기동 및 미세운동을 가지는 탄도탄 표적 변별

Abstract

Because a ballistic missile releases a decoy to prevent the interception of the warhead by an anti-ballistic missile, the ballistic missile defense system(BMDS) has to discriminate the warhead from the decoy via multi-function radar(MFR).In this thesis, novel discrimination algorithms of ballistic target(BT), such as warhead and decoy, with macro-motion and micro-motion are proposed for efficient BMDS in terms of computational efficiency and discrimination performance. First, a discrimination algorithm based on ballistic coefficient extracted from macro-motion of BT is suggested, which consists of four stages: 1) tracking using Kalman-fi lter, 2) estimation of drag acceleration using trajectory and velocity of macro-motion, 3) estimation of ballistic coefficient using drag acceleration, 4) discrimination of BT using nearest-neighbor(NN) classi fier. Second, new echo signal models to formulate the fundamental difference between the micro-motions of warheads and decoys are suggested, leading to a novel BT discrimination framework via new feature extraction paradigm and multi-aspect fusion concept. The most attractive attribute of this framework is that it can provide substantial savings with regard to computational resources as well as robustness to noise, compared to the traditional approaches using two-dimensional(2D) joint time-frequency(JTF). Finally, an efficient estimation framework of dynamic and geometric parameters of BT for target prioritization of the MFR is proposed, which is more time-saving than conventional methods using 2D JTF image or 2D radial-range(RR) history image. Then, this framework consists of five stages: 1) a normalization step, 2) signal decomposition and data association using independent component analysis(ICA) in the distributed radar network, 3) estimation of dynamic parameters using one-dimensional(1D) micro-Doppler frequency trajectories, 4) restoration of 1D RR histories, and 5) estimation of geometric parameters using restored 1D RR histories. In particular, ICA of stage 2) is more time-saving than conventional mathematical model-based methods using 2D JTF image due to signal decomposition using 1D normalized echo signals. Moreover, in the stage 4), high quality 1D RR histories can be restored in spite of using 2D RR history image with low resolution, compared with conventional methods using 2D RR history image of very high resolution. The experimental results illustrate that the proposed discrimination schemes show considerable promise for application in real-time BT discrimination.

