딥 러닝 기반 미상 레이다 대응 재밍 알고리듬 (Jamming Algorithm Against Unknown Radar based on Deep Learning)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 19권 / 11호 / 91 ~ 98페이지
· 저자명 : 조제일, 안재민

초록

기존 전자공격은 미리 장기간 수집, 분석된 레이다 신호를 기반으로 재밍기법을 사전에 라이브러리 형태로 저장하여 재머에 탑재되어 재머에 매칭된 신호가 수신되면 라이브러리에 저장된 재밍기법을 적용하였다. 이러한 라이브러리 기반의 전자공격은 전시 레이다 모드 변경이나 신규 레이다에 대해서는 효과적인 재밍이 제한된다. 이러한 단점을 보완하기 위해 본 논문에서는 딥 러닝 기반의 재밍 알고리듬을 제안한다. 제안한 방법은 기존 전자전 신호분석 분야에서 많이 사용하는 특징만을 사용하지 않고 동시발생 행렬 특징을 이용하는 방법을 제안한다. 이는 동시발생 행렬 특징을 사용하지 않을 때 보다 미상 신호에 대한 재밍기법 추정 성능이 10% 이상 좋은 성능을 보였다. 그리고 실제 전자공격 장비 운용 상황에서와 같이 학습 데이터 개수 대비 수집 데이터가 10%인 경우에 대해서도 88% 이상의 재밍기법 추정 성능을 보였다.

영어초록

The conventional method of predicting a jamming technique in jammer uses a library containing radar-signal information and matched jamming technique. The library is produced by analysis and identification of radar-signals for a long period. This method has a limitation that a jammer can not select a proper jamming technique against unknown radar signals such as mode changing or new radar. To resolve the problem, a method for jamming against an unknown radar, based on deep learning is proposed in this study. The proposed method uses co-occurrence matrix as features with conventional features in electronic warfare. The proposed method shows more than 10% better performance than a method, not using a co-occurrence matrix. And as in the case of actual electronic attack equipment operation, the jamming technique prediction performance is more than 88%even when the collected data is 10% less than the learning data.

참고자료

· 없음