CN102099843A - 航空机的识别方法、使用该方法的航空机噪音测定方法以及信号判定方法、航空机的识别装置 - Google Patents

航空机的识别方法、使用该方法的航空机噪音测定方法以及信号判定方法、航空机的识别装置 Download PDF

Info

Publication number
CN102099843A
CN102099843A CN2009801275507A CN200980127550A CN102099843A CN 102099843 A CN102099843 A CN 102099843A CN 2009801275507 A CN2009801275507 A CN 2009801275507A CN 200980127550 A CN200980127550 A CN 200980127550A CN 102099843 A CN102099843 A CN 102099843A
Authority
CN
China
Prior art keywords
aviation machine
electric wave
aircraft
machine
aviation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2009801275507A
Other languages
English (en)
Inventor
大桥心耳
山下晃一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nittobo Acoustic Engineering Co Ltd
Original Assignee
Nittobo Acoustic Engineering Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nittobo Acoustic Engineering Co Ltd filed Critical Nittobo Acoustic Engineering Co Ltd
Publication of CN102099843A publication Critical patent/CN102099843A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073Surveillance aids
    • G08G5/0078Surveillance aids for monitoring traffic from the aircraft
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01HMEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H3/00Measuring characteristics of vibrations by using a detector in a fluid

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种包括民用飞机和军用飞机在内的航空机识别方法。通过解析航空机发射的电波测高仪电波、对空·对地扫描电波、气象雷达信号、敌我识别信号,以及/或者转发器应答信号的电波频率扫描或者脉冲调制方式以及/或者偏振面的差异,对上空飞行的各航空机进行自动识别。并且,在民用飞机与军用飞机的飞行空域重叠的地方进行航空机噪音的自动测定。另外,将使用航空机的自动识别方法来演算处理的航空机自动识别数据,用于使用了噪音测定的测定开始触发器和统计处理的信号判定中。

Description

航空机的识别方法、使用该方法的航空机噪音测定方法以及信号判定方法、航空机的识别装置
技术领域
本发明涉及一种在航空机噪音的测定方面,对测定到的航空机噪音发生源的航空机进行自动识别的技术。
技术背景
航空机发出的噪音非常大,妨碍住在机场和飞行路线附近的人们的生活,尤其是,在夜间发出的噪音妨碍睡眠,对健康等造成很大的影响。因此,以良好的精度测定航空机噪音,研究制定其对策是很重要的。
现在,噪音的测定是由地方自治体、机场管理者等来进行。由于航空机噪音的影响范围广,根据季节和时间段、气象条件、机场的运行状态(使用的跑道与起落方向的不同)等,会发生很大的变化,因此为了以良好的精度测定航空机噪音,熟知现场情况的音响技术人员常驻测定地点进行有人测定较为理想。但是,通常情况下,因为至少也需要连续测定1周、有时也有许多需要全年进行测定的情况,因此不得不依靠使用自动测定装置的无人自动测定。(非专利文献1)