최근 국가안보에 큰 위협이 되고 있는 탄도 미사일(Ballistic missile)은 1) 추진, 2) 중간, 그리고 3) 종착 단계로 구성된 기동 특성을 가진다. 먼저, 추진 단계에서 탄도미사일은 모든 연료를 소모하여, 고도 100 km 이상의 외기권 내 중간 단계로 진입하게 된다. 이때, 탄도미사일은 오직 중력(Gravity)과 항력(Drag force)에 의해 자유낙하를 시작하며, 매우 낮은 대기밀도로 인해 항력의 영향은 중력보다 상대적으로 적게 나타난다. 그리고 이 시점에서 탄도미사일에 대한 레이다의 탐지(Detection) 및 추적(Tracking)이 본격적으로 수행된다. 하지만, 탄도 미사일은 형상이 유사한 탄도탄 표적들(i.e. 탄두(Warhead), 기만체(Decoy))을 몸체로부터 각각 분리시켜, 탄두에 대한 레이다의 탐지 및 추적을 방해한다. 이로 인해, 탄두와 기만체 간의 변별(Discrimination) 문제는 탄도미사일 방어체계에서 매우 중요한 문제로 대두되어 왔다. 그러나 기존의 레이다 표적식별에 사용되는 대표적인 레이다 정보들(i.e. RCS(Radar cross section), HRRP(High resolution range profile), 그리고 ISAR(Inverse synthetic aperture radar) 영상)은 형상학적 차이가 있는 표적들에만 유효하기 때문에, 형상이 유사한 탄두와 기만체 간의 변별 문제를 해결하기에는 효용성이 떨어지는 문제점이 있었다. 따라서 이러한 문제점을 해결하기 위해서는 형상 정보가 아닌 기동(Maneuvering) 및 미세운동(Micro-motion) 특성 차이를 바탕으로 한 탄두와 기만체 간의 변별 연구가 반드시 필요하다. 먼저, 탄두와 기만체 간의 기동특성 차이를 바탕으로 한 변별은 각 표적들의 항력가속도 차이가 다르다는 전제하에 수행되기 때문에, 항력의 영향력이 상대적으로 높아지는 낮은 고도의 종착 단계에서만 수행된다. 여기서, 항력가속도는 표적 고유의 무게(Mass) 및 항력계수(Ballistic coefficient) 등에 따라 변화하며, 탄두와 기만체는 형상만 유사할 뿐 무게가 다르기 때문에 항력가속도 또한 다르게 나타난다. 그리고 레이다 추적 과정을 통해 추정된 탄도탄 표적들의 실시간 3차원 궤적 및 속도변화 정보를 활용할 경우, 앞서 언급된 항력가속도 차이는 탄도계수(Ballistic factor)라는 특징 값으로 추출될 수 있으며, 이는 탄두와 기만체 간의 변별에 매우 효율적으로 사용될 수 있다. 다음으로 미세운동특성 차이를 바탕으로 한 변별을 위해서는 탄두와 기만체 각각의 고유 미세운동에 대한 분석이 필요하다. 먼저, 원뿔 형상의 탄두는 주요 핵물질을 탑재하고 있기 때문에 상대적으로 기만체 보다 무겁고, 목적지까지 도달하기 위한 자세제어장치가 탑재되어 있다. 이로 인해 탄두는 세차(Precession) 및 장동(Nutation) 운동을 가지면서, 자유낙하를 하게 된다. 반면에, 탄두와 유사한 형상의 기만체는 상대적으로 가볍고, 자세제어장치가 없기 때문에 떨림(Wobbling) 운동을 가지면서 기동을 한다. 그리고 이러한 미세운동 차이는 각 표적의 레이다 수신신호에 서로 다른 크기변조와 위상변조 현상을 야기 시킨다. 여기서, 크기변조 현상은 탄도탄 표적의 동적 RCS 변화로 정의될 수 있으며, 표적 고유의 물리적 정보(i.e. 표면 매질, 형상)와 레이다와 표적 간의 관측각도(Aspect-angle) 변화에 따라 시시각각 변화하는 특징이 있다. 그리고 위상변조 현상은 레이다 시선방향(Radar line-of-sight, RLOS)으로 투영된 탄도탄 표적의 미세한 거리변화에 의해 야기되며, 이는 미세도플러 효과(Micro-Doppler effect)로 정의된다. 따라서 레이다 수신신호 내 크기변조와 위상변조 현상으로부터 적절한 특징벡터를 추출할 경우, 탄두와 기만체 간의 보다 효율적인 변별을 수행할 수 있다. 본 논문에서는 앞서 언급된 기동특성과 미세운동특성 차이를 바탕으로 탄두와 기만체 간의 보다 효율적인 변별을 위한 다양한 알고리즘들을 제안한다. 특히, 제안된 알고리즘들은 국내외 기존 기법들과 비교하여, 1) 실시간 변별을 위한 계산속도 향상과 2) 분산 배치 레이다(Distributed radar network), 다중각도(Multi aspect) 구분기, 및 융합(Fusion) 기법을 통한 변별 정확도 향상에 기여하였다. 