Mitigation of Radar Range Deception Jamming Using Random Finite Sets

이 논문은 랜덤 유한 집합 (RFS) 기반 프레임워크를 활용하여 주 빔 거리 속임수 재밍 (RGPO) 공격을 탐지하고 보정함으로써 레이더 표적 추적의 정확성과 견고성을 향상시키는 방법을 제시합니다.

핵심

🎯 핵심 주제: "레이더의 눈가림술 (RGPO) 을 막는 지능형 추적기"

상상해 보세요. 레이더는 하늘을 날아다니는 비행기 (목표물) 를 쫓고 있습니다. 그런데 적이 레이더의 신호를 가로채서 **"나 여기 있어요!"**라고 거짓말을 하며 비행기를 속입니다.

이게 바로 RGPO (Range Gate Pull-off, 거리 게이트 당기기) 공격입니다. 적은 레이더가 본래의 비행기를 놓치고, 멀리서 만들어낸 '가짜 비행기'를 쫓게 만듭니다. 마치 마술사가 진짜 비둘기를 숨기고 가짜 비둘기를 날려서 관객의 시선을 돌리는 것과 같습니다.

이 논문은 **"가짜 비둘기를 구별하고 진짜 비둘기를 계속 쫓는 새로운 방법"**을 제안합니다.

---

🕵️‍♂️ 기존 방법 vs. 새로운 방법

1. 기존 방법 (순진한 추적기)

• 상황: 레이더는 "가장 멀리 있는 신호가 진짜야!"라고 생각하거나, 단순히 신호가 오는 방향만 믿습니다.
• 결과: 적이 가짜 신호를 보내면 레이더는 그 가짜 신호를 쫓다가 진짜 비행기를 놓쳐버립니다. (마치 가짜 미끼에 걸린 물고기와 같습니다.)

2. 새로운 방법 (튼튼한 추적기)

이 논문에서 제안한 기술은 세 가지 핵심 아이디어를 사용합니다.

① "혼란스러운 파티"를 관리하는 마술사 (랜덤 유한 집합, RFS)

• 비유: 레이더가 보는 화면은 진짜 비행기, 가짜 비행기, 그리고 나뭇잎이나 새 같은 잡음 (클러터) 이 뒤섞인 혼란스러운 파티와 같습니다.
• 기술: 기존 방식은 하나만 쫓으려다 망하지만, 이 기술은 **"모든 가능성 (가설) 을 동시에 고려"**합니다. "아, 저건 진짜일 수도 있고, 저건 가짜일 수도 있고, 저건 잡음일 수도 있구나"라고 여러 시나리오를 만들어두고, 새로운 정보가 들어올 때마다 가장 가능성 높은 시나리오를 선택합니다.

② "가짜 신호의 습관"을 파악하다 (적응형 편향 추정)

• 비유: 가짜 비행기는 항상 특정한 패턴으로 움직입니다. 예를 들어, "진짜 비행기보다 100m 더 멀리서 천천히 멀어지는 경향"이 있습니다.
• 기술: 이 시스템은 가짜 신호가 만들어내는 **오차 (편향)**를 실시간으로 계산합니다. 마치 사기꾼의 말투나 버릇을 파악하여 "아, 이건 가짜야!"라고 알아채는 것과 같습니다.
  • 적응형 (Adaptive): 가짜 신호의 패턴을 스스로 학습하고 예측합니다. (가장 강력함)
  • 비적응형 (Non-adaptive): 미리 "가짜 신호는 대략 50m 정도 멀어질 거야"라고 정해둔 값을 사용합니다. (미리 알고 있을 때 유용함)

③ "가짜 신호 탐지기"

• 비유: 파티에서 누가 진짜 손님이고 누가 가짜인지 구별하는 경호원.
• 기술: 레이더가 받은 신호 중 가짜일 확률이 얼마나 높은지 **수치 (확률)**로 계산해 줍니다. "지금 90% 확률로 가짜 신호가 섞여 있어요!"라고 알려주면, 레이더는 그 신호를 무시하고 진짜 목표에 집중할 수 있습니다.

---

🧪 실험 결과: 얼마나 잘할까요?

연구진은 네 가지 상황을 시뮬레이션해 보았습니다.

