[sec]

5DOF

6DOF

그림 2.6 6DOF, 5DOF 시뮬레이션 모델 비교

- 22 -

-1500 -1000 -500 0 500 1000 1500 20000

500

1000

1500

2000

2500

30002020

East Position[m]

1010

00

Nor

th P

ositi

on[m

]

그림 2.7 6자유도, 5자유도 시뮬레이션 모델 비교

- 23 -

2.3 Flying Quality

5자유도 시뮬레이션 모델에서는 제어기와 조종사에 의하여 구성된 제어

형태임을 고려하여 제어입력으로 받음각 명령(), 속도 벡터에 대한 롤

각 명령(), 쓰로틀 명령()을 가지도록 구성하였다. 이때 받음각 명

령, 롤각 명령, 쓰로틀 명령에 대한 실제 반응은 동적특성을 가지도록 1

차, 2차 모델로 하였다. 실제 고충실도의 6자유도 시뮬레이션 모델과 제

어기 모델을 가지고 있다면 반응특성을 보아 시스템식별 등을 통해 계수

를 결정 할 수 있다. 하지만 전투기 모델은 실제 공력데이터, 추력데이터

가 잘 알려져 있지 않고, 알려져 있더라도 제어기 모델에 대한 정보는 주

어지지 않는다. 이러한 한계를 극복하기 위하여 미군사 규격을 기반으로

가이드라인을 제시할 수 있다.

전투기는 기동성을 높이기 위해 정적으로 중립이거나, 불안정하게 설계

함에 따라 안정성 및 조종성 증대장치(SAS/CAS)를 필수로 탑재한다. 또

한 유인기의 비행성 분야는 비행제어시스템의 출력으로 나타나는 비행체

의 정적/동적 특성이 조종사의 Handling Quality를 만족하는지 여부를 평

가한다.

MIL-F-875C, MIL-STD-1797B, MIL-HDBK-1797C의 미군사 규격

에서는 비행제어법칙 설계와 관련된 주요 비행성 요구항목과 비행제어법

칙을 적용한 항공기에서 검토해야 할 비행성 요구도를 제시한다. 1969년

MIL-F-8785B, 1980년 MIL-F-8785C의 개정을 거쳐 1987년

MIL-STD-1797(USAF)로 개편되었으며, 1997년 표지만 변경된

MIL-HDBK-1797로 등장하였으며, 마지막으로 2006년

MIL-STD-1797B가 발간되어 현재까지 사용되고 있다.

이 미군사 규격에서는 기준 제시를 위하여 항공기의 Class에 따라 4가

지, Flight Phase에 따라 3가지로 분류한다. 전투기의 경우 Class IV이

며, 전투 상황임을 고려하여 Flight Phase는 Category A가 된다. 비행성

Level에 대해서도 3가지로 분류하는데, Level 1이 가장 높은 수준이며,

Level 2, 3로 갈수록 조종이 불편함을 주거나 임무 성공률 성능이 떨어

지게 된다. CGF에서는 고성능, 고가의 전투기임을 고려할 때 최상 레벨

은 Level 1이라고 가정할 수 있다. MIL-HDBK-1797에서 제시하는 비행

- 24 -

[종축 특성]

4.2.1.1 Long-ter Pitch Response (MIL-F-8785C 3.2.1.2)

4.2.1.2 Short-term pitch response

(MIL-F-8785C 3.1.12, 3.2.2.1, 3.2.2.1.1, 3.2.2.1.2, 3.5.3)

4.3.1.1 Transient flight path response to attitude change(추가)

4.3.1.2 Steady-state flight path response to attitude change

(MIL-F-8785C 3.2.1.3)

4.4.1 Speed response to attitude changes

(MIL-F-8785C 3.2.1.1)

[횡축 특성]

4.5.1.1 Roll Mode (MIL-F-8785C 3.3.1.2)

4.5.1.3 Coupled Roll-Spiral Oscillation (추가)

4.5.1.4 Roll Oscillations (MIL-F-8785C 3.3.2.2)

4.5.1.5 Roll Time Delay(추가)

4.5.3 Linearity of Roll Response to Roll Controller

(MIL-F-8785C 3.3.4.4)

4.5.4 Lateral Acceleration at Pilot Station (추가)

4.5.8.1 Roll axis response to roll control inputs

(MIL-F-8785C 3.3.4.1, 3.3.4.1.1, 3.3.4.1.2)

4.5.9.2 Roll axis control forces to achieve required roll

performance (MIL-F-8785C 3.3.4.1)

표 2.1 MIL-HDBK-1797 비행제어 성능 관련 항목

성 항목 중 비행제어 성능과 관련된 부분은 아래와 같다.

- 25 -

2.3.1 세로방향

MIL-HDBK-1797 비행제어 성능 관련 부분 중 세로 방향으로 피치 조

종에 대한 피치 자세 동적 응답에 대한 기준을 제시하였다. 비행 경로의

조종이 조종사의 궁극적인 조종행위 이지만 피치 자세 조종도 중요한 역

할을 한다.

그림 2.8 조종사의 비행경로각과 자세각 제어형태[MIL-HDBK-1797]

규격에서는 장주기 피치 반응은 15초 이상의 주기를 가진 모든 진동에

대한 기준을 제시하고 있다. 5자유도 모델에서의 세로방향 제어는 단주기

특성을 가지고 있으므로 단주기 특성만을 고려할 수 있다.

단주기 피치반응

단주기 피치 반응은 4.2.1.2절이다. 주기 피치 응답은 운용 중 겪을 수

있는 모든 크기의 조종 입력에 대해 만족해야 하는 고유진동수와 감쇠비

를 제시한다.

전투기 기동(Category A)에 대한 등가 단주기 비감쇠 고유진동수

는 그림 2.9를 만족해야 한다. MIL-HDBK-1797에서는 고차원 모델에

대한 해석을 위해 CAP(Control Anticipation Parameter) 이라는 파라미

터 값을 제시하였으며 이 값의 결과는 그림 2.9에서 표시된 Boundary

특성을 만족시킴을 의미한다. 이때 그림의 x축 변수인 는 피치 제어

명령에 의한 받음각 변화시의 정상상태 수직 가속도의 변화율로 동압이

커질수록 커진다. 그림 2.9에 표시된 영역을 보면 Level 1 영역은 가

- 26 -

커질수록 고유진동수도 같이 커지며 제한된 값을 보이는 것을 볼 수 있

다. 즉, 동압이 커질수록 반응속도가 더 빨라지는 것이 Flying Quality 측

면에서 좋다는 것이다.

그림 2.9 CAT. A 세로방향 단주기 운동에 대한

고유진동수 요구도 [MIL-F08785C]

등가 단주기 감쇠비 는 다음 표의 요구조건을 만족해야만 한다.

- 27 -

Level

Category A and C Flight

PhaseCategory B Flight Phase

Minimum Maximum Minimum Maximum

1

2

3

0.35

0.25

0.15*

1.30

2.00

-

0.30

0.20

0.15*

2.00

2.00

-

표 2.2 세로방향 단주기 운동에 대한 감쇠비 요구도

위의 제약 조건을 고려하여 5자유도 시뮬레이션에 적용하기 위한 조종

사를 포함한 반응특성을 결정하면 다음과 같다. 특성방정식은 피치 반응

과 동일하므로 장주기 운동을 제외한 단주기의 운동 특성을 고려한 엘리

베이터 입력에 대한 받음각 반응은 다음 식과 같다.

조종사에 의한 제어 형태가 간단하게 비례게인을 포함한 제어시스템이

라고 가정하면 다음 식을 통해 제어기가 포함된 전달함수가 결정된다.

조종사 제어로 인해 전체 시스템 반응이 고유진동수가 빨라짐에 따라

반응도 빨라질 것임을 알 수 있다. 그림 2.9에서 보는 바와 같이 Flying

Quality 측면에서 고유진동수는 가 커질수록 커지는 경향이 있다. 비

행제어시스템이 포함된 전투기의 Flying Quality 측면에서 동압에 따라

반응은 다르지만 조종사는 동압에 관계없이 유사한 특성으로 비행이 되도

록 제어를 할 것이다. 그러므로 조종사가 포함된 전투기 제어시스템의 형

태의 고유진동수의 최소 하한값은 영역의 최소값인 1 rad/sec(0.16Hz)

- 28 -

가 되고, 최대 상한값은 19 rad/sec(3Hz) 가 될 것임을 알 수 있다. 감쇠

비 요구도는 표 2.2에서 보는 바와 같이 최소 0.35이상 최대 1.3 이하를

가진다. 이중 sec 는 영점이 아주 크다고 할 때 단위

계단입력에 대해서 약 0.3초의 최소 settling time을 가진다. 사람의 제어

로 0.3초 만에 정상상태에 도달하는 것은 어렵다. 그러므로 고유진동수의

최대값은 19 rad/sec으로 볼 수 있다. 그러므로 Level 1, CAT A가 되기

위한 최대 settling time은 11초( sec )가 되고, 최소

setting time은 0.3초( sec )가 된다.

- 29 -

2.3.2 가로방향

가로방향 특성으로 횡축, 방향성으로의 특성을 제시하고 있다. 이중 5

자유도 모델에서는 롤방향에 대한 특성을 고려할 수 있다. 일반적인 에일

러론 입력에 대한 롤방향 반응 특성은 아래 식과 같다.

cos

롤 조종에 대한 롤 자세 동적 응답

롤 모드에 대한 사항은 4.5.1.1절에서 제시한다. 롤 모드 시간상수()

는 표 2.3의 조건 보다 값이 작아야 한다.

Flight Phase

CategoryClass

Level

1 2 3

AI, IV 1.0 1.4

10

II, III 1.4 3.0

B All 1.4 3.0

CI, II-C, IV 1.0 1.4

II-L, III 1.4 3.0

표 2.3 최대 롤 모드 시간 상수()

롤 조종에 대한 롤 자세 반응 시간

롤 조종에 대한 롤 자세 반응 시간은 4.5.8.1절에서 제시하고 있다. 최

대 롤 조종입력의 반응은 다음의 조건을 만족 시켜야 한다. 이 요구도는

구조적 제한을 제외한 속도-고도-하중계수로 적용한다. 안정된 뱅크 비

행으로 부터의 롤, 초기 상태는 옆미끄럼각이 0이다. 요구도는 오른쪽과

왼쪽으로의 롤 조종, 안정된 뱅크 각과 Wing-level에서 시작하며, 다른

상태를 제외한 직선 비행에 적용한다. 입력은 단위계단입력 형태이며, 조

종력이 적용된 순간부터 시간을 측정한다. 피치 조종은 기동동안에 고정

되어 있어야 한다.

- 30 -

Operation Flight Envelope에서 Level 1 roll performance에서 min ,

max가 필요하다.

Speed Range

SymbolEquivalent Airspeed Range

VL Vmin ≤ V ≤ Vmin +20KTS

L Vmin +20KTS ≤ V ≤ 1.4Vmin

M 1.4Vmin ≤ V ≤ 0.7Vmax

H 0.7Vmax ≤ V ≤ Vmax

표 2.4 Class Ⅳ 속도 범위

일반적인 롤 성능은 표 2.5에 명시되어있다. Flight Phase CO(Air to

Air Combat)의 롤 성능은 1g에서 최초 일어나는 360 deg 롤의 항목으

로 표 2.6에 명시되어있다. 표 2.7은 하중계수가 0.8 n0(-)와 0.8 n0(+)

사이에서 대략적으로 일정한 하중계수와 균형선회를 가진 경우이다.

Flight Phase CO의 요구도는 우선적으로 표 2.16에서 얻어진다. 모든

Class Ⅳ의 항공기는 대칭이거나 비대칭의 air-to-air와 air-to-ground

하중에서 갑작스러운 횡축 조종 입력은 표 2.7에 명시되어있는 bank각의

변화를 달성한 후에는 Bank-to-bank 롤 기동을 종결시키며, 롤이 종료

된 후 항공기의 움직임은 조종, 실속, 또는 구조적 한계를 넘는 손실을

수반하지 않는다.