在航空机噪音的自动测定中,由于只提取航空机噪音进行测定很困难,因此,对发出的噪音识别其是否来自于航空机的装置和方法得到了研究和实用化。例如,在多个机场的飞行空域相互重叠的地区进行测定时,作为特定观测到的噪音的发生源,并且进一步特定该航空机所起落的机场的一种技术,有一种测定方法是,接收来自民用航空机经常持续发射的水平无定向性转发器应答信号电波后,通过对其电场强度级的变化,及信号的解读进行机种识别,以及通过与飞行高度数据的对比,测定自采集到电场强度峰值的时点最近点的航空机通过时刻的方法(专利文献1)。此外,还有一种测定方法是,接收从航空机向下方定向发射的用来测定对地高度的电波后,将此电场强度级的变化输入计算机进行记录,根据峰值发生的时间,测定最近点通过时刻的方法(专利文献2)。
[专利文献1]日本专利特许1850384号
[专利文献2]日本专利特许3699805号
[非专利文献1]航空机噪音自动测定现场的研究(2005年10月、噪音控制29卷5号)
发明内容
但是,军用飞机由于有时不以与民用飞机同样的方式发射机体识别信号、转发器应答信号、以及/或者对地高度距离测定电波等,因此很难用专利文献1以及2的方法对军用飞机进行自动噪音测定,因而,在民用飞机和军用飞机的飞行空域发生重叠的区域,对航空机噪音进行自动测定时,不能够掌握分别来自民用飞机和军用飞机的噪音影响。
本发明是,鉴于这样的课题而完成的,以提供可以解决上述课题的、无论是军用飞机还是民用飞机对航空机都能进行识别的装置及方法为目的。
解决课题的手段
本发明的航空机识别方法,是一种航空机的识别方法,其特征在于,具有接收从航空机发出的电波的电波接收工序;检波所述电波的检波工序;将该检波工序输出的模拟信号转换为数字信号的A/D转换工序;对由该A/D转换工序所转换的数字信号进行解析、根据电波的调制方式以及/或者根据偏振面的不同进行所述航空机识别的演算处理工序;记录该演算处理工序得出的演算处理结果的记录工序。
本发明的航空机识别方法,其特征在于,所述航空机的识别是指,军用飞机或者民用飞机的识别。
本发明的航空机识别方法,其特征在于,所述调制方式的不同点是指,频率扫描或者脉冲调制方式的不同。
本发明的航空机识别方法,其特征在于,所述电波是电波测高仪电波、对空·对地扫描电波、气象雷达信号、敌我识别信号、以及/或者转发器应答信号。
本发明的航空机识别方法,其特征在于,所述电波的频带宽度为,4.2~4.4GHz段以及/或者8.0~10.0GHz段。
本发明的航空机识别方法,其特征在于,使用包含在所述转发器应答信号中的ACAS信号电波的航空机个体识别代码、应答机编码,以及/或者气压高度进行的航空机识别。
本发明的航空机识别方法,其特征在于,所述航空机识别是,与航空机信息数据库对照进行的识别。
本发明的航空机噪音测定方法,其特征在于,运用本发明的航空机识别方法所得到的识别数据,特定航空机噪音的发生源。
本发明的航空机噪音测定方法,其特征在于,将通过本发明的航空机识别方法所得到的识别数据,作为航空机噪音测定开始的触发器。
本发明的航空机噪音测定方法,其特征在于,所述测定开始的触发器(trigger),使用从水平方向以及/或者向下方定向发射的电波的电场强度级以及/或者电波中得出的识别数据。
本发明的信号判定方法,是一种用计算机判定噪音/分析对象的信号判定方法,其特征在于,有关噪音或者振荡的测定/分析对象的模型为,运用本发明的航空机识别方法所得到的识别数据进行编制,输入尚未知道是否是测定/分析对象的未知数据,将所述测定/分析对象的模型的输出值,作为所述未知数据是否是测定/分析对象的概率值而得以求出。
本发明的航空机识别装置,是一种航空机的识别装置,其特征在于,具有,接收航空机发射出的电波的电波接收单元;检波所述电波的检波单元;将该检波单元输出的模拟信号转换为数字信号的A/D转换单元;解析通过该A/D转换单元所转换的数字信号,根据电波的调制方式以及/或者偏振面之不同进行所述航空机识别的演算处理单元和;记录由该演算处理单元得出的演算处理结果的记录单元。
发明效果
根据本发明的航空机的识别方法,通过解析航空机所发射的电波的调制方式以及/或者偏振面的不同,对飞越上空的各种航空机,无论是民用飞机还是军用飞机均可以进行自动识别。而且,也可以将航空机的自动识别数据用于使用了噪音测定的测定开始触发器和统计处理的信号判定中。
