Unmanned combat aerial vehicles are currently restricted to reconnaissance and bombing missions. However, they will be expected to assist human pilots, or perform autonomous aerial combat in the near future. Various research treating unmanned aerial combat have limitations associated with the overly simplifying assumptions, computational complexity, and limited scalability. In this study, a novel autonomous aerial combat algorithm with high-performance and real-time calculations is proposed based on basic fighter maneuvers for gun-based engagement within visual range. From the perspective of energy-maneuvering, which is the core concept of basic fighter maneuvers, flight envelopes and the maximum maneuvering point of a fighter jet model is analyzed through the velocity-load factor and energy-maneuver diagrams. To assess the combat situations, a score function and matrix are designed based on the combat geometry, enabling cooperative maneuvers and role assignment. By performing gun modeling and target prediction based on the maneuver plane, the impact point for gun shooting is obtained. Furthermore, deep Q-network, one of reinforcement learning method, is adopted to learn the new novel tactics for complex two-on-two air combat against pre-designed BFM-based combat algorithm. Two different types of simulation environments are organized to validate the combat performance: pseudo 6 degree-of-freedom model based MATLAB environment, and X-Plane with non-linear high fidelity model and MATLAB/Simulink combined real-time virtual combat environment. The performance of the designed algorithm was validated through not only Monte-Carlo simulations with various random distributed initial conditions, but also engagements with another algorithm for comparison, and evaluation sessions by an Air Force combat instructor in a real-time simulation environment using virtual reality goggles and X-Plane.
미래에는 무인기의 운용 범위가 유인 조종사를 대체하여 공중 교전의 수행까지 확장 될 것으로 기대된다. 이렇게 최신 기술이 집약되어 자율로 공중 교전을 수행하는 무인기를 무인 전투기라 정의하며, 이에 대한 다양한 연구가 세계적으로 수행 중이다. 기존의 연구들은 복잡한 교전 문제를 풀기 위해 단순화 가정에 기반하거나, 최적화로 인한 복잡성과 비실시간성, 그리고 교전 상황에 대한 제한적인 확장성을 가지는 문제점을 가진다. 본 연구를 통해 기본 전투 기동 기반의 준최적성과 실시간성을 가지는 가시권 내 기총 기반 자율 공중 교전 알고리즘을 제안한다. 기본 전투 기동의 핵심 개념이 되는 에너지 관리를 위해 전투기 모델에 대하여 속도-하중계수 그래프와 에너지-기동 그래프를 분석하고 비행 영역과 최대 극기동 지점을 해석한다. 주어진 교전 상황에 대해 기하 관계를 정의하고, 이로부터 정량적 상황 판단을 위한 스코어 함수와 행렬을 구성하고 이로부터 복잡한 다대다 교전을 효과적으로 수행하기 위한 전술적 기동과 역할 할당을 수행한다. 정확한 기총 사격을 위해, 적기 의사를 예측하고 이를 기동 평면상에 반영하여 적기의 미래 위치를 예측하고, 여기에 중력과 경로각을 고려한 기총 모델링을 수행하여 총알과의 잠재적 충돌점을 예측한다. 더 나아가, 구성된 BFM 기반 알고리즘을 Deep Q-network 기반으로 학습시켜 복잡한 이대이 교전 환경에 대해 새롭고 효과적인 교전 전략을 스스로 학습하고 찾도록 한다. 설계된 자율 공중 교전 알고리즘은 다양한 교전 환경에서 그 에너지 관리 기동과 전술 기동에 대하여 검증된다. 특히, 고신뢰성 6자유도 모델과 X-Plane 비선형 환경을 바탕으로 모의 교전 환경을 구성하고, 다양한 교전 시나리오에 대한 검증을 수행한다. 1000회 반복의 몬테카를로 시뮬레이션을 통해 보편적 성능 검증뿐 아니라, 기존 알고리즘과의 비교와 유인 조종사와의 모의 교전 및 평가를 바탕으로 그 성능을 검증한다.