- 31 -

LevelSpeed

Range

Category A Category B Category C

30 deg 50 deg 90 deg 90 deg 30 deg

1

VL

L

M

H

1.1

1.1

1.1

1.3

2.0

1.7

1.7

1.7

1.1

1.1

1.1

1.1

2

VL

L

M

H

1.6

1.5

1.3

1.7

2.8

2.5

2.5

2.5

1.3

1.3

1.3

1.3

3

VL

L

M

H

2.6

2.0

2.6

2.6

3.7

3.4

3.4

3.4

2.0

2.0

2.0

2.0

표 2.5 Roll performance for Class Ⅳ aircraft

Time to achieve the stated bank angle change (seconds)

LevelSpeed

Range30 deg 90 deg 180 deg 360 deg

1

VL

L

M

H

1.0

1.4

1.0

1.4

2.3

1.6

2.3

4.1

2.8

4.1

2

VL

L

M

H

1.6

1.3

1.3

1.7

2.0

2.6

3.4

4.4

3

VL

L

M

H

2.5

2.0

1.7

2.1

3.0

표 2.6 Flight phase CO roll performance in nominal 1-g rolls

Time to achieve the stated bank angle change (seconds)

- 32 -

LevelSpeed

Range30 deg 50 deg 90 deg 180 deg

1

VL

L

M

H

1.0

1.1

1.0

1.1 2.2

2

VL

L

M

H

1.6

1.3

1.4

1.4 2.8

3

VL

L

M

H

2.5

2.0

1.7

1.7 3.4

표 2.7 Flight phase CO roll performance, n>1

Time to achieve the stated bank angle change (seconds)

에일러론 명령에 대한 롤각 반응을 시정수만 고려하여 나타내면 아래와

같다.

제어기가 비례게인만 추가되어 구성되었다고 하면 아래와 같은 반응이

나온다.

- 33 -

≃

≃

위의 식에 따라 롤모드 시정수() 최대값은 1이다. 롤 모드 시정수가

최대 1이므로 롤명령에 대한 롤반응을 정상상태 오차를 동일하게 가지는

1차 시스템으로 고려하면 롤모드 시정수의 두 배인 2초가 된다.

롤반응 시간은 360도 회전 2.8초, 180도 회전 2.2초, 90도 회전 1.3초

를 가져야 한다. 최소 반응 기준이 되기 위하여 3가지 중 360도 2.8초를

기준으로 잡을 수 있다. 항공기는 공력으로 인하여 롤각속도의 제약을 받

으며 이 제약은 아래 식과 같다. 그러므로 예를 들어 200 deg/sec의 최

대 롤각속도 갖는 항공기의 경우 360도 2.8초에 도달하기 위해서는 최대

시정수는 0.55 초가 되어야 한다.

Class VI, Level 1, CAT A의 전투기의 최저 성능은 아래와 같은 특성

을 가진다.

××

세로방향의 경우 최대 성능은 아래와 같다.

××

- 34 -

3. 전투 기동 분류와 기동 모사

3.1 전투 상황

전투기 조종사는 적의 발견, 접근, 교전, 기동, 이탈의 5단계의 전투 단

계를 가진다. 1단계인 적의 발견에서는 적을 탐지하기 위하여 레이더 조

작 뿐만 아니라 육안 탐색을 통해 먼저 발견해야 유리한 입지에 놓일 수

있다. 발견 이후 적인지 아군인지 여부를 식별해야 한다. 이때 육안으로

할 수도 있고, 전자장비, AWACS와 같은 다른 정보 제공 수단을 이용할

수 있다. 모든 무기는 사용하기 전에 반드시 적아 식별이 되어야 한다.

접근 단계에서는 발견한 적기에 대해서 유리한 위치가 되도록 해야 한

다는 것이다. 속도 혹은 고도의 우위를 만들어 적에게 기습할 수 있는 지

점으로 신속히 이동한다. 보통 레이더는 전방 폭 120도 이내 범위로 한

정되므로, 후방의 약 60도 이내와 후하방은 육안의 사각지대가 된다. 이

지역으로 접근하면서 레이더나 무기를 사용하지 않으면 적에게 들키지 않

게 된다.

교전 단계에서는 무기 사거리에 들어오면 무기를 사용한다. 무기 발사

의 타이밍은 적기가 공격기를 발견 못 하였을 때는 최대한 가까운 거리를

확보하여 발사해야 하고, 적기가 공격기를 발견한 경우 최대 사거리에서

선제 공격을 하여 방어행동을 하게 만들어야 한다. 선제 공격을 통해 성

공률을 높일 수 있다. 가시거리 밖(BVR)의 미사일을 이용한 레이다 교전

단계, 기습 공격 등에 적기 격추가 실패하면 근접 전투에 들어가게 되고

이를 위해 기동 단계로 넘어간다.

기동은 적기보다 유리한 위치를 얻거나 계속 지키기 위해서, 그리고 적

의 추격으로부터 피하기 위해서 사용된다. 기동은 길어질수록 상황인식

능력이 저하되며 불리한 입장된다. 그러므로 최대한 짧게 최적의 공격을

통해 교전을 끝내야 한다.

이탈 단계는 적에게 불리한 위치에 존재하거나 무기가 없을 때 이루어

지는 단계이다. 또한 기동을 이용한 전투가 길어질 경우 선택할 수 있다.

조종사는 안전을 위하여 가급적 가시거리밖 교전을 선택한다. 하지만

적아식별이나 가시거리 교전실패시 근접 전투는 반드시 필요하다.

- 35 -

corner speed

그림 3.1 V-n 선도 [18]

3.1.1 에너지 관리

기동에서 가장 중요한 것은 에너지 관리이다. 에너지 관리를 위해서 조

종사는 코너속도, 최적 받음각, 최대 하중계수를 숙지해야 한다. 에너지

관리를 잘못할 경우 실속이 되거나 속도가 너무 떨어져 적에게 우위를 빼

앗기는 상황이 일어난다. 또한 기체 구조상 허용되는 하중계수도 고려해

야 한다. 항공기는 선회를 위해서 롤각을 취하게 된다. 롤각이 커질수록

하중계수가 커지고, 유도항력의 증가로 속도가 떨어지게 된다.

조종사는 기체 구조상 허용되는 최대 양력, 연료와 무장에 따라 달라지

는 최대 하중계수를 V-n 선도(그림 3.1)를 통해 숙지해야 한다. V-n 선

도를 통해 코너 속도(Corner Speed, Maneuver Speed)도 알 수 있다.

코너 속도는 최대 하중계수가 되는 최소 속도이다. 즉 전투기가 최소 선

회 반경으로 가장 빠르게 선회할 수 있는 속도 있다. 공격 및 방어 모두

이 속도가 중요한 인자로 작용한다. 코너 속도는 그림과 같이 등가 속도

()로 고도에 따른 밀도로 환산하여 고려할 수 있다.

선회시 에너지 관리를 위해서는 코너속도도 중요하지만 받음각도 중요

- 36 -

하다. 최적의 받음각을 알고 기동을 해야 에너지 손실을 최소로 하고 선

회 기동이 가능하다. 에너지 유지 선회를 위한 받음각, 코너 속도로 선회

시 필요한 받음각, 최대 선회율을 가지는 받음각, 수평비행/증속시 필요한

받음각이 있다.

항공기는 선회시 고도, 속도와 롤각에 따라 하중계수와 선회반경, 선회

율이 결정된다. 하중계수는 식 (3.2)와 같이 정의 된다.

(3.2)

고도를 유지한 선회비행을 위해서는 다음을 만족해야 한다.

sincos (3.3)

그러므로 수평선회시 롤각은 식 (3.3)에 의해 결정된다.

cossin

(3.4)

선회하중계수(Turn Load Factor) sin

또한 선회율과 선회반경은 식 (3.5), 식 (3.6)에 의해서 각각 결정된다.

(3.5)

(3.6)

이러한 관계에 따라 그림 3.2와 같은 선회율과 선회반경 관계도를 그릴

수 있다.

그림 3.2에 항공기의 추력, 공력에 따른 에너지 특성을 함께 그리면 그

림 3.3과 같다. 이러한 선도는 항공기 마다 다르므로 이 그림을 통해 고

도별 최대선회율 기동, 최대지속선회율 기동, 최소반경 기동 등을 알 수

있다.

- 37 -

그림 3.2 선회 성능 [19]

최대지속선회

최대선회율

그림 3.3 기동선도 [19]

- 38 -

최대 선회율 비행, 최대지속선회율 비행의 관계식과 최적 받음각은 다

음과 같은 관계를 가진다.

최대 선회율 비행

최대선회율 비행은 빠른 선회율을 얻기 위해서 시행된다. 이때 빠른 선

회를 함에 따라 유도항력이 최대로 발생되므로 속도 손실이 발생된다. 최

대하중계수( max)로 수행되며 이때 롤각, 선회율, 회전반경을 계산하면

아래와 같다.

cosmax

(3.7)

max (3.8)

max

(3.9)

그러므로 이때의 필요한 받음각은 다음식을 만족해야 한다.

max sin

(3.10)

최대지속선회율 비행

최대지속선회율 비행은 에너지손실이 0이 됨에 따라 속도의 감소 없이

선회를 유지하는 비행이다. 최대추력을 사용하여 선회를 함으로 이때의

받음각은 다음식을 만족해야 한다.

cos (3.11)

위 관계식에서 주어진 받음각을 이용하여 롤각, 선회율, 선회반경을 계산

할 수 있다.

- 39 -

cossin

(3.12)

(3.13)

(3.14)

3.1.2 위치 기하학

두 전투기 간의 위치 관계를 나타낼 때 기수교차각(Angle Off), 거리

(Range), 측면각(Aspect Angle), 편차각(Deviation Angle)이 쓰인다.

그림 3.4 전투 위치 기하학

기수 교차각(Angle Off)

기수 교차각은 표적과 공격기와의 비행 경로의 각도 차이를 의미한다.

Angle Off는 Heading Crossing Angle(HCA)이라고도 한다.

기수 교차각은 두 전투기의 속도 벡터를 이용하여 다음과 같은 식으로

결정된다.

- 40 -

cos ∙

(3.15)

거리(Range)

거리는 두 전투기 사이의 간격이다. 1nm(6000ft) 이내에서는 대개의

HUD에 거리가 피트 단위로 나온다. 1nm 이상에서는 마일과 1/10 마일

단위로 표시된다.

측면각(Aspect Angle)

측면각()은 표적기의 꼬리 축선에서 공격기까지 이루는 각도이다. 또한

공격기에서 표적으로의 시선벡터와 표적의 기수축과 이루는 각도이기도

하다. 공격기의 기수 방향과는 무관하며, 표적기의 꼬리에서의 각도와 좌

우 방향을 구분한다. 공격기가 표적기를 곧바로 향하고 있을 때 기수 교

차각과 측면각은 동일하다.

그림 3.5 측면각 정의

편차각(Deviation Angle)

편차각()은 그림 3.4와 같이 공격기에서 표적으로의 시선벡터와 공격

기의 기수축이 이루는 각도이다.

- 41 -

3.1.3 무기 발사 범위

미사일은 IR 탐색기 등을 이용하는 가시거리 내에서 사용하는 미사일과

레이더나 INS를 이용하는 가시거리 밖의 사거리를 갖는 미사일로 나뉜다.

또한 가시거리 내 미사일은 후방에서의 공격만 가능한 후방향(Rear-

aspect) 무기와 후방 뿐만 아니라 표적기와 마주보는 상태에서도 공격이

가능한 전방향(All-aspect) 무기로 나눌 수 있다.

그림 3.6는 공격기를 기준으로 한 일반적인 무기 발사 사거리와 각도의

예를 보여준다. 이때 FOV는 2차원이 아닌 3차원 원뿔 형태로 이뤄진다.

그림 예와 같이 전방향 미사일의 경우 2,000~30,000 ft의 사거리에서

FOV 30도 이내에 적기가 들어와야 한다. 후방향 미사일의 경우 적기의

2,000~30,000 ft의 사거리에서 FOV 40도 이내에 적기가 들어와야 한다.

기총의 경우 적기가 사거리가 0~5,000ft 정도이며 FOV는 5도 이내로 들

어와야 한다.

그림 3.6 공격기 기준 무기 발사 범위 예

무기 발사 범위(weapon envelope)는 미사일이나 기총이 적에게 효과

를 보일 수 있는 적기 주변의 구역으로도 나타낼 수 있다. 무기 발사범위

는 기수교차각, 거리, 측면각으로 정의된다. 이 구역의 위치와 범위는 탑

재한 무장에 따라 결정된다.

전방향 무기인 AIM-9M이나 AIM-120을 장착했다면 무기 발사 범위는

- 42 -

도우넛 모양이 된다. 바깥쪽 원은 최대 사거리(max)이며, 안쪽 원은 최소

사거리(min)이다. 그림 3.7에 전 방향 미사일의 발사 가능 영역을 나타

내는 도우넛 모양 구역이 빗금으로 표시되어있다. max와 min은 미사일

에 따라 다르다. 일반적으로는 max가 큰 미사일이 min도 크다[20].