1. 직선 비행 + 가짜 신호 1 개: 가짜 신호가 하나만 와도 레이더가 속지 않고 진짜를 쫓았습니다.
2. 급격한 회전 + 가짜 신호 1 개: 비행기가 급하게 방향을 틀어도 (3g 회전) 가짜 신호에 속지 않았습니다.
3. 여러 개의 가짜 신호: 적이 동시에 여러 개의 가짜 신호를 보냈을 때도, 시스템이 가짜 신호들을 하나씩 식별해내고 진짜를 쫓았습니다.
4. 가짜 신호가 없을 때: 적이 공격하지 않을 때는 기존 레이더와 똑같이 잘 작동하여, 성능이 떨어지지 않았습니다.

결론: 이 새로운 방법은 가짜 신호에 속지 않고 진짜 목표물을 20m 이상 더 정확하게 쫓아낼 수 있었습니다.

---

💡 한 줄 요약

"적의 속임수 (가짜 신호) 가 섞여 있어도, 여러 가능성을 동시에 고려하고 가짜의 패턴을 실시간으로 학습하는 똑똑한 레이더를 만들어, 진짜 목표물을 놓치지 않게 했습니다."

이 기술은 군용 항공기나 드론이 적의 전자전 (Jamming) 공격을 받을 때, 스스로를 보호하며 임무를 수행하는 데 큰 도움이 될 것입니다.

기술 요약

1. 문제 정의 (Problem)

이 논문은 메인 빔 거리 기만 재밍 (Main-beam Range Deception Jamming), 특히 거리 게이트 풀오프 (Range Gate Pull-Off, RGPO) 공격을 표적으로 합니다.

• RGPO 공격의 메커니즘: 공격자는 표적 (Target of Interest, TOI) 과 동일한 각도 (또는 동일 위치) 에 있는 재밍기를 사용하여 레이더 펄스를 가로채고, 지연 (delay) 을 추가하여 재전송합니다. 이로 인해 레이더는 실제 표적보다 더 먼 거리에 있는 가짜 표적을 추적하게 됩니다.
• 기존 방법의 한계:
  • 기존 재밍 방지 전략은 신호의 진폭이나 위상과 같은 저차 통계량 (low-order statistics) 기반의 특징 추출에 의존하거나, 다중 레이더 시스템이 필요했습니다.
  • 이러한 특징 기반 방법은 재밍 신호와 실제 표적 신호의 특성이 유사할 경우 실패할 수 있습니다.
  • 다중 가설 추적 (MHT) 을 사용하는 경우에도, 재밍을 식별하기 위해 "원거리는 가짜"와 같은 휴리스틱 가정을 사용하는데, 이는 오분류나 추적 손실로 이어질 수 있습니다.

2. 방법론 (Methodology)

저자들은 랜덤 유한 집합 (Random Finite Sets, RFS) 프레임워크와 **다중 가설 추적 (Multiple Hypothesis Tracking, MHT)**을 결합한 새로운 추적 프레임워크를 제안합니다.

A. 시스템 모델 및 가정

• 관측 모델: 레이더는 실제 표적, 재밍기 (가짜 표적), 그리고 균일한 배경 잡음 (False Alarms) 에서 발생하는 측정값들을 무작위 유한 집합으로 관측합니다.
• RFS 클러터 모델: 기존 MHT 와 달리, 재밍기의 공간적 행동 (RGPO 공격 시 거리 편향이 발생한다는 점) 을 클러터 모델에 통합합니다.
  • 재밍에 의한 측정값은 실제 표적의 상태에 의존하는 '2 차 표적 생성 측정값 (secondary target-generated measurements)'으로 모델링됩니다.
  • 재밍 신호는 포아송 RFS 로 가정되지만, 실제로는 이진 RFS(최대 1 개의 반환) 로 생성되므로 모델 불일치가 발생할 수 있으나, 제안된 방법은 이를 공간적 특징을 통해 보정합니다.

B. 핵심 알고리즘

1. 적응형 편향 추정 (Adaptive Estimation):

   • 상태 벡터에 **재밍으로 인한 거리 편향 (bias, $b_k$)**을 추가하여 ($\tilde{x}_k = [p_k, v_k, b_k]^T$), 재밍기를 추적하는 동시에 편향을 실시간으로 추정합니다.
   • 편향 추정 불확실성이 낮아지면 해당 성분을 '활성 (active)'으로 전환하고, 새로운 공격에 대비해 '경계 (vigilant)' 상태의 새로운 가우시안 성분을 추가합니다.
   • 편향 추정 불확실성이 높으면 성분을 '휴면 (dormant)' 상태로 전환하여 계산 비용을 절감합니다.