먼저, 기동특성을 바탕으로 한 알고리즘은 크게 1) 칼만 필터(Kalman-filter)를 통한 3차원 궤적 추적 단계, 2) 궤적 및 속도 정보를 사용한 항력 가속도 추정 단계, 3) 탄도 계수 추출 단계, 4) nearest neighbor(NN) 구분기 기반 변별 단계로 구성된다. 특히, 제안된 기법은 국내외 기존 추적 방식들과 달리, 탄도탄 표적의 미세운동에 의한 크기변조 특성을 추적 과정에서 고려하였으며, 다양한 탄도탄 표적들과 다양한 기동 궤적 시나리오들을 바탕으로 탄도 계수 기반의 변별 성능을 심층적으로 분석하였다. 다음으로 미세운동특성을 바탕으로 한 새로운 변별 기법을 개발하기 위하여, 탄도탄 표적들의 새로운 레이다 수신신호 모델링 기법을 제시하였으며, 이를 바탕으로 탄두와 기만체 간의 미세운동 차이를 레이다 수신신호 내 크기 및 위상변조 측면에서 수학적으로 분석하였다. 그리고 앞서 분석된 결과들을 바탕으로 새로운 5차원 특징벡터 추출기법 및 다중각도 NN 구분기로 구성된 실시간 변별 알고리즘을 개발하였다. 여기서, 제안된 5차원 특징벡터는 1) 동적 RCS 내 미세운동 주기, 2) 동적 RCS 내 크기변화폭, 3) 동적 RCS의 사인파 유사도, 4) 레이다 수신신호 스펙트럼의 3 dB 대역폭, 5) 미세도플러 궤적의 사인파 유사도로 구성된다. 특히, 제안된 특징벡터 추출기법은 국내외 기존 변별 기법들 중 대표적으로 사용되는 시간-주파수(Time-frequency) 영상 기반 81차원 특징벡터 추출기법(e.g. Pseudo-Zernike moment)과 비교하여, 매우 향상된 계산 속도를 가지며, 실시간 다중각도에서 획득되는 레이다 수신신호들을 활용할 경우 향상된 변별 정확성까지 획득할 수 있다. 또 다른 미세운동특성 기반의 변별 패러다임으로 탄두와 기만체에 대한 고유 미세운동변수 추정 방식이 있다. 예를 들어, 기존의 미세운동변수 추정 방식으로 크게 1) 2차원 거리-시간 영상과 2) 2차원 시간-주파수 영상을 활용하는 두 가지 접근 방법이 있다. 하지만 이들은 2차원 영상처리기법과 복잡한 최적화 알고리즘을 사용해야하기 때문에, 계산시간이 매우 증대되는 문제점이 있었다. 하지만, 제안된 변수추정 기법은 분산 배치 레이다와 ICA(Independent component analysis) 기법을 활용하기 때문에, 기존 기법들에 비해 매우 빠른 계산시간과 낮은 대역폭에도 불구하고 높은 해상도의 HRRP를 복원할 수 있다는 장점이 있다. 마지막으로 보다 향상된 변별 성능을 획득하기 위하여, 앞서 언급된 기동특성 기반 변별기법과 미세운동 기반 변별기법에 대한 융합기법 연구를 수행하였다. 여기서 주목할 점은 기동특성의 경우 항력 변화를 기반 하기 때문에 고도가 충분히 낮아진 종착단계에서 신뢰도가 높은 반면, 미세운동특성의 경우 중간 및 종착단계에서 모두 활용 가능하다는 것이다. 따라서 본 논문에서는 추적 과정에서 추정된 탄도탄 표적의 고도(Attitude) 정보를 가중치(Weight)로 활용하는 1) 특징벡터 레벨 융합기법과 2) 구분기 레벨 융합기법을 제안한다. 여기서, 특징벡터 레벨 융합은 고도에 따라 각 특징 값들에 대한 가중치를 적절히 선택한 후, 1차원 특징값 탄도 계수와 제안된 5차원 특징벡터를 가중치와 함께 선형적 또는 비선형적으로 결합시켜 새로운 6차원 특징벡터로 만드는 것이다. 반면에 구분기 레벨 융합은 기동특성 및 미세운동특성 기반의 각 변별율들을 고도에 따른 가중치와 함께 선형적 또는 비선형적으로 융합시키는 것이다. 본 논문에서는 제안된 알고리즘의 성능 검증을 위하여, 탄두와 기만체에 대한 다양한 형상들(e.g. 원뿔(Cone), 날개달린 원뿔(Cone with fins), 원통(Cylinder))의 CAD 모델과 상용 수치해석 도구 VIRAF를 활용하였다. 특히, 기동특성 기반 변별과 미세운동변수 추정을 위한 레이다 수신신호 생성과정에서 PO(Physical optics) + PTD(Physical theory of diffraction) 기반 수치해석도구를 사용한 동적 RCS 변화를 고려하였기 때문에, 보다 신뢰성 있는 실험결과를 도출할 수 있었다. 게다가, X-밴드(10 GHz) 레이다 장비와 실제 탄도 미사일의 축소 모형을 사용하여, 미세운동특성 기반 변별 실험을 위한 데이터베이스를 추가적으로 구축하였다. 제안된 미세운동특성 기반 알고리즘을 사용한 실험 결과, 기존 기법과 비교하여 63.7배 빨라진 계산시간과 다중각도 정보의 활용을 통한 약 10% 정도의 향상된 변별 정확도를 획득할 수 있었다. 또한, 제안된 융합기법을 활용한 실험 결과, 구분기 레벨 융합기법을 사용할 경우 고도에 상관없이 매우 안정적으로 탄두와 기만체 간의 실시간 변별이 가능함을 확인할 수 있었다.