그림 3.7 1g 기동의 표적에

대한 미사일 발사 가능 구간

그림 3.8 5g 기동을 하는 표적에

대한 미사일 발사 가능 구간

전 방향 미사일의 무기 발사범위가 타원형이다. 미사일을 표적기의 전

방(높은 측면각)에서 쏘면 표적기의 후방(낮은 측면각)에서 쏠 때보다 유

효 사거리가 더 길어지기 때문에, 발사 범위의 앞부분이 뒷부분보다 더

넓다. 정면에서 미사일을 발사하면 미사일이 표적으로 날아가는 동안 표

적이 더 가까이 접근하므로 표적의 뒤에서 발사했을 때보다 실제로는 표

적에 명중할 때까지 더 짧은 거리를 비행하게 된다. 미사일의 유효 사거

리를 늘리는 또 다른 방법은 표적기보다 충분히 더 높은 고도에서 발사하

여 위치에너지를 운동에너지로 바뀌게 하는 것이다.

그림 3.7은 표적이 1g로 움직일 때를 보여준다. 표적이 좀더 큰 가속도

로 선회하면 무기 발사 범위가 찌그러진다. 일반적으로 비행기 전방의

max와 min의 경계는 선회하는 쪽으로 길어지며, 표적 후방의 max와

min은 선회하는 바깥쪽이 짧아진다. 그림 3.8은 표적이 5g로 선회할 때

- 43 -

이다. 공격기는 더 빠르게 선회하여 min 안으로 들어가야 한다.

기총은 최소 사거리가 없다는 점이 미사일과 다르다. 기총의 발사 범위

는 기총의 최대 사거리로 정해지는 표적 주변의 원이며 최소 사거리 원은

없다. 그림 3.9는 기총 발사 범위를 보여준다. 전투 조종사는 언제나 무

기 발사 범위의 안에 있는지 밖에 있는지를 알고 있어야 한다[20].

그림 3.9 적기 기준 기총 발사 범위

3.2 전투 기동 분류

기본 전투 기동술(BFM : Basic Fighter Maneuvering)은 전투 비행으

로 기초로 일대일 공중전에서의 전투 기동 방법이다. BFM은 공격 BFM,

방어 BFM으로 나뉜다. 공격 BFM의 궁극적인 목표는 가급적 짧은 시간

에 적기를 격추하는 것이다. 이 목적을 달성하려면 기본적인 공격 기동을

알아야 한다. BFM은 고정된 기동형태라기보다는, 확실한 상황에 최적화

된 롤, 선회, 가속의 조합이며 설명 목적상 붙여진 이름이다.

3.2.1 공격 BFM

공격 BFM의 기본은 지연 추적, 일치 추적, 선도 추적, Low yo-yo,

High yo-yo, 정면 공격 등 이 있다.

적기를 공격하기 시작할 때 세 가지의 경로 또는 추적 코스가 있다. 이

세 가지 코스는 지연 추적(lag pursuit), 일치 추적(pure pursuit), 선도

- 44 -

추적(Lead pursuit)이다[20].

그림 3.10 추적의 3가지 방법

- 45 -

3.2.1.1 지연 추적

그림 3.10과 같이 지연 추적(Lag Pursuit)은 표적을 향하는 공격기의

기수가 적기의 뒷 부분을 향하는 것이다. 지연 추적은 적기에게 처음 접

근할 때 주로 쓰인다. 또한, 공격기가 방어기와 기동 평면을 분리할 때도

항상 쓰인다. 공격기가 지연 추적을 한 후 공격을 할 수 있으려면 언제든

표적보다 선회력이 좋아야 한다. 그 이유는 적에게 미사일이나 기총을 사

격하려면 지연 추적에서 벗어나서 기수를 더 앞으로 당겨야 하기 때문이

다. 적기가 더 높은 선회율로 선회를 할 수 있다면, 공격기는 지연 상태

를 빠져나올 수 없고 적기를 사격할 수 없다.

3.2.1.2 일치 추적

그림 3.10과 같이 일치 추적(Pure Pursuit)은 적기에게 공격기의 기수

를 일치 시켜 추적하는 공격 방법이다. 일치 추적은 적에게 미사일을 발

사하는데 쓰인다. 하지만 비행하는 내내 일치 추적을 한다면 적기를 지나

쳐가게 된다. 때문에, 사격을 할 때만 일치 추적을 해야 한다. 그림 3.11

은 일치 추적을 계속 고수한다면 적기를 지나치게 된다는 것을 보여준다.

그림 3.11 일치 추적과 선도 추적시의 의 문제 상황 예

- 46 -

3.2.1.3 선도 추적

그림 3.10과 같이 선도 추적(Lead Pursuit)은 적기의 앞쪽으로 공격기

의 기수를 두어 추적하는 방법이다. 선도 추적은 적기에게 가까이 다가가

려고 할 때와 기총 사격을 할 때 쓰인다. 리드 추적을 하면 적기의 경로

를 질러가기 때문에 적기에게 가장 빠르게 다가가게 된다. 리드 추적을

너무 일찍 시작하면 공격기의 선회율이 아주 높지 않는 한 적기에게 가까

이 갔을 때 적기를 지나치게 되는 문제가 있다. 비슷한 성능의 적기와 싸

운다면 대개의 경우 리드 추적 상태를 계속 유지할 수 없으며, 그림 3.11

에 나온 그림과 유사하게 적기를 어쩔 수 없이 지나치게 된다. 그렇지만,

리드 추적은 적기를 기총 사격 범위에 넣는 유일한 방법이기 때문에 적절

한 타이밍에 리드 추적을 하는 것은 중요하다.

3.2.1.4 Low yo-yo

Low yo-yo는 적기의 선회 안쪽에서 실시하는 리드 추적 기동이며, 접

근율을 높여서 거리를 줄이기 위한 기동이다. Low yo-yo는 거리를 줄여

서 무기 발사 범위에 들어가기 위해 쓰일 뿐 아니라, 미사일 발사 범위에

서 기총 공격 위치로 들어가는 데에도 쓰인다. 적절한 추후 기동을 실행

하면 우위를 유지하고 무기 발사 범위에 들어갈 수 있다.

그림 3.12 Low yo-yo 상황도 [21]

Low yo-yo의 단계는 3단계로 나눌 수 있다. 우선 적기의 선회 안쪽을

향해 기수를 수평선 아래로 당긴다. 적절한 기수 강하 자세가 되면 기수

를 선도 추적하고 표적이 원하는 무기 발사 거리에 다가가면 기수를 다시

- 47 -

표적쪽으로 올린다.

접근율이 커지면 오버슛을 하지 않도록 즉시 이에 대응을 해야 한다.

하이 요요(high yo-yo)와 디스플레이스먼트 롤(displacement roll), 이

두 가지의 추후 기동을 할 수 있다.

3.2.1.5 High yo-yo

High yo-yo는 공격기의 속도 벡터를 표적의 기동 평면 위로 올려서

속도를 고도로 바꾸는 기동 평면 이탈 기동이다. 속도가 줄어들기 때문에

접근율이 낮아져서 종축 분리를 유지하거나 늘릴 수 있다.

그림 3.13 High yo-yo 상황도 [21]

High yo-yo의 단계도 3단계로 나눌 수 있다. 먼저 접근율이 너무 높거

나 오버슛을 할 것 같다면 적기의 기동 평면 바깥으로 90도 가량 롤링을

하고 수직 기동으로 들어가서 High yo-yo를 실시한다. 다음으로 기수 교

차각이 줄어들고 적절한 종축 분리(최소 1000ft)를 얻으면 다시 적기쪽으

로 롤을 해서 표적의 선회 안쪽에 머물면서 선도 추적을 실시한다. 기수

교차각이 유사해 지거나 접근율이 0이 되기 전에 풀다운을 시작한다. 사

격 위치로 떨어지는 것이 가장 이상적이고, 그렇지 못했을 경우 필요하다

면 또 다시 Low yo-yo를 할 수 있다.

- 48 -

3.2.1.6 정면 공격 상황

정면 BFM 전투에서는 앞에서 이야기한 종류의 전투들에서보다 기동이

좀더 많이 필요하다. 표적과 정면으로 접근할 때는 두 가지의 선택권이

있다. 즉, 교차 후 적에게서 이탈을 하거나 전투를 지속하는 것이다. 교차

후 전투를 지속할 경우 표적과 정면으로 교차할 때 가장 중요한 점은 표

적의 선회반경 내에 있어야 한다는 것이다.

그림 3.14 정면 공격 상황도

정면 상황시는 2단계로 나눌 수 있다. 정면상황에서 접근시 기총 사격

범위내로 들어가지 않도록 일정 거리를 유지하면서 접근한다. 그리고 기

수를 교차하여 접근율이 음수에서 양수가 되는 순간 표적 쪽으로 선회를

하여 적기를 무기 발사 범위내로 들어오게 추적한다.

- 49 -

3.2.2 방어 BFM

방어 상황에 빠지면 전투의 최우선 순위는 살아남는 것이다. 이미 발사

된 무기를 피해야 하며 적기가 무장 발사를 못하도록 해야 한다. 방어

BFM은 크게 두 가지로 나눌 수 있다. 적이 나의 선회 반경 밖에 존재하

는 경우와 안에 존재하는 경우이다.

선회 반경 밖에 있을 경우 4가지 방어원칙을 수행하며 기회를 노린다.

첫 번째로 기수를 적과 마주보도록 해야 한다. 두 번째로는 양력 벡터를

적기에게 놓도록 노력하고, 세 번째로 측면 간격을 줄이는 것이다. 마지

막 네 번째로 계속해서 불규칙하게 움직여 적기의 추적이 어렵게 한다.

방어에서도 마찬가지로 에너지 관리가 중요하다. 회피기동을 수행하면서

속도를 잃을 경우 선회반경이 늘어남에 따라 위험이 늘어난다. 코너속도

이하로 떨어지지 않도록 주의해야 한다.

선회 반경 안에 있을 경우 최대의 선회 율로 적기가 지연추적상태로 유

지할 수밖에 없게끔 만든다. 마찬가지로 불규칙하게 움직여 적기의 추적

을 어렵게 한다.

그림 3.15 적이 선회반경 밖에

있을 때의 방어 기동

그림 3.16 적이 선회 반경 안에

있을 때의 방어 기동

- 50 -

3.3 전투 기동 모사를 위한 유도부

조종사가 하는 전투 기동 모사부의 구조가 그림 3.17과 같다. 기동이

결정되어 기동 식별 번호가 넘어오면 유도부에서 해당 기동을 위한 유도

명령(비행경로각, 방위각, 속도 명령)이 생성되거나 직접 유도를 위한 유

도명령(받음각, 속도벡터에 대한 롤각, 쓰로틀 명령)이 생성된다. CAS 모

듈에서는 유도명령(비행경로각, 방위각, 속도 명령)을 받아 조종입력의 형

태인 받음각, 속도벡터에 대한 롤각, 쓰로틀 명령으로 생성한다.

그림 3.17 조종사 모델 구조도

유도부는 필요한 기동의 형태에 따라 경로점 추정 유도, 경로선 추정

유도 중 선택적으로 사용된다. CAS 에서는 PI(Proportional Integratal)

형태를 가진다. 비행경로각 명령을 위한 받음각 생성시 선형제어 형태임

에 따라 평형점 값인 받음각은 속도, 고도, 롤각에 대해서 테이블화 하여

입력된다. 속도명령에 대한 쓰로틀 명령도 동일하게 평형점 값을 속도,

고도, 롤각에 대해서 테이블화하여 사용한다.

3.3.1 조종사 모델 유도부 설계

조종사의 조종 형태는 속도벡터와 크기의 선택, 자세각 제어 등으로 이

루어진다. 목표점을 향해 유도함에 있어 두가지 방법이 있다. 첫 번째는

경로점 추정 유도이고 두 번째는 경로점 추정 유도 이다.

- 51 -

경로점 추정 유도

경로점 추정 유도는 그림 3.18과 같이 목표 지점에 대해서 시선각을 명

령을 생성하는 유도 방법이다. 이에 따라 다음 식과 같이 현재 위치와 경

로점 위치에 의해서 비행경로각, 방위각 명령이 생성된다.