附图说明
[图1]本实施形态的航空机识别装置的结构图。
[图2]表示航空机噪音和电波测高仪电波电场强度测定例(军用飞机)的图。
[图3]表示航空机噪音和电波测高仪电波电场强度测定例(民用飞机)的图。
[图4]表示航空机噪音和电波测高仪电波电场强度测定例(民用飞机以及军用飞机)的图。
[图5]表示识别性能的一览图(2008年1月18日)。
[图6]表示识别性能的一览图(2008年1月19日)。
[图7]表示识别性能的图。
[图8]表示在横田基地周边的实测数据的图。
[图9]表示航空机信息数据库的例子(民用飞机)的图。
[图10]表示航空机信息数据库的例子(军用飞机)的图。
[图11]表示航空机信息数据库的例子(不发送个体识别代码的航空机)的图。
[图12]表示应答机编码(按照管制机关)的分配规则的图。
[图13]表示应答机编码(IFR机·其他)的分配规则的图。
具体实施方式
(实施形态1)
航空机的识别
下面,参照附图对实施本发明的最佳形态进行说明。
参照图1,对与本发明实施形态相关的航空机识别装置1的组成进行说明。
首先,在地上的测定点,用接收天线11接收来自各种航空机所发射的各频率的电波。
将所接收到的电波,用高频放大电路12,进行特定频率范围的选频放大,用带通滤波器13,使其通过特定的频率范围。然后,通过局部振荡电路14,获得特定频率的振荡输出,通过变频电路15转换为中频。进一步,通过中频放大电路16放大中频信号。
其次,通过检波电路18将原来的信号从被调制的信号中取出,通过积分电路18根据检波电路18的输出电压对电场强度进行演算积分。
其次,用高速A/D转换器19将通过积分电路18得到的模拟信号,转换为数字信号。最终,基于已转换为数字信号的电波,用计算机20进行演算,对航空机进行识别。
其次,用记录媒介21,记录由计算机20演算出的结果,用通讯装置22将演算结果进行通讯处理。
计算机20,通过对每架航空机不同的电波性状的解析,对各航空机进行识别。具体来说,通过对来自航空机所发射的各频率电波的调制方式以及/或者偏振面的不同进行解析,来对各种航空机进行识别。所使用的电波,较为理想的是航空机在飞行中经常持续地或者频繁地发射的电波、信号。作为例子,如(1)~(5)所示。
(1)电波测高仪电波(对地高度距离测定电波)
航空机为了在飞行中确保安全,有必要正确掌握对地距离,机体下面具备1~3个对地高度距离测定电波的发送用天线,一边经常朝正下方发射4.3GHz频带等的扫描或者脉冲调制方式的定向性电波(电波测高仪电波),一边飞行。
作为此电波测高仪电波,民用飞机采用,使用了以4.3GHz作为中心的在4.2~4.4GHz范围内的多个频率的频率扫描方式。这是,为了获取S/N以防止其衰减。另一方面,军用飞机使用4.2~4.4GHz或者此以上带宽的单一频率脉冲方式。这是由于军用飞机多以编队飞行,通过发射每个军用飞机所固有的单一频率的脉冲信号(例如,4.25GHz、4.28GHz、4.29GHz等各单一频率),以防止互相干扰。
因此,通过着眼于此种电波测高仪发出的电波调制方式和偏振面的不同等性状,自动识别正在上空飞行的航空机是民用飞机还是军用飞机。还有,电波测高仪的电波由于在铅直方向有定向性,航空机接近的同时其值急剧上升。电波测高仪的电波由于持有强定向性,如果将定向性的接收天线设置于前后左右,也可以判别飞行方向。
(2)对空·对地扫描电波
军用飞机发射对飞行方向的前方有定向性的8.0~10.0GHz等对空·对地扫描电波。另外,军用飞机由于不同机种使用不同的频带宽度,根据频率、调制方式,以及/或者偏振面自动识别军用飞机。
(3)气象雷达信号
航空机为探测雷雨云等恶劣气候的范围,会发射气象雷达信号。气象雷达信号,来自积雨云即水滴的反射,其反射电波的频率越高则越强,同时衰减也越大,若附近的降雨、水滴发生反射,则比其远的降雨、水滴的反射减少。虽然主要使用5GHz频带、9GHz频带的电波,但特别是监视远距离时,则使用3GHz频带的电波。此外,气象雷达信号一般在行进方向上具有定向性。从气象雷达等所发射的频带宽度和调制方式也根据所搭载的雷达型式是固有的,因此通过测定此电波,可以自动识别飞越上空的航空机,可以根据其频带宽度、调制方式,以及/或者偏振面特定该气象雷达的型式,甚至可以更进一步地根据该型式特定搭载该型式的航空机的种类。
(4)敌我识别信号
