지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김창욱
- 발행연도
- 2017
- 저작권
- 연세대학교 논문은 저작권에 의해 보호받습니다.
이용수44
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
북한의 탄도미사일은 속도가 매우 빠른 특성 때문에 종심이 짧은 한반도에서 대한민국의 평화를 저해하는 가장 위협적인 무기수단 중 하나이다. 기존에는 탄도미사일의 요격을 위해 칼만필터를 이용하여 정밀하게 추적하는 방법에 대한 연구가 활발히 이루어졌다. 하지만 이런 연구들은 재진입 단계에서만 적용이 가능하며, 전체 궤적을 사전에 예측할 수 없는 한계가 있다. 방공 작전에서 적 공중위협의 목표 및 예상경로를 예측하는 것은 적 위협의 요격을 위한 최적의 포대 교전 계획 수립 및 위험지역 대피를 위해 가장 중요한 사항이다. 따라서 본 연구에서는 운동방정식 기반의 시뮬레이터를 통해 세 종류의 탄도미사일 궤적을 생성하고, 평균자승오차 최소화와 기계학습 방법 중 하나인 랜덤 포레스트 회귀를 결합해 궤적을 예측하는 방법을 제안한다. 제안한 방법을 이용했을 때 궤적을 평균적으로 30m 이내로 예측할 수 있었고, 인공 신경망, 라쏘 선형회귀에 비해 우수한 성능을 보이는 것을 확인하였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0