머신러닝 기반의 C2 시스템 추상화를 통한 C3 복합체계에서의 시뮬레이션 기반 통신 시스템 분석

Abstract

최근 국방 모델링 및 시뮬레이션에서 상세한 통신 분석을 수행하기 위하여, 지휘통제(C2: Command and Control)와 통신(C: Communication) 시스템으로 구성된 C3복합체계(SoS: System of Systems)를 통하여 통신 시스템 분석을 수행하였다. 그러나 이러한 방법은 C2 시스템의 시간 및 공간적 제약을 요구한다. 이를 해결하기 위해, 본 연구에서는 C2 시스템을 추상화한 후, C 시스템과 결합하는 단일체계 환경에서의 통신 분석 방법에 대해 제안한다. 추상화 과정에 있어서, C 시스템 분석에 필요한 트래픽 모델과 모빌리티 모델을 정의하고, 모델 내부의 파라미터를 머신 러닝기반으로 학습한다. 제안한 기법을 통해 전장 환경에 따라서 다른 출력을 갖는 형태의 트래픽 및 모빌리티 모델 구성이 가능하다. 본 논문에서는 이러한 C2 시스템 추상화 과정을 C3 복합체계에 적용하여 보여주고, 실험을 통해 복합체계 분석에 있어서 기존 방법보다 정확한 분석이 가능함을 보였다. 제안한 방법으로 통해, 다양한 통신 파라미터를 갖는 실험 시나리오에 대해 효율적인 통신 분석이 가능할 것으로 기대한다.

In the defense modeling and simulation, for the detailed analysis of the communication system, many studies have carried out the analysis under the C3 SoS(system of systems) which consists of C2(command and control) and C(communication). However, it requires time and space constraints of the C2 system. To solve this problem, this paper proposes a communication analysis method in the standalone system environment which is combined with the C system after abstracting the C2 system. In the abstraction process, we hypothesize the traffic model and mobility model for C system analysis and learn the parameters in the model based on machine learning. Through the proposed method, it is possible to construct traffic and mobility model with different output according to the battlefield. This case study shows how the process can be applied to the C3 SoS and the enhanced accuracy than the existing method. We expect that it is possible to carry out the efficient communication analysis against many experimental scenarios with various communication parameters.