军用飞机为了识别敌我,会发射敌我识别信号(Identification-friend or foe)。敌我识别信号是,朝向飞行方向的水平方向发射的我军特有的频率电波,通过收到规定的回复信号判定是否为我军。例如,发射8~10GHz等特定的电波,如果收到既定的回复信号则判定为我军,并在雷达屏幕等处进行区别敌我的显示。通过对该特定频率电波的解析,自动特定航空机的种类。并且,从该信号自身的有无也可自动识别航空机。
(5)转发器应答信号
不仅是客机等民用飞机,包括自卫队、美军飞机等军用飞机、轻型飞机、直升机等小型飞机在内的几乎所有航空机,均发射转发器应答信号电波。转发器应答信号电波是一种1090MHz的在水平方向具有定向性的电波,其中含有识别各种航空机的编码(应答机编码),通过同时测定特定出作为噪音测定对象的航空机。并且,根据该信号自身的有无也可自动识别航空机。但是,当军用飞机组成编队等的情况下,有时只有其中的1架发射转发器应答信号。
此外也可以通过着眼于转发器所发送的各种信息,来提高军用飞机及民用飞机的识别精度。
作为航空机发送的信号,有ACAS信号电波(防止航空机发生撞击的装置信号电波,1090MHz)。这其中包含了24bit的航空机个体识别代码(也称为航空机固有识别代码)。
民用飞机的情况下,由于99%以上是经常持续发送的ACAS信号电波/航空机个体识别代码,因此接收电波测高仪信号电波的同时也接收ACAS信号电波,如果没有发送ACAS信号电波/航空机个体识别代码,则识别该航空机为非民用飞机(即军用飞机)。
而且,因为军用飞机也有时也发送ACAS信号电波/航空机个体识别代码,所以当发送ACAS信号电波/航空机个体识别代码的时候,就要搜索预先制作好的航空机信息数据库(记录有航空机个体识别代码与军用飞机·民用飞机的区别、机种、国籍等关系)。此航空机信息数据库可以通过随时追加由目测调查、收听航空波段或实际飞行业绩等渠道获得的航空机个体识别代码和机种相关信息来扩充数据库。
如此一来,不但可以识别是军用飞机还是民用飞机,而且也可以对航空机机种本身进行识别。
此外,作为航空机的发射机应答机所发送的信号除了ACAS信号电波外,还有Mode-A(应答机编号)和Mode-C(气压高度)。
在此,与发送ACAS信号电波/航空机个体识别代码的航空机相比,发送Mode-A/C的航空机占绝对多数,因此即便对于没有发送航空机个体识别代码的航空机及正在发送航空机个体识别代码但由于航空机信息数据库中没有登录信息而无法识别其为军用飞机还是民用飞机的航空机,也能通过使用这种识别装置对其进行高精度的识别。
再者,与每架航空机,即与每个机体所独有的ACAS信号电波/航空机个体识别代码不同,应答机编号是每次飞行由空中管制部门来分配的,分配方法是基于管制规则而进行的,因此也可以从其管制规则中推断出军用飞机和民用飞机的区别。
另外,只要是航空机能够使用的电波和信号,可以不局限于上述例子。例如,可以使用能够直线传播,且能清楚地辨别目标的大于1GHz的微波等的任意电波和信号。还有,上述列举的电波和信号,也可以组合使用。
并且,当电波为对地高度测定之用的电波(电波测高仪电波)时,电波测高仪接收装置也可以根据测定的目的,可以只设置频率扫描用或者脉冲用中的任一种。例如,只想限于民用飞机,而将军用飞机排除在测定对象之外时,只要具备4.3GHz的频率扫描信号电波接收装置即可。
还有,在设置4.3GHz带宽的用于频率扫描信号及脉冲信号的两用接收装置时,也可将接收天线进行共用化,只将检波电路以下的部分,分别作为频率扫描用和脉冲用的独立系统。
(实施形态2)
使用航空机的识别方法测定航空机噪音
使用实施形态1中所述的航空机的识别方法,当检测到航空机接近时,作为测定航空机噪音中的噪音测定开始时的触发器。电波信号可以使用如上所述的无定向性的、和在水平方向或铅直方向具有定向性的任意的电波和信号。
所发射的电波,例如具有向下方定向性时,观测到传播速度很快的电波峰值之后立刻就能观测到最大噪音级。此外,也有在正下方不具有定向性而在前进方向具有定向性的电波。通过利用这种接收模式的特征,预测噪音的发生,也可用于测定噪音的触发器。作为触发器使用的电波信号,具体来说,如同对空·对地的扫描电波和气象雷达信号等,可以在水平方向具有定向性,随着航空机的接近该电场强度信号一同缓慢升高,也可以如同对地高度测定电波,具有向正下方的定向性,在航空机即将通过正上方之前电场强度级急速上升。
而且,与开始噪音测定时的触发器连动,进行噪音测定相关的动作。例如,作为其动作可以列举出,噪音录的音开始,视频录制的开始,起动耗时的设备的启动,航空机接近时引起测定员的注意等,与航空机噪音测定相关的操作等。