그림 3.18 경로점 유도 개념도

(3.16)

(3.17)

- 52 -

경로선 추정 유도

Guidance 블록에서는 위의 모델이 지형 추종 기준궤적을 따라가도록

다음 식과 같이 유도명령을 생성한다.

그림 3.19 경로선 유도 개념도

그림 3.20 경로선 유도 관계

× (3.18)

× (3.19)

- 53 -

3.3.2 BFM 기동 유도부 구현

BFM 기동 구현을 위하여 각 기동을 분석하고 파라미터를 판별하고 모

델링 하였다. 고려한 BFM 기동으로는 공격 기동으로 지연 추적, 일치 추

적, 선도 추적, Low yo-yo와 High yo-yo 이며, 방어 기동으로는 기본

방어와 Break Turn이다. 아군기과 표적(적기)을 구별하기 위하여 아군을

BLUE 팀, 표적을 RED 팀이라 가정한다.

지연 추적

지연 추적(Lag Pursuit)은 일반적으로 사용되는 추적을 초기 접근시에

사용한다. 파라미터인 지연거리는 짧을 수록 접근율이 커진다. 그에 따라

지연거리는 일반적으로 적기의 동체 길이로 고려할 수 있다.

① 파라미터

지연 거리()

② 수행단계

연속적으로 표적을 추정하며 단계가 나누어지지 않는다. 추정하는 표적

의 위치( )는 아래 식과 같다.

(3.20)

③ 다른 기동으로의 변경시 제한 조건 : 없음

그림 3.21 지연 추적 상황도

- 54 -

일치 추적

일치 추적(Pure Pursuit)은 기총이나 미사일 사격시에 사용한다.

① 파라미터

무기 사거리()

② 수행단계

연속적으로 표적을 추정하며 단계가 나누어지지 않는다. 추적하는 표적

의 위치는 아래 식과 같다.

(3.21)

③ 다른 기동으로의 변경시 제한 조건 :　없음

그림 3.22 일치 추적 상황도

선도 추적

선도 추적(Lead Pursuit)은 적기의 선회 반경안 근접 위치에서 접근율

을 높이기 위해 사용한다. 파라미터인 선도 거리는 클수록 접근율이 커진

다. 하지만 선도 거리가 너무 클 경우 지나칠 수 있으므로 상한값을 정해

두어야 한다. 선도거리를 구현하기 위하여 피드백 구조를 가지는 형태로

모델링 하였다.

① 파라미터

선도 거리()

- 55 -

그림 3.23 선도 추적 거리 모델

② 수행단계

연속적으로 표적을 추정하며 단계가 나누어지지 않는다. 추적하는 표적

의 위치는 다음 식과 같다.

(3.22)

③ 다른 기동으로의 변경시 제한 조건 : 없음

그림 3.24 선도 추적 상황도

- 56 -

Low yo-yo

Low yo-yo는 선회하고 있는 표적에 대해서 고도 하강하면서 선회 반

경을 줄이는데 사용한다. 이때 하강 고도는 무기 사거리 이상이 되지 않

도록 조절한다.

① 파라미터

하강 고도(), 선도 거리()

② 수행단계

- 1단계: 고도를 하강하면서 표적을 선도 추적하며, 이때 고도가 무기

사거리 이상이 되지 않도록 조절

(3.23)

- 2단계 : 표적과 기수교차각이 10도 이내로 유사해 지면 고도를 높여

선도 추적

③ 다른 기동으로의 변경시 제한 조건

표적의 롤각의 부호 변화

High yo-yo

High yo-yo는 접근율이 높은 상태에서 지나치지 않기 위하여 고도를

상승하여 속도를 줄이고 접근율을 조절하는데 사용한다. 접근율을 낮추기

위하여 고도 상승시 표적과의 속도를 유사하게 맞출때까지 상승한다.

① 파라미터

상승 고도(), 선도 거리()

② 수행단계

- 1단계: 쓰로틀을 낮추고 표적과의 속도를 맞출때까지 고도를 상승하

면서 속도를 줄이면서 선도 추적하고, 속도가 유사해지면 고도를 유지

(3.24)

- 57 -

- 2단계 :표적과 기수교차각이 10도 이내로 유사해 지면 고도를 낮춰

선도추적

③ 다른 기동으로의 변경시 제한 조건

표적의 롤각의 부호 변화

Head-on

적기와의 정면 상황에서 사용한다.

① 파라미터

선도 거리(), 무기 사거리()

② 수행단계

- 1단계 : 적기로부터 무기 사거리 밖으로 되도록 유지하면서 접근

- 2단계 : 교차 순간(접근율의 부호가 양수로 바뀌는 순간) 적기 쪽으

로 선도 추적

③ 다른 기동으로의 변경시 제한 조건 : 없음

기본 방어

기본 방어는 적기의 무기 사거리 밖에 있는 방어 상황에 실시한다.

① 파라미터

선회방향 유지시간

② 수행단계

- 1단계 : 랜덤하게 결정되는 선회방향과 비행경로각 방향으로 최대지

속선회율을 가지는 속도로 선회 시작

- 2단계 : 적과의 기수교차각이 2도 이내가 되면 선회방향과 비행경로

각 랜덤하게 변경

③ 다른 기동으로의 변경시 제한 조건

선회방향 유지시간

Break Turn

Break Turn은 적기의 무기 사거리에 들어왔을때 실시한다.

① 파라미터

선회방향 유지시간, 최대 하중계수

- 58 -

② 수행단계

- 1단계 : 비행경로각을 0이나 아래로 가도록 하고 최대 하중계수로

선회 실시. 이때 속도는 코너속도로 유지

- 2단계 : 적과의 기수교차각이 2도 이내가 되면 선회방향 변경

③ 다른 기동으로의 변경시 제한 조건

선회방향 유지 시간

- 59 -

그림 4.1 조종사 모델 순서도

4. 조종사 기동 결정 모델링

4.1 조종사 모델

조종사 모델에서는 교전 상황의 조종사의 역할을 모델링한다. 조종사는

Leader의 전술 명령 받고 적기에 대한 교전상황에 대해 판단하여 상황에

따라 전술을 결정 한 후 기동을 구현을 위해 조종면을 조작한다. 사람을

모사하는 모델링은 인공지능을 가져야 한다. 인공지능이란 생각이 있다는

것으로 생각이란 문제를 풀고 결정을 내리기 위해 배우고 이해하는 능력

이다. 이러한 지능을 표현하기 위해 연구된 인공지능분야는 조종사 기동

결정 모델링에 적합하다고 할 수 있다.

- 60 -

그림 4.3 공격/방어 상황 정의

그림 4.1은 본 논문에서의 조종사의 기동 결정을 포함한 조종사 모델의

순서도이다. 여기서 인공 신경망은 주어진 상황 정보를 이용하여 기동의

종류를 선택하는 역할을 한다.

4.2 공격, 방어 상황 정의

공격, 방어 상황 정의에서는 적기와 나의 우위를 판별하여 공격/방어

중 하나를 선택하는 것이다. 이를 위하여 그림 4.2와 같이 편차각

(Deviation Angle) 과 측면각(Aspect Angle) 이 사용된다.

(4.1)

그림 4.2 편차각, 측면각 정의

- 61 -

그림 4.3은 이러한 편차각, 측면각의 정의에 따라 공격/방어의 상황에

대해서 정의한 것이다. 이러한 관계를 그림 4.4 ~ 4.7 에 나타내었다.

그림 4.4 Offensive 상황(C 영역)

그림 4.5 Offensive(Neutral) 상황(A 영역)

그림 4.6 Defensive 상황 (B 영역)

- 62 -

그림 4.8 3점과 원의 관계 [22]

그림 4.7 Offensive(Head-on) 상황 (D 영역)

4.3 표적 기동 추정

표적의 선회 중심점과 선회 반경, 기동평면 벡터를 추정하기 위하여 3

차원 공간 상의 3점을 이용한다. 3점은 표적이 움직여 지나간 최근 3점

을 이용한다. 조종사의 경우 표적의 위치를 보고 이러한 정보를 획득하므

로 근사한 접근이라 할 수 있다.

동일 고도상에서 이루어지는 선회는 완벽한 원의 형태를 이루지만, 고

도가 변하면서 실시 되는 선회는 완벽한 원 기동을 하는 것은 아니다. 하

- 63 -

지만 유사한 정보를 획득하기 위하여 선회 중심을 원을 가정하여 기동평

면과 선회정보를 추정할 수 있다.

그림 4.8과 같이 원을 이루는 3점 A, B, C 점에 대한 각각의 코너 벡

터 를 이용하여 모서리 벡터는 다음과 같이 정의 된다.

(4.2a)

(4.2b)

모서리의 중간 점 G, F 의 위치를 향한 벡터 는 다음과 같다.

(4.3a)

(4.3b)

그에 따라 원에 대한 수직 벡터(기동평면 벡터)는 다음과 같이 정의 된

다.

× (4.4)

그리고 원의 중심점 M을 향한 벡터 는 다음과 같이 세 개의 식을 만

족 해야 한다.

(4.5a)

(4.5b)

(4.5b)

그러므로 중심점 M에 대한 벡터는 아래와 같이 연립방정식을 풀어 결

정할 수 있다.

- 64 -

(4.6)

그러므로 원의 반경 은 다음과 같이 결정 할 수 있다.

(4.7)

(4.8)

4.4 위치 기하학을 이용한 평가 기준

기동에 대한 평가 기준으로 기체간의 각도 관계를 사용한다. 각도간의

성능계수로 참고문헌 [17]에서 제시한 방법을 사용하였다. 각도 관계에

대한 매 순간마다의 성능으로 아래와 같이 정의한다.

(4.9)

각도 관계에 대한 전체 시간에 대한 성능으로 아래와 같이 정의한다.

∆∆∆ (4.10)

각도 관계의 성능 관계는 값이 클수록 BLUE에 유리한 상황을 의미하

며 그 예는 그림 4.9와 같다.

- 65 -

그림 4.9 성능 지수 예시

4.5 인공 신경망을 이용한 조종사 기동 결정 모델

사람을 모사하는 모델링은 인공지능을 가져야 하며, 인공지능이란 생각

이 필요하다는 것이다. 생각이란 문제를 풀고 결정을 내리기 위해 배우고

이해하는 능력이다. 이러한 지능을 표현하기 위해 연구된 인공지능분야는

조종사 기동 결정 모델링에 적합하다고 할 수 있다.

인공지능은 범용 탐색 메카니즘을 말하는 것이 아니며 전문지식이 필요

한 전문적인 영역으로 문제로 제한된다. 즉 전문가의 성과와 비교하여 평

가되어 질 수 있다. 인공지능분야로는 규칙기반의 전문가 시스템, 퍼지

전문가 시스템, 인공신경망, 유전자 알고리듬이 대표적이다. 규칙 기반의

전문가 시스템은 진단과 고장원인을 찾는 문제와 같은 결정적인 문제에

대해서 잘 동작한다. 정확한 입력에 따른 논리적인 출력이 가능하다. 퍼

지기술은 가능한 상황에 대한 정확한 규칙 집합을 일일이 정의할 수 없을

때 사용 가능하다. 사람이 판단하는 “매우, 얼마간, 꽤, 다소”와 같은 모

호한 정도를 조절가능하며, 인간의 의사 결정 모델링에 많이 사용된다.

유전자 알고리듬은 여러 최적화 문제에 적용이 가능하다. 경쟁하는 후보

해집단을 생성하고 자연 도태 과정을 통해 해집단을 진화하여 최적해를

- 66 -

그림 4.10 기동 결정 mapping space 생성 과정

번식시킨다. 인공신경망은 출력이 연속이면 예측문제를 다룰 수 있으며,

출력이 이진값일때는 분류자로 동작하는 특징을 가지고 있다. 무엇보다

인공신경망의 장점을 학습이 가능하다는 것이다. 환경변화에 적응하고 규

칙이 알려지지 않은 상황에 패턴을 찾고 분명하지 않거나 불완전한 정보

를 다룰 수 있다.

본 논문에서 조종사 기동 결정 모델링에서 중요하게 구현하고자 하는

부분은 조종사의 실제적인 BFM을 구현하고 그 BFM을 상황에 맞게 선택

하도록 한다는 것이다. 그러므로 BFM 기동이 추가되거나 상황이 추가되

어 입출력 구조가 변경이 되는 경우에 대해서 학습을 통해 기동결정을 위

한 새로운 신경망 자동 생성이 가능하므로 인공신경망 이론이 많은 강점

을 가지고 있다. 퍼지이론이나 규칙기반 전문가의 경우 새로운 입출력이

반영되면 규칙 생성을 위해 사람이 개입하여 규칙을 검토하고 개발해야

하므로 유연성이 떨어지고 유지 관리가 어렵다.

