레이다 거리 위조 재밍 방어를 위한 랜덤 유한 집합 기반 추적 기법

초록

본 논문은 레이다 목표 추적에 랜덤 유한 집합(RFS) 이론을 적용하여 메인빔 거리 위조 재밍(RGPO) 공격을 완화한다. 다중 가설 추적(MHT)과 적응형 바이어스 추정기를 결합해, 위치 정보만으로도 재밍에 의해 발생한 거리 편향을 실시간으로 보정하고, 공격 존재 여부를 확률적으로 탐지한다. 비적응형 버전은 사전 편향 정보가 정확할 때도 효과적이며, 제안된 방법은 재밍이 없을 경우 기존 추적 성능을 저하시키지 않는다.

상세 분석

이 연구는 레이다 시스템이 직면하는 가장 위험한 전자전 위협 중 하나인 메인빔 거리 위조 재밍, 특히 범위 게이트 풀오프(RGPO) 공격을 수학적으로 모델링하고, 이를 실시간 추적기에 통합하는 새로운 프레임워크를 제시한다. 핵심 아이디어는 재밍으로 인한 가짜 측정이 실제 목표와 동일한 방위각을 공유한다는 물리적 특성을 활용해, 측정 집합을 랜덤 유한 집합(RFS) 형태로 표현하고, 기존의 포아송 클러터 모델에 재밍 특유의 편향(bias) 파라미터를 포함시키는 것이다.

먼저, 목표 상태는 2차원 위치와 속도로 정의된 선형 가우시안 동역학 모델을 따르며, 측정은 선형 가우시안 관측 모델을 통해 얻어진다. 기존 베이즈 필터와 달리, 이 논문은 다중 가설 추적(MHT) 구조 위에 RFS 기반 클러터 모델을 겹쳐 놓음으로써, 각 시간 단계에서 관측된 측정 집합 Zₖ를 실제 목표 측정 Θₖ, 재밍에 의해 생성된 측정 Jₖ, 그리고 균일 잡음 Wₖ의 합으로 분해한다. 여기서 Jₖ는 재밍이 발생했을 때만 나타나는 바이너리 RFS이며, 그 확률 밀도는 LOS 방향으로의 일정한 바이어스 bₖ와 추가 노이즈 Dₖ를 포함한다.

두 가지 해결책이 제시된다. ① 비적응형 방식은 사전 알려진 재밍 거리 편향(바이어스) 값을 그대로 사용해, 클러터 강도 λ₁ₖ와 바이어스 bₖ를 고정한다. 이 방법은 사전 정보가 정확할 경우 계산량이 적고, 기존 포아송 클러터와 거의 동일한 형태를 유지하므로 구현이 용이하다. ② 적응형 방식은 λ₁ₖ와 bₖ를 베이지안 추정기로 동시에 업데이트한다. 구체적으로, 각 가설에 대한 라벨링 확률을 계산한 뒤, EM‑like 절차를 통해 바이어스와 재밍 발생 확률 p_J를 순차적으로 최적화한다. 이 과정에서 재밍 존재 여부를 판단하기 위한 로그우도 비율 검정식이 도출되며, 이는 실시간 공격 탐지에 활용된다.

다중 재밍 상황을 다루기 위해, 제안된 프레임워크는 클러터 혼합 모델의 구성 요소를 동적으로 관리한다. 새로운 재밍이 감지되면 기존 포아송 클러터에 새로운 바이너리 RFS 컴포넌트를 추가하고, 재밍이 사라지면 해당 컴포넌트를 제거한다. 이렇게 하면 동시에 여러 RGPO 공격이 발생하더라도 각 공격에 대한 바이어스를 독립적으로 추정할 수 있다.

시뮬레이션은 네 가지 시나리오(직선 이동·곡선 이동 각각에 단일·다중 RGPO)에서 수행되었으며, 기준이 되는 클레버 트래커(DA 불확실성 없는 이상적 트래커)와 단순한 가짜 알람만 처리하는 나이브 트래커와 비교하였다. 결과는 적응형 방법이 특히 바이어스 추정이 불확실한 경우에 높은 추적 정확도와 빠른 재밍 탐지를 보였으며, 비적응형 방법도 사전 바이어스가 정확히 주어졌을 때는 거의 동일한 성능을 나타냈다. 또한, 재밍이 전혀 없는 상황에서도 제안된 방법은 포아송 클러터 모델과 동일한 PCRB(사후 Cramér‑Rao bound)를 달성해, 기존 시스템의 성능 저하를 일절 초래하지 않는다.

이 논문의 주요 기여는 (1) 위치 정보만을 이용해 재밍을 완화하는 RFS 기반 추적기 설계, (2) 적응형 바이어스 추정과 재밍 탐지를 통합한 확률적 프레임워크, (3) 다중 RGPO 공격을 동시에 처리할 수 있는 동적 클러터 관리 기법이다. 이러한 접근은 전자전 환경에서 레이다 시스템의 생존성을 크게 향상시킬 것으로 기대된다.