尤其是,在航空机噪音的测定中进行噪音录音时,与经常录音相比,只限定在航空机噪音发生的时候进行录音,不仅能够提高噪音测定的效率,节省存储空间等,而且还能减少收听的范围,数据整理可以节省人力。
(实施形态3)
使用航空机的识别方法判定航空机噪音
使用实施形态1所述的航空机的识别方法,用PCT/JP2008/058825中公开的统计处理方法进行信号判定。该信号判定是,在测定/分析对象的预测模型公式中输入未知声源的数据,得到输出值则表示未知声源数据是否为测定/分析对象的概率值。在此,为了建立预测模型公式,需要一个已知的声源数据,该数据为被测定且分割出分析区间的信号强度的时间序列数据。
在实际的航空机噪音的自动测定中,如何单独提取航空机噪音很重要,但是在实际现场,不仅是航空机,还有汽车、铁路、工场、鸟鸣狗叫等其他各种各样的生活噪音混杂在一起。在这种环境中,不像人那样拥有眼睛和耳朵的机器,要单凭噪音仪所输出的噪音级的数字信息,来提取航空机发出的噪音进行测定是很困难的,而通过使用本发明的识别方法进行信号判定,能够以高精度提取航空机单独的噪音进行测定。
具体做法是,将在本实施形态1中所示的航空机识别方法来识别的,根据航空机发射的电波的特有性状经演算处理所得的数据,用作用于测定/分析对象的预测模型公式的已知声源数据。然后,计算出未知声源数据是否是航空机所发出的声音,进一步详细计算出是军用飞机的声音还是民用飞机的声音的概率值。
实施例
(实施例1)
航空机噪音和电波电场强度测定例子(军用飞机)
为了掌握航空机噪音或航空机的飞行路线、飞行高度、飞行次数等而进行的测定,在美国海军和海上自卫队共同使用的神奈县厚木机场的北侧,约1.5km处设置测定点,与噪音仪一并设置4.3GHz频带频率扫描电波,同上4.3GHz频带的脉冲电波,9GHz频带频率扫描电波,同上9GHz频带脉冲电波的各个接收装置,使电波接收信号通过图1所示的电路,将每个电场强度级输入并记录到计算机中。
图2所示的是,军用飞机的航空机噪音及电波测高仪电波电场强度测定的例子。显示了频率扫描方式的电波测高仪电场强度级FS,脉冲方式的电波测高仪电场强度级P,以及噪音级波动NL。满足设定条件并在自动测定器上记录了最大噪音级和发生时刻的数据用o标记表示。
下面显示的是,2008年1月19日9:00~9:22期间,军用飞机在实际起飞时的自动测定结果数据以及在机场附近通过目视以及收听航空波段而得到的信息。
(1)9:00左右美国海军C-40A起飞。而且,C-40A是,将民用飞机B838-800型机转用为军用飞机的。自动测定中,检测出了最大80.0dB的噪音级波动NL的同时,检测出了频率扫描FS以及脉冲P两种电波。
(2)9:03左右海上自卫队US-1A起飞。自动测定中,检测出了最大86.9dB的噪音级波动NL的同时,只检测出了脉冲P的电波。
(3)9:11左右美国海军F/A-18F(超级大黄蜂)起飞。自动测定中,检测出了最大108.1dB的噪音级波动NL的同时,只检测出了脉冲P的电波。
(4)9:16左右两架美国海军F/A-18F(超级大黄蜂)飞机接连起飞。自动检测中,检测出了最大104.5dB的噪音级波动NL的同时,只检测出了各个脉冲P的电波。
(5)9:20左右海上自卫队P-3C起飞。自动检测中,检测出了最大90.5dB的噪音级波动NL的同时,还检测出了脉冲P的电波。
如上所述,与起飞信息时间基本一致,与噪音级波动NL同时发生有特征的急剧的值的变化,通过脉冲方式的电波测高仪电场强度级P被观测到。因此,表明了通过使用本发明,可以进行军用飞机的航空机的自动识别。
(实施例2)
航空机噪音和电波电场强度测定例子(民用飞机)
用与实施例1相同的方法,测定民用飞机的航空机噪音以及电波测高仪电波电场强度的例子如图3所示。记录了频率扫描方式的电波测高仪电场强度级FS及噪音级波动NL。
下面显示的是,2008年2月11日20:04~20:26期间,民用飞机在实际起飞时的自动测定结果数据以及在机场附近通过目视以及收听航空波段而得到的信息。
(6)20:06~20:08,民用飞机B888-200型机在空中高通通过。在自动测定中,检测到噪音级波动NL的峰值,同时检测到频率扫描FS的电波。
(8)20:10~20:12,民用飞机B868-300型机在空中高通通过。在自动测定中,检测到噪音级波动NL的峰值,同时检测到频率扫描FS的电波。
(8)20:21~20:23,民用飞机A320-200型机在空中高通通过。在自动测定中,检测到噪音级波动NL的峰值,同时检测到频率扫描FS的电波。