조종사 기동 결정 인공신경망 교육을 위한 mapping space를 생성해야

한다. mapping space는 상황인자에 따른 BFM 타입과의 연결을 나타낸

다. 그림 4.10은 mapping space를 결정하기 위한 과정을 나타낸다. 구현

된 시뮬레이션 모델을 이용하여 여러 상황에 대해서 시뮬레이션하여 최선

의 성능을 보이는 기동을 선택하도록 입출력을 세트를 생성한다. 입력에

- 67 -

대해서 정의되지 않은 입력 영역에 대해서는 기본 기동을 선택하게 된다.

공격 기본 기동은 지연 추적, 방어 기본 기동는 기본 방어이다. 그림 4.

13~4.20는 이러한 한 예로 선회하는 표적에 대해서 동일 위치에 대해서

지연 추적을 실시한 경우와 High yo-yo를 실시간 경우를 나타내고 있다.

결과와 같이 지연추적보다 High yo-yo가 더 빠르게 표적을 추적할 수

있다는 것을 볼 수 있다.

생성된 기동 결정 mapping space가 표 4.1, 4.2와 같다.

그림 4.11 기동 결정 인공신경망 개요

BFM Type

상황인자

기본 방어

(출력1번)

Break Turn

(출력2번)

적의 사격반경내 X O

나의 선회 반경내 적이 존재

여부O O

표 4.1 인공신경망 방어 상황에 대한 기동선택 입출력

- 68 -

BFM Type

상황인자

지연 추적

(출력1번)

일치 추적

(출력2번)

선도 추적

(출력3번)

Low yo-yo

(출력4번)

Head-On

(출력5번)

High

yo-yo

(출력6번)

내 무기 사거리내 적기 위치 X O X X X X

적의 선회 반경 내 존재 무관 O O X X X

표적의 Turn 여부 무관 무관 무관 O O O

기수 교차각 크기 무관 무관 무관 무관 135도 이상 무관

접근율이 높은가 무관 무관 무관 무관 O O

표 4.2 인공신경망 공격 상황에 대한 기동선택 입출력

- 69 -

그림 4.12 3층 신경망 구조

공격 상황에 대한 기동선택 인공신경망은 다음과 같다.

- 입력개수 : 5개

- 출력개수 : 6개

- 은닉층 : Hyperbolic tangent sigmoid transfer function 3층

- 학습알고리듬 : Levenberg-Marquard

- 성능지수: 오차 자승 평균치

방어 상황에 대한 기동선택 인공신경망은 다음과 같다.

- 입력개수 : 2개

- 출력개수 : 2개

- 은닉층 : 3층, Hyperbolic tangent sigmoid transfer function,

Linear transfer function, Hyperbolic tangent sigmoid transfer

function

- 학습알고리듬 : Levenberg-Marquard

- 성능지수: 오차 자승 평균치

- 70 -

0 50 100250

300

350

400

450u[m/sec]

time[sec]0 50 100

0

10

20

30

40

50w[m/sec]

time[sec]

0 50 100-4

-2

0

2

4

6theta[deg]

time[sec]0 50 100

1

1.02

1.04

1.06x 10

4 h[m]

time[sec]

그림 4.13 선회하는 표적에 대한 지연 추적시의 두 기체의 비행상태

0 50 1000

0.5

1

1.5

time[sec]

Thr

ottle

0 50 1000

2

4

6

time[sec]

Load

Fac

tor[

g]

0 50 1000

2

4

6

8AOA[deg]

0 50 100-4

-3

-2

-1

0

1gamma[deg]

그림 4.14 선회하는 표적에 대한 지연 추적시의 두 기체의 비행상태

BLUE

BLUE

BLUEBLUE

BLUEBLUE

BLUEBLUE

REDRED

RED

RED

REDRED

RED

RED

- 71 -

-10000-8000

-6000-4000

-20000

02000

40006000

8000

-600-400-2000200

East Position[m]North Position[m]

Alti

tude

[m]

그림 4.15 선회하는 표적에 대한 지연 추적시의 두 기체의 위치

0 10 20 30 40 50 60 70 80 90 1001000

1500

2000

2500

3000

3500

4000

4500

5000

time[sec]

Rel

ativ

e D

ista

nce

그림 4.16 선회하는 표적에 대한 지연 추적에 따른 상대거리

BLUERED

- 72 -

0 10 20 30 400

0.5

1

1.5

time[sec]

Thr

ottle

0 10 20 30 40-4

-2

0

2

4

6

time[sec]

Load

Fac

tor[

g]

0 10 20 30 40-20

-10

0

10

20AOA[deg]

0 10 20 30 40-20

-10

0

10gamma[deg]

그림 4.18 선회하는 표적에 대한 High yo-yo시 두 기체의 비행상태

0 10 20 30 40240

260

280

300

320

340u[m/sec]

time[sec]0 10 20 30 40

-100

-50

0

50

100w[m/sec]

time[sec]

0 10 20 30 40-20

-10

0

10

20theta[deg]

time[sec]0 10 20 30 40

1.02

1.04

1.06

1.08

1.1

1.12x 10

4 h[m]

time[sec]

그림 4.17 선회하는 표적에 대한 High yo-yo시 두 기체의 비행상태

BLUE

BLUE

BLUEBLUE

BLUE

BLUE

BLUE

BLUE

RED

RED

RED

RED

RED

RED

RED

RED

- 73 -

-8000-6000

-4000-2000

02000

02000

4000

60008000

-5000

5001000

East Position[m]North Position[m]

Alti

tude

[m]

그림 4.19 선회하는 표적에 대한 High yo-yo시 두 기체의 궤적

0 5 10 15 20 25 30 35 40500

1000

1500

2000

2500

3000

3500

4000

4500

5000

5500

time[sec]

Rel

ativ

e D

ista

nce

그림 4.20 선회하는 표적에 대한 High yo-yo 기동시 두 기체의

상대거리

BLUE

RED

- 74 -

5. 공중 교전 시뮬레이션

5.1 통합 시뮬레이션 모델 구성

통합 시뮬레이션 모델은 MATLAB Simulink 환경으로 개발하였다. 동

일한 블록을 이용하며, 구조체 형식의 매개변수 값을 받아 각 기체의 특

성에 따라 모듈이 동작하게 된다. 그림 5.1 구성한 시뮬레이션 모델의 최

상위의 나타낸다. BLUE 팀이 아군이 되며, RED 팀이 적군이 된다. 각각

서로의 상태 정보를 받아 운동을 모사한다. 시뮬레이션 종료 판단 모듈은

무기의 무기 발사 조건을 고려하여 이 조건이 만족한 후 2초 경과시 무

기가 발사되어 전투가 종료된다 가정하며, 시뮬레이션을 종료 시킨다.

그림 5.1 통합 시뮬레이션 모델 구성도

그림 5.2는 각 전투기 항공기의 내부 모듈을 보여준다. 왼쪽에서부터

적기의 정보와 나의 정보를 받아 상황을 판단하고 기동을 결정하는 블록,

유도부 블록, 제어 블록이 있으며, 제어 명령이 5자유도 시뮬레이션 모델

로 입력된다.

- 75 -

그림 5.2 개별의 하위 모듈 구성

5.1.1 기체 선정

통합 시뮬레이션에 사용된 기체 모델은 F-16 모델로 Free FALCON

소프트웨어에서 사용되는 정보를 기준으로 하였다. 그림 5.3, 5.4는 고도,

마하 속도에 따른 추력 모델을 나타낸다.

0 0.5 1 1.5 2 2.5 3 3.5 40

0.5

1

1.5

2

2.5x 10

5

Mach

Thr

ust

[N]

Max. Thrust without Afterburnor

Alt. 0 mAlt. 1524 mAlt. 3048 mAlt. 4572 mAlt. 6096 mAlt. 10668 mAlt. 15240 mAlt. 21336 m

그림 5.3 통합 시뮬레이션 F-16 모델 최대 추력(애프터버너 미사용)

- 76 -

0 0.5 1 1.5 2 2.5 3 3.5 40

0.5

1

1.5

2

2.5

3x 10

5

Mach

Thr

ust

[N]

Max. Thrust with Afterburnor

Alt. 0 mAlt. 1524 mAlt. 3048 mAlt. 4572 mAlt. 6096 mAlt. 10668 mAlt. 15240 mAlt. 21336 m

그림 5.4 통합 시뮬레이션 모델 F-16 최대 추력(애프터버너 사용)

-20 0 20 40 60 80 100-1

-0.5

0

0.5

1

1.5

2

AOA[deg]

CL

M 0M 0.2M 0.8M 0.9M 1M 1.1M 2.5

그림 5.5 통합 시뮬레이션 모델 F-16 양력 곡선

- 77 -

-20 0 20 40 60 80 1000

0.5

1

1.5

2

2.5

3

AOA[deg]

CD

M 0M 0.2M 0.8M 0.9M 1M 1.1M 2.5

그림 5.6 통합 시뮬레이션 모델 F-16 항력 곡선

0 100 200 300 400 500 600 700 8000

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2x 10

4

speed [m/sec]

altit

ude

[m]

Flight Envelop

그림 5.7 통합 시뮬레이션 모델 F-16 Flight Envelop

- 78 -

그림 5.5, 5.6 각각 양력, 항력의 공력 모델 특징을 나타내며, 받음각과

마하 속도에 따라 나타난다. 현 모델에 대한 수평비행 포위선도가 그림

5.7과 같다. 그에 따라 비행특성은 표 5.1과 같다.

질량 : 8272.6 kg

최저속도 : 50 m/sec

최고속도 : 720 m/sec

최고고도 : 20,000m

표 5.1 통합 시뮬레이션 모델 F-16 비행 특성

추력 반응, 단주기 피치 반응, 롤 반응 특성은 다음과 같다.

- 79 -

5.1.2 무기

본 논문에서는 시계내(WVR)에서의 일대일 교전 상황을 가정하므로, 시

뮬레이션에서 사용하는 기총으로 F-16에 사용되는 기총인 M61를 사용

한다 가정하였다. 표 5.2는 M61 기총의 제원이다.

Designation M61A1, M61A2

TypeSix-barrel, hydraulically operated 20mm Gatling gun

Contractor General Dynamics Armament Systems

Rate of Fire 6,000 rounds per minute

Effective Range Less than 2000 ft

표 5.2 M61 기총 무기 제원 [22]

- 80 -

5.2 기동한계에 차이에 따른 교전 시뮬레이션

기동한계에 따른 차이에 대한 일대일 교전의 경우이다. BLUE 팀은 9g

기동이 가능하고, RED 팀은 6g 기동이 가능하다고 가정한다.

