단층 선형 레이어를 활용한 탄도탄 상승단계 궤적 예측 (Trajectory Prediction of Ballistic Missiles During Boost Phase Using a Single Linear Layer)

서지정보

· 발행기관 : 한국항공우주학회
· 수록지 정보 : 한국항공우주학회지 / 53권 / 3호 / 281 ~ 289페이지
· 저자명 : 정인호, 최규연, 김형근

초록

본 연구는 간단한 두 개의 선형 레이어를 활용하는 장기 시계열 예측 방법을 통해 탄도탄의 상승단계 궤적 예측 방법을 제안한다. 제안 방법은 궤적 데이터를 추세와 잔차로 분리한 뒤, 이를 각각의 단층 선형 네트워크를 통해 궤적을 예측한다. 이와 같은 방법은 기존 트랜스포머 방식과 달리 구조적으로 단순하며, 순열 불변성 문제를 해결하여 시계열 데이터의 특성을 반영할 수 있다는 장점을 갖는다. 또한, 다량의 학습 데이터를 개별적으로 스케일링하여 모델에 따른 탄도탄 궤적을 유사하게 예측할 수 있으며, 데이터를 추세와 잔차로 분리하여 예측하는 특성으로 인해 예측 궤적의 편차가 적을 것으로 기대된다. 제안하는 탄도탄의 상승단계 궤적 예측 방법은 다양한 탄도탄 모델에 적용 가능하며, 학습이 완료된 모델은 낮은 자원 소모로 빠른 궤적 예측이 가능하므로 실시간 시스템에서의 적용 가능성이 높을 것으로 기대된다. 본 연구에서는 탄도탄 모델의 부정확성을 고려하여 시뮬레이션을 수행함으로써 제안 기법의 유효성을 검증하였다.

영어초록

This study proposes a method for predicting the boost phase trajectory of ballistic missiles using a long-term time series prediction approach with two simple linear layers. The proposed method separates the trajectory data into trend and residual components and then predicts the trajectory using individual single-layer linear networks for each component. Unlike the traditional transformer method, this approach is structurally simple and has the advantage of resolving the permutation invariance problem, thereby better reflecting the characteristics of time series data. Additionally, by individually scaling a large amount of training data, the model can accurately predict the ballistic missile trajectory. The characteristic of separating data into trend and residual components for prediction is expected to result in lower deviation in the predicted trajectory. The proposed boost phase trajectory prediction method can be applied to various ballistic missile models, and once the model is trained, it can predict trajectories quickly with low resource consumption, making it highly applicable to real-time systems. The validity of the proposed method was verified through simulations, considering the inaccuracies of the ballistic missile model.

참고자료

· 없음