如上所述,与空中高通通过信息时间基本一致,与噪音级波动NL同时发生有特征的急剧的值的变化,通过频率扫描方式的电波测高仪电场强度级FS被观测到。因此,表明了通过使用本发明,可以进行民用飞机的航空机的自动识别。
(实施例3)
航空机噪音和电波电场强度测定例子(民用飞机以及军用飞机)
用与实施例1同样的方法,民用飞机以及军用飞机的航空机噪音以及电波测高仪电波电场强度测定例子如图4所示。记录了频率扫描方式的电波测高仪电场强度级FS、4.3GHz的脉冲方式的电波测高仪电场强度级P(4.3G)、9GHz频带的脉冲方式对空·对地扫描电波电场强度级P(9G)、以及噪音级波动NL。将满足设定条件并在自动测定器上记录了最大噪音级和发生时刻的数据用o标记表示。
下面显示的是,2008年1月19日9:40~9:50之间,实际航空机起飞时的自动测定结果数据以及在机场附近的目视以及收听航空波段的信息。
(9)9:40左右美国海军C-9起飞。而且,C-9是,将民用飞机DC-9型机转用为军事航空机的。在自动测定中,检测到最大94.6dB的噪音级波动NL的同时,只检测到频率扫描FS电波。而且,没有检测到脉冲电波等。
(10)9:43左右两架美国海军F/A-18C(Hornet霍内特)编队连续起飞。在自动测定中,检测到最大106.9dB的噪音级波动NL的同时,检测到各个4.3GHz频带脉冲电波P(4.3G)和9GHz频带脉冲电波P(9G)两种电波。
(11)9:48左右美国海军EA-6B(Prowler)起飞。在自动测定中,检测到最大108.8dB的噪音级NL波动的同时,只检测到4.3GHz脉冲电波P(4.3G)。而且,没有检测到9GHz频带的脉冲电波等。
如上所述,与起飞信息时间基本一致,与噪音级波动NL同时发生有特征的急剧的值的变化为,在民用飞机(包括转用为军用飞机的情形)的情形下,4.3GHz频带频率扫描方式的电波测高仪电场强度级FS被测出,另一方面,在军用飞机的情况下,4.3GHz频带脉冲方式的电波测高仪电场强度级P(4.3G)以及/或者为9GHz频带的脉冲方式对空·对地扫描电波电场强度级P(9G)被测出。因此,表明了通过使用本发明,可以对同时观测到的噪音级峰值发生源分别为民用飞机或军用飞机的情形进行识别,可以对包括民用飞机及军用飞机在内的航空机同时进行自动识别。
(实施例4)
识别性能
将自动测定及接收到的电波状况转为数据的同时,由测定员在机场附近进行目视以及收听航空波段信息目视观测,进行了航空机识别性能的确认。测定结果的一览表如图5(2008年1月18日的测定例子)以及图6(2008年1月19日的测定例子)所示。
作为自动测定的结果,显示在自动测定器上被记录的最大噪音级的每个噪音发生时刻的噪音级(dB)以及一定级别以上的噪音所持续的时间(秒)。噪音持续时间结合每个现场情况设定其临界值。例如,像民用飞机那样飞行速度慢的情况时设定长的,军用飞机时设定短的临界值。此外,距航空机的距离远时,看上去的移动速度会变慢,因此这种情形时即便是军用飞机也要将持续时间设定长一些。然后,设定需考虑每个现场均不漏测航空机噪音,并且可能的话,不要录入持续时间短的汽车和摩托车通过时的噪音。
另外,也分别表示单机/编队的情况。单机或者编队,以目视确认或者录音所有航空波段并进行推断。
并且,作为已接收的电波状况显示:以1090MHz表示的转发器应答信号、以4.3GHz C/W表示的4.3GHz的频率扫描信号、以4.3GHz PULSE表示的4.3GHz脉冲信号。
还有,在上述自动测定的同时,收集在机场的目视以及收听航空波段信息,显示每次起落时刻的信息与自动测定结果的对应情况。使用跑道为,北:向北的跑道(向北起飞或者向北降落),南:向南的跑道(向南起飞或者向南降落)。而且,起落的记号分别表示,T:起飞的航空机、L:降落的航空机、TG:Touch-and-Go(是舰载机在航空母舰降落训练的一种,从降落姿态至着陆的同时马上起飞的飞行状态)、GA:复飞(Go Around)(从降落姿态不着陆而转入起飞的飞行状态)、LP:LandingPass(在降落之前,以高的高度1次性通过跑道上空的飞行状态)。并且,呼号(callsign)表示航空机无线电波的呼叫代码。还有,机种表示已测定的航空机的机种。
图5的N O.25、26、48、89-91、99、101、106、108、119以及图6的N O.6、18、38、63、86中,没有检测到转发器应答信号(1090MHz)。这表示,用专利1850384号所示的原有技术无法识别包括军用飞机在内的所有航空机。然而,通过使用本发明的方法,可以无一遗漏地识别所有的航空机。