초기 조건

속도 330m/sec

고도 10km

동일 고도, 수평 8km 간격

BLUE Defensive 상황

BLUE 기동선택

시간 유지시간 기동이름

0.00

0.49

16.15

57.77

0.49

15.66

41.62

2.23

'Lag Pursuit'

'Basic Defense'

'Low yo-yo'

'Lead Pursuit'

RED 기동선택

시간 유지시간 기동이름

0.00

0.99

1.99

37.31

47.61

57.34

1.00

1.01

35.33

10.31

9.74

2.66

'Lag Pursuit'

'Lead Pursuit'

'Low yo-yo'

'Basic Defense'

'Low yo-yo'

'Basic Defense'

표 5.3 기동한계에 차이에 따른 시뮬레이션 교전 기동 선택

- 81 -

0 10 20 30 40 50 600

10

20

30

40

50

60

70

80

time[sec]

Blue Performance

temporary performanceintegrated performance

그림 5.8 기동한계에 차이에 따른 교전 시뮬레이션 결과

-2000 0 2000 4000 6000 8000

-1000

0

1000

2000

3000

4000

5000

6000

7000

010

50

East Position[m]

40

60

20

00s

60

30

305020

10

40

Nor

th P

ositi

on[m

]

그림 5.9 기동한계에 차이에 따른 교전 시뮬레이션 결과

- 82 -

0 20 40 60100

150

200

250

Man

euve

r N

umbe

r

time[sec]

0 20 40 600

2000

4000

6000

8000

10000

time[sec]

Rel

ativ

e D

ista

nce[

m]

0 20 40 600

50

100

150

200

Ang

le O

ff[d

eg]

time[sec]

0 20 40 60-1000

-500

0

500

1000

Ran

ge r

ate[

m/s

ec]

time[sec]

그림 5.10 기동한계에 차이에 따른 교전 시뮬레이션 결과

0 20 40 60300

320

340

360

380

u b[m/s

ec]

time[sec]0 20 40 60

-50

0

50

100

wb[m

/sec

]

time[sec]

0 20 40 60-10

-5

0

5

10

thet

a[de

g]

time[sec]0 20 40 60

8500

9000

9500

10000

10500

11000

h[m

]

time[sec]

BLUE

RED

그림 5.11 기동한계에 차이에 따른 교전 시뮬레이션 결과

- 83 -

0 20 40 60-10

-5

0

5

10v b[m

/sec

]

time[sec]0 20 40 60

300

320

340

360

380

tota

l V

time[sec]

0 20 40 60-100

-50

0

50

100

phi[d

eg]

time[sec]0 20 40 60

0

100

200

300

400

psi[d

eg]

time[sec]

BLUE

RED

그림 5.12 기동한계에 차이에 따른 교전 시뮬레이션 결과

0 20 40 600

0.5

1

1.5

time[sec]

Thr

ottle

0 20 40 60-5

0

5

10

time[sec]

Load

Fac

tor[

g]

0 20 40 60-5

0

5

10

15

20

AO

A[d

eg]

time[sec]0 20 40 60

-15

-10

-5

0

5

gam

ma[

deg]

time[sec]

BLUE

RED

그림 5.13 기동한계에 차이에 따른 교전 시뮬레이션 결과

- 84 -

5.3 조종사 구현 기술 차이에 따른 교전 시뮬레이션

동급비행기에 대한 구현 가능 기술의 차이에 따른 교전 시뮬레이션 이

다. 공격기동에 있어 BLUE 팀은 전 기동 구현이 가능하며, RED 팀은 추

적 기동(Pure, Lag, Lead)만 가능하다고 가정한다.

초기 조건

속도 330m/sec

고도 10km

동일 고도, 수평 5km 간격

동일 방위각

BLUE 기동선택

시간 유지시간 기동이름

0.00

1.00

10.75

16.00

1.00

9.75

5.25

44.00

'Lag Pursuit'

'Low yo-yo'

'Head on'

'Low yo-yo'

RED 기동선택

시간 유지시간 기동이름

0.00

26.99

27.99

32.49

33.31

27.00

1.01

4.51

0.83

26.69

'Lag Pursuit'

'Lead Pursuit'

'Lag Pursuit'

'Basic Defense'

'Lag Pursuit'

표 5.4 조종사 구현 기술 차이에 따른 시뮬레이션 교전 기동 선택

- 85 -

-2000 0 2000 4000 6000 80000

2000

4000

6000

8000

10000

0

20

40

50

30

60

10

East Position[m]

10

30

50

6040

00s

20

Nor

th P

ositi

on[m

]

그림 5.14 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과

0 20 40 60100

150

200

250

Man

euve

r N

umbe

r

time[sec]

0 20 40 600

2000

4000

6000

8000

time[sec]

Rel

ativ

e D

ista

nce[

m]

0 20 40 600

50

100

150

200

Ang

le O

ff[d

eg]

time[sec]

0 20 40 60-1000

-500

0

500

1000

Ran

ge r

ate[

m/s

ec]

time[sec]

그림 5.15 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과

- 86 -

0 10 20 30 40 50 600

20

40

60

80

100

time[sec]

Blue Performance

temporary performanceintegrated performance

그림 5.16 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과

0 20 40 60300

350

400

450

500

u b[m/s

ec]

time[sec]0 20 40 60

-50

0

50

100

150

wb[m

/sec

]

time[sec]

0 20 40 60-5

0

5

10

15

thet

a[de

g]

time[sec]0 20 40 60

1.03

1.04

1.05

1.06

1.07x 10

4

h[m

]

time[sec]

BLUE

RED

그림 5.17 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과

- 87 -

0 20 40 60-10

-5

0

5

10v b[m

/sec

]

time[sec]0 20 40 60

300

350

400

450

500

tota

l V

time[sec]

0 20 40 60-100

-50

0

50

100

phi[d

eg]

time[sec]0 20 40 60

0

100

200

300

400

psi[d

eg]

time[sec]

BLUE

RED

그림 5.18 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과

0 20 40 600

0.5

1

1.5

time[sec]

Thr

ottle

0 20 40 60-5

0

5

10

15

time[sec]

Load

Fac

tor[

g]

0 20 40 60-5

0

5

10

15

20

AO

A[d

eg]

time[sec]0 20 40 60

-4

-2

0

2

4

6

gam

ma[

deg]

time[sec]

BLUE

RED

그림 5.19 조종사 구현 기술 차이에 따른 교전 시뮬레이션 결과

- 88 -

5.4 조종사 판단 정확도 차이에 따른 교전 시뮬레이션

조종사의 능력 차이에 따른 교전으로 BLUE 팀은 ACE로 기동선택 정

답률 95%이며, RED 팀은 Rookie로 기동선택 정답률을 60% 가지고

ACE에 비해 조종속도가 4배 느리다고 가정한다.

초기 조건

속도 330m/sec

고도 10km

동일 고도, 수평 5km 간격

동일 방위각

BLUE 기동선택

시간 유지시간 기동이름

0.00

1.00

2.54

21.57

22.98

1.00

1.54

19.03

1.41

37.02

'Lag Pursuit'

'Low yo-yo'

'High yo-yo'

'Basic Defense'

'Lead Pursuit'

RED 기동선택

시간 유지시간 기동이름

0.00

1.01

2.10

1.02

1.10

57.90

'Lag Pursuit'

'Low yo-yo'

'Basic Defense'

표 5.5 조종사 판단 정확도 차이에 따른 시뮬레이션 교전 기동 선택

- 89 -

0 1000 2000 3000 4000 5000 6000 7000 8000

0

1000

2000

3000

4000

5000

30

30

60

6020

4040

20

0

50

1050

East Position[m]

10

00s

Nor

th P

ositi

on[m

]

그림 5.20 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과

0 20 40 60100

150

200

250

Man

euve

r N

umbe

r

time[sec]

0 20 40 600

2000

4000

6000

time[sec]

Rel

ativ

e D

ista

nce[

m]

0 20 40 600

20

40

60

80

100

Ang

le O

ff[d

eg]

time[sec]

0 20 40 60-600

-400

-200

0

200

Ran

ge r

ate[

m/s

ec]

time[sec]

그림 5.21 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과

- 90 -

0 10 20 30 40 50 600

20

40

60

80

100

time[sec]

Blue Performance

temporary performanceintegrated performance

그림 5.22 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과

0 20 40 60250

300

350

400

u b[m/s

ec]

time[sec]0 20 40 60

-50

0

50

100

wb[m

/sec

]

time[sec]

0 20 40 60-5

0

5

10

15

thet

a[de

g]

time[sec]0 20 40 60

0.9

0.95

1

1.05

1.1x 10

4

h[m

]

time[sec]

BLUE

RED

그림 5.23 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과

- 91 -

0 20 40 60-1

-0.5

0

0.5

1v b[m

/sec

]

time[sec]0 20 40 60

300

320

340

360

380

400

tota

l V

time[sec]

0 20 40 60-100

-50

0

50

100

phi[d

eg]

time[sec]0 20 40 60

0

100

200

300

400

psi[d

eg]

time[sec]

BLUE

RED

그림 5.24 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과

0 20 40 600

0.5

1

1.5

time[sec]

Thr

ottle

0 20 40 60-5

0

5

10

time[sec]

Load

Fac

tor[

g]

0 20 40 60-10

0

10

20

AO

A[d

eg]

time[sec]0 20 40 60

-10

-5

0

5

10

gam

ma[

deg]

time[sec]

BLUE

RED

그림 5.25 조종사 판단 정확도 차이에 따른 교전 시뮬레이션 결과

- 92 -

5.5 최대 롤각속도 차이에 따른 교전 시뮬레이션

최대 롤각속도 차이에 따른 교전 시뮬레이션으로 BLUE 팀의 경우 초

당 200도 회전이 가능하며, RED 팀의 경우 빠른 롤회전이 불가능하여

초당 50도 회전이 가능하다고 가정한다.

초기 조건

속도 330m/sec

고도 10km

동일 고도, 수평 5km 간격

동일 방위각

BLUE 기동선택

시간 유지시간 기동이름

0.00

1.00

2.00

12.50

18.00

40.28

47.00

1.00

1.00

10.50

5.50

22.28

6.72

13

'Lag Pursuit'

'Lead Pursuit'

'Low yo-yo'

'Head on'

'High yo-yo'

'Head on'

'Low yo-yo'

RED 기동선택

시간 유지시간 기동이름

0.00

0.99

10.84

18.99

43.62

45.99

50.97

1.00

9.86

8.16

24.64

2.38

4.99

9.03

'Lag Pursuit'

'Low yo-yo'

'Head on'

'Low yo-yo'

'Head on'

'High yo-yo'

'Basic Defense'

표 5.6 최대 롤각속도 차이에 따른 시뮬레이션 교전 기동 선택

- 93 -

-2000 0 2000 4000 60000

1000

2000

3000

4000

5000

6000

700060

30

20

0

50

10

60

10

East Position[m]

4040

00s

50

20

30

Nor

th P

ositi

on[m

]

그림 5.26 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과

0 20 40 60100

150

200

250

Man

euve

r N

umbe

r

time[sec]

0 20 40 600

2000

4000

6000

8000

10000

time[sec]

Rel

ativ

e D

ista

nce[

m]

0 20 40 600

50

100

150

200

Ang

le O

ff[d

eg]

time[sec]

0 20 40 60-1000

-500

0

500

1000

Ran

ge r

ate[

m/s

ec]

time[sec]

그림 5.27 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과

- 94 -

0 10 20 30 40 50 600

20

40

60

80

100

time[sec]

Blue Performance

temporary performanceintegrated performance

그림 5.28 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과

0 20 40 60250

300

350

400

u b[m/s

ec]

time[sec]0 20 40 60

-50

0

50

100

150

wb[m

/sec

]

time[sec]

0 20 40 60-20

-10

0

10

20

30

thet

a[de

g]

time[sec]0 20 40 60

1

1.02

1.04

1.06

1.08x 10

4

h[m

]

time[sec]

BLUE

RED

그림 5.29 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과

- 95 -

0 20 40 60-1

-0.5

0

0.5

1v b[m

/sec

]

time[sec]0 20 40 60

250

300

350

400

tota

l V

time[sec]

0 20 40 60-100

-50

0

50

100

phi[d

eg]

time[sec]0 20 40 60

0

100

200

300

400

psi[d

eg]

time[sec]

BLUE

RED

그림 5.30 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과

0 20 40 600

0.5

1

1.5

time[sec]

Thr

ottle

0 20 40 60-5

0

5

10

time[sec]

Load

Fac

tor[

g]

0 20 40 60-10

0

10

20

30

AO

A[d

eg]

time[sec]0 20 40 60

-10

0

10

20

gam

ma[

deg]

time[sec]

BLUE

RED

그림 5.31 최대 롤각속도 차이에 따른 교전 시뮬레이션 결과

- 96 -

5.6 동일 기동 능력 Head-On 교전 시뮬레이션

동일 기동 능력의 두 전투기가 정면상황을 교전하는 시뮬레이션이다.

이때 BLUE 팀이 속도 우위를 갖은 상태라고 가정한다.

