시간 균형 레이더 스케줄러 성능 향상을 위한 기계 교체 정책 적용

본 논문은 다기능 전자식 스캔 레이더(MESAR 등)의 자원 관리 문제, 특히 시간‑균형(Time‑Balance, TB) 스케줄러의 한계를 극복하고자 한다. TB 스케줄러는 각 작업에 ‘시간‑균형값(t_TB)’을 할당해 마감 시점을 최소 지연으로 맞추는 비적응형 방식이며, 부하가 가벼울 때는 효율적이지만 과부하 상황에서는 모든 표적에 동일한 우선순위를 부여해 비효율이 발생한다. 이를 보완하기 위해 저자는 기계 교체(Machine Replacement) 문제와의 유사성을 이용한 정책을 제안한다. 기계 교체 문제는 설비가 ‘양호(good)’와 ‘불량(bad)’ 두 상태를 가질 때, 관측(제품 품질)으로 상태를 추정하고 교체 시점을 최적화하는 부분관측 마코프 결정 과정(POMDP)이다. 논문에서는 각 표적을 ‘업‑투‑데이트(up‑to‑date)’와 ‘스테일(stale)’ 두 상태로 모델링하고, IMM(Interacting Multiple Model) 필터의 모드 확률을 상태 확률로 사용한다. 관측은 ‘좋은 트랙(good track)’과 ‘나쁜 트랙(bad track)’으로 이산화되며, 각각 θ₀, θ₁ 확률로 실제 상태와 일치한다. 행동은 ‘업데이트(UPD)’와 ‘비업데이트(NUPD)’이며, UPD는 기계 교체에 해당한다. 한 순간에 하나의 표적만 업데이트할 수 있기 때문에, 특정 표적을 선택하면 다른 표적들의 트랙 품질이 악화될 위험이 있다. 이를 반영한 비용 함수 Kₙₖ는 선택된 표적의 업데이트 이득 m(1,n)ₖ와 업데이트하지 않은 표적들의 최대 악화 m(0,·)ₖ를 비교한다. 여기서 m(·)는 IMM 혼합 공분산 행렬의 트레이스 변화를 이용해 정량화한다. 정책은 무한 수평선 제어 한계(control limit)를 이용해, 상태 확률이 사전에 정의된 임계값을 초과하면 UPD를 수행하도록 설계된다. 이는 기존 TB 스케줄러가 단순히 t_TB 값만 고려하던 것을 넘어, 동적 상태 추정과 비용 상호작용을 포함한 적응형 우선순위 부여를 가능하게 한다. 시뮬레이션에서는 표적 수가 많고, 고가속도 기동 표적이 다수 존재하는 과부하 시나리오를 설정하였다. 결과는 제안 정책이 불필요한 업데이트를 약 30% 감소시키고, 평균 트랙 오차를 15~20% 개선함을 보여준다. 또한, 정책 파라미터(θ₀, θ₁, r, q 등)를 시스템 특성에 맞게 조정하면 다양한 작전 환경에 유연하게 대응할 수 있다. 제안 방법은 POMDP를 직접 풀어야 하는 높은 계산 복잡도를 피하면서, 기계 교체 문제의 해석적 해를 활용해 실시간 레이더 스케줄링에 적용할 수 있다는 실용적 장점을 제공한다. 따라서 기존 TB 스케줄러의 저비용·저복잡도 특성을 유지하면서도, 적응형 우선순위 부여를 통해 전체 추적 성능을 크게 향상시킬 수 있다.