如此,军用航空机组成编队时,有时存在其中只有1架飞机发射转发器应答信号的情形等,而不是所有军用飞机全都发送转发器应答信号。对此,比如,编队飞行到机场附近,在转弯时解散编队逐架降落,或者反过来逐架起飞然后在上空组成编队时,如果采用只着眼于转发器应答信号电波的识别方法,过去有将不发射转发器应答信号的军用飞机在通过时发出的噪音错误地当作航空机以外的噪音进行识别,发生漏测的问题,但通过使用本发明,可以更加正确地识别出军用飞机。
在除了图5的N O.5、8、20以及图6的N O.2、11、82以外的飞机中,没有检测出4.3GHz的频率扫描信号。这表示,用日本专利特许3699805号所示的现有技术,无法识别包括军用飞机在内的所有航空机。然而,通过使用本发明的方法,可以无一遗漏地识别所有航空机。
再者,图5及图6的测定结果汇总后如图8所示。军用飞机的自动识别架数意为,与噪音同时接收到4.3GHz频带脉冲信号的航空机架数。另外,民用飞机的自动识别架数意为,与噪音同时接收到4.3GHz频带频率扫描信号的航空机架数。如图8所示,本实施例的自动测定结果是,军用飞机以及民用飞机机型的军用飞机的识别率同为100%。
如此,在本实施例当中,在对总共234架航空机的测定中,完全没有遗漏地准确地识别出了民用飞机以及/或者军用飞机,这证明了本发明的航空机自动识别方法有效性很高这一事实。
(实施例5)
实测数据
显示横田基地周边有无ACAS信号电波/航空机个体识别代码发送的实测数据。调查地点是瑞穗街南平(横田基地跑道北端一侧),调查期间自2008年9月15日到11月14日。
实测数据如图8所示。表示民用飞机以及军用飞机(美军以及自卫队),以及军用飞机中战斗机、运输机、直升机,各自的ACAS信号电波/航空机个体识别代码发送信息的有无以及个体识别代码发送机的比例。
结果,由(*1)可知,调查期间中的2个月间起落于横田基地的民用飞机,100%发送了ACAS信号电波/航空机个体识别代码。而且,由(*2)可知,军用飞机中,发送了ACAS信号电波/航空机个体识别代码的和没有发送的航空机是混杂在一起。然而,关于发送了信息的军用飞机,通过与航空机信息数据库的对照,可以进行军用飞机以及民用飞机的识别,进而可以识别航空机自身的机种。
(实施例6)
航空机信息数据库
作为航空机信息数据库使用的例子如下所示。民用飞机的航空机信息数据库的例子如图9所示。军用飞机的航空机信息数据库的例子如图10所示。没有发送个体识别代码的航空机的航空机信息数据库的例子如图11所示。
这样,预先将个体识别代码、机种、航空公司、隶属、分类等信息登录航空机信息数据库中,运用已接收的个体识别代码,进行航空机信息数据库的检索,识别各航空机的机种。
(实施例8)
应答机编码的分配规则
应答机编码的分配规则例子如下所示。各雷达管制机关分配到的应答机编码如图12所示。IFR机(仪器飞行的航空机)中,国内航线以及国际航线航空机被分配的应答机编码如图13上段所示。另外,其他被分配的应答机编码如图13下段所示。
例如,本地代码(只在管制空域内目视范围内,不满10,000ft高度内飞行的航空机,被分配到的应答机编码),因为它是不分配给从某机场起飞,飞向其他机场的客机和货机等,而分配给进行着陆和盘旋飞行训练的军用飞机和直升机的可能性极高,由此,就能够以很高的准确率推断该航空机是军用飞机。
同样,在横田基地周边被分配的5201~5288范围内的应答机编码,因其是横田雷达管制机关分配的应答机编码,故其是军用飞机的可能性极高。另一方面,国内航线以及国际航线的航空机,各自的应答机编码范围都有所定的,由此可以高准确率地推断,在此范围内的是民用飞机。
而且,通过一并使用ACAS信号电波/航空机个体识别代码和Mode-A的应答机编码和Mode-C的飞行高度(气压高度)信息,可以进一步提高军用飞机以及民用飞机的识别准确度。
即,由于可以从Mode-C掌握飞行中航空机每时每刻的高度,当上空有多个空域重叠时,可以判别该航空机在哪个空域飞行。
例如,横田基地周边的上空,因区域不同亦有差别,从地面到8,000ft为止是横田空域,8,000ft以上被分配给了民用飞机。因此,在该基地周边进行航空机噪音的自动测定时,能观测到8,000ft以下飞行的军用飞机和8,000ft以上飞行的民用飞机两种噪音,而根据Mode-C气压高度可以判别出该航空机正在飞行的空域,因此能够识别出军用飞机·民用飞机。