초기 조건

속도 BLUE 396m/sec, RED 330m/sec

고도 10km

동일 고도, 수평 8km 간격

BLUE 기동선택

시간 유지시간 기동이름

0.00

13.00

13.00

47.00

'Head on'

'High yo-yo'

RED 기동선택

시간 유지시간 기동이름

0.00

25.75

35.46

25.76

9.72

24.54

'Head on'

'Basic Defense'

'Low yo-yo'

표 5.7 동일 기동 능력 Head-On 시뮬레이션 교전 기동 선택

- 97 -

0 1000 2000 3000 4000 5000 6000 7000 8000-3000

-2000

-1000

0

1000

2000

3000

0

2060

50

40

30

1010

East Position[m]

60

40

50

30

2000s

Nor

th P

ositi

on[m

]

그림 5.32 동일 기동 능력 Head-On 교전 시뮬레이션 결과

0 20 40 60100

150

200

250

Man

euve

r N

umbe

r

time[sec]

0 20 40 600

2000

4000

6000

8000

10000

time[sec]

Rel

ativ

e D

ista

nce[

m]

0 20 40 60120

140

160

180

Ang

le O

ff[d

eg]

time[sec]

0 20 40 60-1000

-500

0

500

1000

Ran

ge r

ate[

m/s

ec]

time[sec]

그림 5.33 동일 기동 능력 Head-On 교전 시뮬레이션 결과

- 98 -

0 10 20 30 40 50 600

20

40

60

80

100

time[sec]

Blue Performance

temporary performanceintegrated performance

그림 5.34 동일 기동 능력 Head-On 교전 시뮬레이션 결과

0 20 40 60300

320

340

360

380

400

u b[m/s

ec]

time[sec]0 20 40 60

-50

0

50

100

wb[m

/sec

]

time[sec]

0 20 40 60-5

0

5

10

15

thet

a[de

g]

time[sec]0 20 40 60

0.98

1

1.02

1.04

1.06

1.08x 10

4

h[m

]

time[sec]

BLUE

RED

그림 5.35 동일 기동 능력 Head-On 교전 시뮬레이션 결과

- 99 -

0 20 40 60-1

-0.5

0

0.5

1v b[m

/sec

]

time[sec]0 20 40 60

300

320

340

360

380

400

tota

l V

time[sec]

0 20 40 60-100

-50

0

50

100

phi[d

eg]

time[sec]0 20 40 60

0

100

200

300

400

psi[d

eg]

time[sec]

BLUE

RED

그림 5.36 동일 기동 능력 Head-On 교전 시뮬레이션 결과

0 20 40 600

0.5

1

1.5

time[sec]

Thr

ottle

0 20 40 60-5

0

5

10

time[sec]

Load

Fac

tor[

g]

0 20 40 60-5

0

5

10

15

20

AO

A[d

eg]

time[sec]0 20 40 60

-10

-5

0

5

gam

ma[

deg]

time[sec]

BLUE

RED

그림 5.37 동일 기동 능력 Head-On 교전 시뮬레이션 결과

- 100 -

6. 결론

본 논문은 가상 항공기 교전 시뮬레이션을 위한 BFM 기반 조종사 인

공지능 모델을 제안한다. 교전 시뮬레이션 모델로써 간략화된 공력모델과

추력모델을 포함하는 개선된 5 자유도 시뮬레이션을 제안하였다. 이 모델

은 제한된 공력데이터와 계산 용량이라는 한계 요소를 반영하면서 실제

항공기의 특성 표현하는 적절한 충실도를 가진다. 5 자유도 시뮬레이션

모델은 full flight simulator와의 비교를 통하여 적합도를 분석하였다.

조종사 기동 결정 모델에 대한 기존 연구는 실시간 구현 문제가 발생할

수 있으며, 실시간을 위하여 예측 시간을 결정할 경우 예측 시간에 대한

최선이 될 뿐 전체에 대한 최선이 될 수 없다. 또한 기동 구현 형태가 실

제 조종사가 훈련받고 사용하는 기본 비행 기동(BFM)의 형태가 아닌 최

대 속도 가속, 동체의 수직방향 가속, 측방향 가속의 형태로 구현하였다.

본 논문에서는 시계내(WVR)에서의 일대일 교전 상황에서의 인공 신경

망을 이용한 조종사 기동 결정 모델링 방안을 제안하였다. 인공 신경망은

상황인자 입력을 받아 최선의 BFM 선택을 출력하기 위해 교육된다. 또

한 전투기의 기동 구현을 위해서 BFM을 분류하고 기동 모사를 위한 유

도를 설계하였다. 조종사의 비행 능력으로 유도 성능, 기동 선택시의 불

확실성 등을 고려하여 현실적인 시뮬레이션을 구현하였다. 구현된 통합

교전 시뮬레이션을 이용하여 항공기 기체 능력의 차이, 동급 비행기에 대

한 구현 기술의 차이, 조종사 조종 능력의 차이, 최대 롤각속도 차이에

대한 시뮬레이션 결과를 통해 교전 시뮬레이션 모델의 검증과 실용성을

보였다.

조종사 기동 결정 모델은 인공 신경망에 의해 결정됨에 따라 빠른 연산

속도를 가지며, 추가되는 BFM이나 전술 기동에 대해서도 인공 신경망

재교육을 통해 적용이 가능하다. 제안한 시뮬레이션 모델과 조종사 모델

을 포함한 가상 항공기 교전 시뮬레이션은 일대일 교전 상황에서의 조종

사의 훈련에 사용될 뿐만 아니라 전투 상황에 따른 전력평가 및 분석 도

구로 사용될 수 있다. 또한 제안한 조종사 기동 결정 알고리듬은 유인전

투기의 가상 모델 뿐만 아니라 무인전투기의 교전 알고리듬으로 활용이

가능하다.

- 101 -

현대의 고성능 항공기의 조종입력은 조종사 입력 뿐만 아니라 비행조종

장치에서 항공기의 안정성과 조종성을 증가시키기 위한 입력이 포함된다.

이러한 고성능 비행조종 장치와 숙련된 조종사의 결합은 외부에서 보는

항공기의 기능을 거의 자세제어와 속도벡터 제어의 단순한 형태로 나타낼

수 있다. 이러한 특성을 고려할 때 교전 모의용 시뮬레이션 모델의 경우

저충실도의 시뮬레이션 모델로 표현할 수 있다. 저충실도 시뮬레이션 모

델의 장점은 연산속도가 빠른 것 뿐만 아니라, 고충실도 시뮬레이션 모델

에 대한 비행 전 영역 제어기 설계를 생략할 수 있다는 것이다. 또한 알

려지지 않은 제어기에 대해서도 구현을 생략할 수 있다. 가장 보편적으로

사용되는 모델은 동체축 y방향 병진 운동이 제외된 5 자유도 모델이다.

즉, 옆미끄럼각()이 0으로 가정된다. 항공기는 그림 A.1과 같이 속도 방

향에 따라 받음각와 옆미끄럼각이 존재한다. 일반적으로 항공기에서는 러

더를 이용하여 옆미끄럼각을 감소시키는 제어기가 탑재되어있다.

그림 A.1 항공기 좌표계 [14]

기존에 일반적으로 사용되던 안정 좌표계의 5자유도 모델은 속도 벡터

- 102 -

의 방향만 고려함에 따라 기동이 클수록 피치, 롤 커플에 의해 실제 자세

와 차이가 커진다. 무기 장착은 동체 좌표계에 기반하므로 속도벡터에 대

한 자세 정보만으로는 부족하며 동체 자세각 정보가 필요하다. 또한 실제

적인 운동특성에 대한 반영이 한계 반영이 부족하다.

개선된 5자유도 운동 방정식에서는 기존의 5자유도 모델에 대해서 오

일러 자세각에 대한 정보를 유도하고, 받음각 한계, 롤각속도 한계, 최대

하중계수 한계를 고려하였다.

5자유도 운동방정식 구성도는 그림 A.2와 같다. 조종사 입력에 대한 운

동방정식과 동특성 방정식, 운동학식으로 이루어진다.

그림 A.2 개선된 5자유도 운동방정식 구성도

Control Input Dynamic Equation

실제 항공기의 제어입력은 쓰로틀, 엘리베이터, 에일러론, 러더 등 이

다. 5자유도 시뮬레이션 모델에서는 제어기와 조종사에 의하여 구성된 제

어 형태임을 고려하여 제어입력으로 받음각 명령(), 속도 벡터에 대한

롤각 명령(), 쓰로틀 명령()을 가진다.

쓰로틀은 애프터버너를 사용하지 않을 경우(military power) 0~1.0, 애

프터버너를 사용할 경우(maximum power) 1.0~1.5 범위로 표현한다. 애

프터버너 사용여부에 따라 최대 추력이 다르며, 추력 명령과 쓰로틀 관계

식은 다음과 같다.

- 103 -

max i f ≤max

max max i f ≤

받음각의 운동방정식은 댐핑계수와 고유진동수를 가지는 2차 모델로 모

델링한다. 롤각, 추력에 대한 운동방정식은 다음과 같이 시정수()를 가지

는 1차 미분항으로 모델링 한다.

≤max (A.1)

≤ max (A.2)

(A.3)

또한 실제 공력 한계를 위하여 최대받음각 max , 기동한계 제약에 의한

최대 하중계수 max, 최대 롤각속도 제한을 고려한다. 최대 받음각 제한

은 상태변수의 최대값 제한으로 이루어지며, 최대하중계수의 경우 제어/

유도부에서 제어를 담당하게 된다.

최대 롤각속도 제한은 항공기 공력계수에 의해서 결정된다. 최대 롤각

속도 제한을 반영하기 위하여 속도벡터에 대한 롤각속도 제한으로 유도하

면 다음 식과 같다.

≤cosmax cossin coscossinsinsin

≥cosmin cossin coscossinsinsin

(A.4)

여기서,

∈ max

min

- 104 -

Dynamic Equation

일반적으로 많이 사용되고 있는 5자유도 운동방정식은 다음과 같이 구

성된다. 옆미끄럼각과 바람의 성분을 무시하고, 추력방향이 동체 축과

일치한다고 가정한다. 그에 따라 운동방정식은 속도, 비행경로각, 방위각,

질량에 대해 식 (A.5)~(A.8)과 같이 변화율을 표현할 수 있다.

cos

sin (A.5)

sincos cos (A.6)

cossinsin

(A.7)

(A.8)

양력과 항력은 다음과 같다.

옆미끄럼각이 0일 경우 , , , 벡터는 동체축 평면 상에 존

재한다. 그러므로 그림 A.3과 같이 옆미끄럼각이 0이라 가정한 5자유도

시뮬이션 모델은 롤각이 발생할 경우 동체축 와 속도 벡터가 지면에 수

직 평면 동일 평면상에 존재하지 않게 된다. 그러므로 속도 의 방위각

()과 동체 축에 대한 방위각()은 동일하지 않다. 또한 롤각과 속도벡

터에 대한 롤각이 동일하지 않으며 피치각도 비행경로각과 받음각의 합으

로 나타내어지지 않는다.

- 105 -

그림 A.3 옆미끄럼각이 0, 속도 벡터에 대한 롤각이 0이 아닐 때

항공기에 작용하는 힘

일반적으로 사용하는 이와 같은 안정 좌표계의 5자유도 모델은 속도 벡

터의 방향만 고려함에 따라 기동이 클수록 피치, 롤 커플에 의해 실제 자

세와 차이가 커진다. 무기 장착은 동체 좌표계에 기반하므로 속도벡터에

대한 자세 정보만으로는 부족하며 동체 자세각 정보가 필요하다.

항법좌표계에서 동체좌표계로의 변환은 식 (A.9)와 같이 방위각, 피치

각, 롤각 순서로 변환할 수 있으며, 동일하게 속도벡터에 대한 방위각, 비

행경로각, 속도벡터에 대한 롤각, 받음각 순서로 변환 할 수 있다.

(A.9)

- 106 -

방위각, 비행경로각, 속도벡터에 대한 롤각, 받음각은 운동방정식으로

알고 있는 값이므로 좌표변환 수식은 일정값으로 결정된다.

(A.10)

cos cos cos sin sinsin sin cos cos sin sin sin sin cos cos sincoscos sin cos sin sin cos sin sin sin cos cos cos (A.11)

그러므로 식 (A.11) 에 따라 롤각, 피치각, 요각 오일러각의 특이점을

고려하여 조건에 따라 식 (A.12)과 (A.13)으로 정의 한다.

if sin tan (A.12a)

sin (A.12b)

tan (A.12c)

if sin (A.13a)

sin (A.13b)

tan (A.13c)

Kinematic Equation

일반적으로 운동학적 관계에서 병진 좌표는 항법 좌표축으로 식 (A.14)

과 같이 표현되며, 축은 북쪽, 축은 동쪽, 축은 지면방향이다. 항법좌

표계로 표현된 속도를 이용하여 위도(), 경도(), 고도()의 변화율은 식

- 107 -

(A.15)와 같이 결정된다.

coscos cossin sin

(A.14a)

(A.14b)

(A.14c)

cos

(A.15a)

(A.15b)

(A.15c)

여기서,

남북방향 지구 반경 sin

동서방향 지구 반경 sin

좀 더 자세한 설명은 본문 2.1절에 수록되어있다.

