지대공 위협 위치 추정 향상을 위한 베이지안 탐색이론 기반 정보 융합에 관한 연구 = Bayesian Search Theory-Based Information Fusion for Enhanced Localization of Surface-to-Air Missile Threats

국문 초록 (Abstract)

현대 항공작전에서 지대공 미사일(Surface-to-Air Missile, SAM)은 전투기 생존성에 가장 큰 위협으로 작용한다. SA-2, 3, 5 등 구형 체계는 개량과 현 대화로 여전히 실전에서 활용되고 있으며, 러시아-우크라이나 전쟁 및 RQ-4 격추 사례를 통해 그 위험성이 입증되었다. 이러한 위협 환경에서 항공기 탑 재 레이더 경보 수신기(Radar Warning Receiver, RWR)는 조기 경보와 회피 기동을 위한 핵심 장비이다. 본 연구는 베이지안 탐색이론에 따라 사전확률(Prior)과 가능도(Likelihood) 를 결합하여 사후확률(Posterior)을 단계적으로 갱신하는 방법을 제안한다. 레 이더 방정식을 이용해 가상 위협(SA-A, B, C)의 탐지확률을 산출하고, 탐지/ 탐지 실패 결과를 확률적으로 반영함으로써 사전확률과 가능도의 결합을 통해 사후확률의 향상을 정량 분석하였다. MATLAB 시뮬레이션 결과, 본 베이지안 확률 갱신 방식은 기존 가우시안 혼합 모델(Gausian Mixture Model, GMM) 기반 접근 대비 사후확률의 공간 집중도와 추정 정밀도에서 우수성을 보였다. 이는 관측 정보의 반복적 갱신 (Iterative Update)을 통해 RWR 운용의 실시간 확률 추정 신뢰도를 높일 수 있음을 시사한다. 주요어 : 베이지안 탐색이론, 사전확률, 가능도, 사후확률 갱신, 레이더 경보 수신기, 지대공 미사일

다국어 초록 (Multilingual Abstract)

Bayesian Search Theory-Based Information Fusion for Enhanced Localization of Surface-to-Air Missile Threats Yoon, Hyun-Pil Department of Weapon Systems Graduate School of Defense Management Korea National Defense University Surface-to-Air Missiles (SAMs) remain major threats to aircraft survivability. Legacy systems such as the SA-2, SA-3, and SA-5 are still effective through modernization, emphasizing the need for reliable detection. To address this, Radar Warning Receivers (RWRs) are essential for early threat recognition and evasion. This study proposes an information fusion method based on Bayesian Search Theory to enhance detection reliability and spatial accuracy. Detection probabilities of notional SAM threats (SA-A, SA-B, SA-C) were computed using radar equations, and two RWR models were compared. A Bayesian update process that includes non-detection data was applied to refine threat localization. Simulation results confirm that the proposed Bayesian fusion outperforms conventional Gaussian Mixture Model (GMM) methods, offering higher detection precision and improved situational awareness for modern electronic warfare operations. Key words: Bayesian Search Theory, Radar Warning Receiver (RWR), Surface-to-Air Missile (SAM), Detection Probability, Information Fusion

목차 (Table of Contents)

• 목 차
• 제1장 서 론 1
• 제2장 이론적 배경 3
• 2.1. 다중 센서 추정 정보 융합 기법 및 기존 연구 3
• 2.2. 베이지안 탐색이론 기반 정보 융합의 원리 6
• 2.3. JDL 정보 융합 모델과 본 연구의 적용 10
• 제3장 연구 방법 및 시뮬레이션 설계 12
• 3.1. 연구 개요 12
• 3.2. 위협 및 탐지기 모델링 13
• 3.3. 시뮬레이션 환경 및 절차 15
• 제4장 시뮬레이션 결과 및 분석 17
• 4.1. 위협 탐지 시각화 결과 17
• 4.2. 탐지확률 분석 19
• 4.3. 사후확률 비교 및 확률 갱신 효과 21
• 4.4. 기법 비교 (Bayesian vs GMM) 30
• 4.5. 종합 분석 및 소결 32
• 제5장 결론 및 향후 연구 방향 34
• 참고문헌 36
• 영문 초록 38