2. 비적응형 접근법 (Non-Adaptive Approach):

   • 사전에 재밍 거리에 대한 정확한 정보 (prior) 가 있는 경우를 가정합니다.
   • 상태 확장을 하지 않고, 미리 정의된 편향 값을 클러터 모델에 적용하여 재밍을 완화합니다.

3. 재밍 탐지 (Jamming Detection):

   • 각 시간 단계에서 측정값 중 적어도 하나가 재밍에 의해 생성되었을 확률을 계산합니다.
   • 이를 통해 재밍 공격의 존재 여부를 실시간으로 감지할 수 있습니다.

4. 다중 공격 대응:

   • RFS 클러터 모델의 혼합 성분 (mixture components) 수 ($C_k$) 를 동적으로 관리하여, 서로 다른 시작 시점이나 풀오프 속도를 가진 여러 RGPO 공격을 동시에 처리할 수 있습니다.

3. 주요 기여 (Key Contributions)

1. 특징 독립적 (Feature-independent) 추적 솔루션: 신호의 진폭이나 위상과 같은 추가적인 신호 특징 없이, 오직 위치 정보와 재밍의 공간적 행동 (거리 편향) 만을 활용하여 재밍에 강한 추적기를 설계했습니다.
2. 적응형 편향 추정 및 동적 성분 관리: 재밍의 유무와 강도에 따라 편향을 실시간으로 추정하고, RFS 모델의 혼합 성분 수를 동적으로 조절하여 단일 및 동시 다중 RGPO 공격을 효과적으로 처리합니다.
3. 재밍 탐지 기법: 추적 성능 저하 없이 재밍 공격의 발생을 확률적으로 탐지하는 수식을 유도했습니다.
4. 성능 검증: 재밍이 없는 상황에서도 추적 성능이 저하되지 않음을 입증하고, 재밍 상황에서는 기존 방식 대비 위치 추정 오차를 크게 줄였습니다.

4. 실험 결과 (Results)

논문은 4 가지 시나리오 (직선 이동 및 기동하는 표적, 단일 및 동시 다중 RGPO 공격) 에 대해 몬테카를로 시뮬레이션을 수행했습니다.

• 위치 추정 오차 (Position RMSE):
  • 제안된 적응형 및 비적응형 추적기는 모두 '전지적 (clairvoyant)' 추적기 (데이터 연관 불확실성이 없는 이상적인 경우) 에 근접하는 최적의 성능을 보였습니다.
  • 재밍이 없는 '순진한 (naive)' 추적기 대비 최대 20 미터까지 정확도가 향상되었습니다.
  • 3g 급 기동 (3g turns) 상황에서도 약 5 시간 단계 내에 추적을 회복했습니다.
• 재밍 탐지 성능:
  • 적응형 추적기는 재밍 편향이 커지거나 변할 때에도 재밍을 지속적으로 탐지했습니다.
  • 반면, 비적응형 추적기는 사전에 가정한 편향 범위를 벗어나면 재밍 탐지 확률이 급격히 떨어지는 한계를 보였습니다.
• 효율 손실 (Loss of Efficiency, LoE):
  • 재밍이 없는 정상 조건에서 제안된 방법의 오차가 후방 크라메르 - 라오 하한 (PCRB) 에 매우 근접하여, 재밍 방지 기법이 정상 추적 성능을 해치지 않음을 입증했습니다.

5. 의의 및 결론 (Significance)

이 논문은 레이더 전자전 (EW) 환경에서 데이터 연관 (Data Association) 불확실성과 지능형 재밍을 동시에 해결하는 강력한 프레임워크를 제시합니다.

• 실용성: 추가적인 하드웨어나 복잡한 신호 처리 (특징 추출) 없이 소프트웨어 기반의 알고리즘 개선만으로 재밍에 대응할 수 있어 비용 효율적입니다.
• 강건성: 표적이 급격히 기동하거나 여러 재밍기가 동시에 공격하는 복잡한 전장 상황에서도 안정적인 추적을 보장합니다.
• 미래 지향성: RFS 와 MHT 를 결합한 이 접근법은 향후 자율 주행, 항공 감시 등 다양한 레이더 기반 추적 시스템의 재밍 대응 기술 개발의 기초가 될 수 있습니다.

요약하자면, 이 연구는 레이더가 재밍기에 속아 가짜 표적을 추적하는 것을 방지하기 위해, 재밍의 공간적 특성을 수학적 모델에 통합하고 이를 적응적으로 추정하는 새로운 알고리즘을 개발하여, 재밍 상황에서도 정밀한 표적 추적을 가능하게 했습니다.