- 108 -

[1] 조한상, 고대우, 명노신 , 조태환 , 현용희, 지철규, 류태규, “근접 공

중전 전투효과 분석에 대한 연구”, 한국항공우주학회 추계학술발표

회, pp. 314-318, 2003

[2] 양지연, 김천영, 전제환, 전옥술, 류태규, “V-C 연동기반 가상 공대

공 교전모의 구현 연구”, 한국항공우주학회 추계학술발표회, pp.

1244-1247, 2010

[3] K. Y. Lou, A. E. Brysont, "Inverse and Optimal Control for

Precision Aerobatic Maneuvers", Journal of Guidance Control

and Dynamics, Vol. 19, No. 2, Mar. - Apr., 1996

[4] Fumiaki Imado, "Some Aspects of a Realistic

Three-Dimensional Pursuit-Evasion Game", Journal of Guidance

Control and Dynamics, Vol. 16, No. 2, pp. 289 - 293, Mar.

-Apr., 1993

[5] Lazarus, E., “The Application of Value-Driven Decision-Making

in Air Combat Simulation”, Proceedings of the IEEE

International Conference on Systems, Man, and Cybernetics,

Vol. 3", Piscataway, NJ, pp. 2302-2307, 1997

[6] McManus, J. W., and Goodrich, K. H., "Application of Artificial

Intelligence (AI) Programming Techniques to Tactical

Guidance for Fighter Aircraft", AIAA Paper 89-3525, Aug,

1989

[7] Katz, A., “Tree Lookahead in Air Combat,”, Journal of Aircraft,

Vol. 31, No. 4, pp. 970 – 973, 1994

- 109 -

[8] Austin, F., Carbone, G., Falco, M., and Hinz, H., “Game Theory

for Automated Maneuvering During Air-to-Air Combat,”,

Journal of Guidance Control and Dynamics, Vol. 13, No. 6, pp.

1143 - 1149, 1990

[9] Kai Virtanen, Janne Karelahti and Tuomas Raivio, "Modeling

Air Combat by a Moving Horizon Influence Diagram Game",

Journal of Guidance Control and Dynamics, Vol. 29, No. 5, pp.

1080 - 1091, Sep. - Oct., 2006

[10] Kai Virtanen, "OPTIMAL PILOT DECISIONS AND FLIGHT

TRAJECTORIES IN AIR COMBAT", Systems Analysis

Laboratory Research Reports, Helsinki University of

Technology, 2005

[11] Kai Virtanen, Tuomas Raivio, and Raimo P. H¨am¨al¨ainen,

"Modeling Pilot’s Sequential Maneuvering Decisions by a

Multistage Influence Diagram", Journal of Guidance Control

and Dynamics, Vol. 27, No. 4, pp. 665 - 677, Aug. - Jul.,

2004

[12] Kai Virtanen, Tuomas Raivio, and Raimo P. Hamalainen,

"DECISION THEORETICAL APPROACH TO PILOT

SIMULATION", Journal of Aircraft, Vo. 36, No. 4, pp. 632 -

641, Jul. - Aug., 1999

[13] Shang-Jeng Tsai, Tsung-Ying Sun, Shih-Hsiang Ting,

"Intelligent Automatic Manoeuvring Mechanism for Computer

Generated Forces Using Predictive Multi-Step Fuzzy

Inference System", IEEE, pp. 576 – 581, 2007

[14] Marc Rauw, “FDC 1.4 . A SIMULINK Toolbox for Flight

- 110 -

Dynamics and Control Analysis”, 2005

[15] Vladislav Klein, Eugene A. Morelli, Aircraft System

Identification : Theory and Practice, AIAA, 2006

[16] Brian L. Stevens, Frank L. Lewis, Aircraft Control and

Simulation, 2nd Edition, JOHN WILEY & SONS, 2003

[17] Burgin, G.H., Sidor, L. B, Rule-Based Air combat simulation,

NASA CR-4160, 1988

[18] Daniel P. Raymer, Aircraft Design : A Conceptual Approach,

Third Edition, AIAA, 1999

[19] 이승수, 항공기공력설계 강의노트, 인하대학교, 2004

[20] Pete Bonanni, Skidow 역, The Art Of kill : A Comprehensive

Guide to Modern Air Combat, Spectrum HoloByte, 1993

[21] Air Combat Maneuvering, FLIGHT TRAINING INSTRUCTION

T-45TS, ADV, AND IUT, 1998

[22] http://www.fas.org/man/dod-101/sys/ac/equip/m61.htm

[23] Vladislav Klein, Eugene A. Morelli, Aircraft System

Identification : Theory and Practice, AIAA, 2006

[24] Brian L. Steves, Frank L. Lewis, Aircraft Control and

Simulation, 2nd Edition, Wiley, 2003

[25] NIGEL GREENWOOD, "A Differential Game in Three

Dimensions : The Aerial Dogfight Scenario", Dynamics and

- 111 -

Control, 1992

[26] Yuan-Shun Leea, Kuo-Hsien Hsiab, Jer-Guang Hsieha, "A

strategy for a payoff-switching differential game based on

fuzzy reasoning", Fuzzy Sets and Systems, Vol. 130, pp. 237

- 251, 2002

[27] Sandeep Mulgund, Karen Harper, Kalmanje Krishnakumar,

Greg Zacharias , "Air Combat Tactics Optimization using

Stochastic Genetic Algorithms", IEEE International Conference

on Systems, Man, and Cybernetics", 1998

[28] P. K. A. Menon'and E. L. Duket, "Time-Optimal Aircraft

Pursuit-Evasion with A Weapon Envelope Constraint", pp.

2337 - 2342

[29] Stehlin, P., Hallkvist, I., and Dahlstrand, H., “Models for Air

Combat Simulation,”, Proceedings of the 19th Congress of the

International Council of the Aeronautical Sciences (ICAS), Vol.

2, AIAA, Washington, DC, pp. 2190 - 2196., 1994

[30] Bent, N. E., “The Helicopter Air-To-Air Value Driven

Engagement Model (HAVDEM)", Proceedings of the 19th

Congress of the International Council of the Aeronautical

Sciences (ICAS), Vol. 2, AIAA, Washington, DC, pp. 2181 –

2189, 1994

[31] 박상혁, "고정익 항공기의 자율 곡예비행", 항공우주학회, pp. 1217

- 1224, Sep,

[32] P. K. A. Menon and E. L. Duket, "Time-Optimal Aircraft

Pursuit-Evasion with A Weapon Envelope Constraint", pp.

- 112 -

2337 - 2342

[33] Y. Baba, H. Takano, S. Miyamoto, K. Ono, "AIR COMBAT

GUIDANCE LAW FOR AN UCAV", AIAA's 1st Technical

Conference and Workshop on Unmanned Aerospace Vehicles,

Portsmouth, Virginia, May, 2002

[34] Hoffren Jaakko, Sailaranta Timo, "Maneuver autopilot for

realistic performance model simulations", AIAA Modeling and

Simulation Technologies Conference and Exhibit, Montreal,

Canada, Aug., 2001

[35] S. OCHI, H. TAKANO, Y. BABA, "flight Trajectory Tracking

system applied to inverse control for aerobatic maneuvers",

Inverse Problem in Engineering Mechanics III

[36] 미DOD, MIL-F-8785C

[37] 미DOD, MIL-HDBK-1797

[38] Sheila B. Banks, Eugene Santos Jr., and Martin R. Stytz,

"Enhancing Behavioral Fidelity Within Distributed Virtual

Environments", pp. 514 - 521

[39] A.Katz, B. Butler, "GAME COMMANDER"-APPLYING AN

ARCHITECTURE OF GAME THEORY AND TREE

LOOKAHEAD TO THE COMMAND AND CONTROL PROCESS",

IEEE, pp. 105 - 112, , 1994

[40] D.H. Titterton, J.L. Weston, Strapdown inertial navigation

technology, Peter Peregrinus Ltd., 1997

- 113 -

[41] John H.Blakelock, “Automatic Control of aircraft and Missiles"

Wiley Interscience, 1991

[42] USAF, Skidow 역, Multi-Command Handbook 11-F16

(F16-combat aircraft fundamentals), Volume 5, May 10, 1996.

[43] 마이클 네그네빗스키, 김용혁 역, 인공지능 개론, 한빛미디어, 2009

[44] 변윤식, 윤태성, 김동준, 왕보현, 양희경, 신경회로망 설계, 인터비

젼, 2008

- 114 -

대학에서 보낸 시간이 이렇게 훌쩍 지나갔는지 몰랐습니다. 2001년 인

하대학교에 발을 디딘 순간부터 열심히 그리고 즐겁게 보낸 시간들이 결

실을 맺어 2012년 박사학위 논문을 마무리 하게 되었습니다. 저에게 영

예로운 순간을 맞이 할 수 있도록 도움주신 분들에게 감사를 드리고 싶습

니다.

먼저 저의 지도 교수님이시자 멘토이신 최기영 교수님. 존경합니다. 감

사합니다. 학부때부터 최 교수님을 보고 공학자의 꿈을 키웠고 교수님의

모습을 따르려고 노력하였습니다. 연구실의 뿌리이시자 항상 잊지 않고

연구실을 챙겨주시는 박춘배 교수님. 정말 감사합니다. 또한 다른 시각에

서 부족한 점을 챙겨주시고 진심 어린 충고를 주신 유창경 교수님 감사합

니다.

부족한 저의 논문을 심사하시고 조언해주신 이인석 교수님, 허기봉 박

사님 감사합니다. 그리고 잘 뵙지 못하지만 관심 가져주시고 챙겨주신 김

범수 교수님, 김기욱 교수님, 최동환 교수님, 이승수 교수님, 노태성 교수

님, 조진연 교수님 감사합니다.

비행 동역학 및 제어연구실 시절부터 많은 도움을 주신 선배님들이 있

습니다. 방황하는 후배에게 용기와 따뜻한 조언을 주신 이광현, 김인중

선배님 감사합니다. 저의 철없는 행동과 장난에도 항상 그 자리에게 든든

하게 버팀목이 되어 주신 연구실의 아빠인 성환이 오빠 정말 감사합니다.

그리고 연구실의 엄마이자 정신적 지주 성수 오빠 정말 감사드립니다. 사

회인이 되서도 연구실 많이 챙겨주시는 상웅, 용호, 훈희 오빠 감사합니

다. 그리고 민성오빠 잊지 않을께요. 저의 직속 선배셨던 정 많은 병룡,

만도맨 태완오빠 감사드립니다. 그리고 우리 동기 재화, 태인, 두열, 장모,

중섭 모두 감사합니다. 많이 챙겨주지 못해 미안한 상욱, 레간자 상혁,

LG 만세 정훈, 바쁜 운율 오빠 감사합니다. 졸업한 자랑스러운 후배님인

스마일걸 미현, 삼성맨 정진, 품절남 될 재훈, 정명진 중위, 귀염둥이 혜

탄, 먹보 찬욱, 센스쟁이 진서, 사라진 경호 감사합니다. 그리고 박사과정

을 밟고 있는 일꾼 우성, 독특한 도완과 우리 성범에게 감사합니다. 올해

- 115 -

석사 졸업하느라 고생 많았던 병도, 똑똑한 윤호, 우등생 주혁, 섬세한 재

현도 감사합니다. 그리고 석사과정의 만능재주꾼 길호 오빠, 플레이걸 주

현, 하하하 상섭, 개그쟁이 인한에게 감사합니다. 새식구 정성, 혜주, 성

균, 현종은 앞으로 열심히 하기 바랍니다. 미래 연구실의 기대주는 여러

분 입니다. 지켜보고 많이 찾아오겠습니다.

로케트 연구회의 김명구, 문종인 선배님, 기철, 용제 오빠를 비롯한 여

러 선배님과 동기 창환, 주명, 준호, 창근, 은암, 현모, 제영, 유호, 수영,

상환, 승환, 병래, 재우 그리고 도움 많이 못 줘 미안한 후배님 감사합니

다.

아플 때만 집에 들어가는 못난 딸에게 끝없는 사랑을 주시고 부르면 언

제든지 달려 와주는 나의 가족들에게 가장 많이 감사드립니다. 마지막으

로 멀리 떨어져서도 든든히 지켜주고 응원해 준 종후에게 사랑하고 너무

고맙다고 전하고 싶습니다.

이렇게 많은 분들의 격려와 사랑을 잊지 않고 항상 바르게 정진하여 다

시 도움을 되돌려주는 사람으로 성장하겠습니다. 그리고 연구실에서 휘날

리던 태극기를 마음에 깊게 새기고 공학 발전에 이바지 할 수 있도록 노

력하겠습니다.

2012년 새해 어느날 새벽

인하대 연구실에서...