另外,同样地,在木更津基地周边,因为在羽田机场降落或者在羽田机场起飞的航空机在3,000ft以上飞行,该基地的航空机和直升机规定在3,000ft以下飞行,因此根据接收的气压高度可以识别军用飞机以及民用飞机。
另外,一般来说对航空机噪音的评估是以每个机场为单位进行的。这是因为,在机场规划阶段进行的环境评估中,已对该机场的影响进行了预测,因此,即使从将事前和事后的影响与评估阶段做比较这一方面来讲,对每个机场进行评估也是很有必要的。
因此,通过使用本发明,即便在多个飞行场的重叠空域地区进行测定时,无论民用飞机还是军用飞机都能特定所有航空机噪音的发生源。如上所述,因为航空机噪音不论是民用飞机还是军用飞机,自动测定是有效的,通过对包括在转发器应答信号等的机体识别信息进行组合解析,与在机场附近同样进行测定到的机体识别信息相互对照,也能够特定发出噪音的航空机所起落的机场。
实际上,现在国内建设了许多机场和飞行场,在航空机噪音成为问题的地方,许多机场·飞行场的航空机起落飞行互相交错的地方越来越多。而且,有很多机场已经实现了军用飞机以及民用飞机的共同使用(名古屋机场、那霸机场、新千岁机场、三泽机场、米子机场等),今后,将研究军用机场改作民用机场进行利用的机场也很多(美军横田基地、航空自卫队百里基地)。据此,通过使用本发明,能够实现高精度识别包括军用飞机在内的所有航空机噪音,以及/或者使区分军用飞机以及民用飞机成为可能,不仅机场·飞行场周边的噪音测定自动化成为可能,还可以区别军用飞机·民用飞机各自的噪音影响并对其进行掌控·评估。
然而,上述实施的形态的组成、解析以及测定是例子,在不脱离本发明的指导思想的范围内,当然可以进行适当的组合及变更。
尤其是,除了航空机以外,利用汽车和船舶等各种交通工具、电子设备、家电产品、工厂、设施等发射的电波,也可以在对象物的自动识别测定方面进行应用。
符号说明
1   航空机的识别装置
11  接收天线
12  高频放大电路
13  带通滤波器
14  局部振荡电路
15  变频电路
16  中频放大电路
18  检波电路
18  积分电路
19  高速A/D转换器
20  计算机
21  记录媒体
22  通讯装置
FS  电波测高仪电场强度级(频率扫描)
P   电波测高仪电场强度级(脉冲)
P   (4.3G)电波测高仪电场强度级(4.3GHz频带脉冲)
P   (9G)对空·对地扫描电波电场强度级(9GHz频带脉冲)
NL  噪声级波动
o标记 满足设定条件且在自动测定器上记录的最大噪声级和发生时刻的数据

Claims (12)

1.一种航空机的识别方法,其特征在于,具备:
接收从航空机发射的电波的电波接收工序;
对所述电波进行检波的检波工序;
将从该检波工序输出的模拟信号转换为数字信号的A/D转换工序;
解析通过该A/D转换工序转换的数字信号,根据电波的调制方式以及/或者偏振面的不同进行所述航空机识别的演算处理工序;
记录通过该演算处理工序所得的演算处理结果的记录工序。
2.如权利要求1所述的航空机的识别方法,其特征在于,所述航空机的识别为军用飞机或者民用飞机的识别。
3.如权利要求1或2所述的航空机的识别方法,其特征在于,所述调制方式的不同是频率扫描或者脉冲的调制方式的不同。
4.如权利要求1至3任一项所述的航空机的识别方法,其特征在于,所述电波是电波测高仪电波、对空·对地扫描电波、气象雷达信号、敌我识别信号,以及/或者转发器应答信号。
5.如权利要求1至4任一项所述的航空机的识别方法,其特征在于,所述电波的频带宽度是4.2~4.4GHz频带以及/或者8.0~10.0GHz频带。
6.如权利要求1至5任一项所述的航空机的识别方法,其特征在于,使用所述转发器应答信号中包含的ACAS信号电波的航空机个体识别代码、应答机编码,以及/或者气压高度进行航空机的识别。
7.如权利要求1至6任一项所述的航空机的识别方法,其特征在于,所述航空机的识别是与航空机信息数据库对照进行识别。
8.一种航空机噪音的测定方法,其特征在于,使用权利要求1至7任一项所述的航空机识别方法识别的识别数据,特定航空机噪音的发生源。
9.一种航空机噪音的测定方法,其特征在于,将使用权利要求1至7任一项所述的航空机识别方法识别的识别数据当作航空机噪音的测定开始触发器。
10.如权利要求9所述的航空机噪音的测定方法,其特征在于,所述测定开始触发器是使用从向水平方向以及/或者向下定向发射的电波的电场强度级以及/或者电波所得到的识别数据。
11.一种信号判定方法,其通过计算机判定噪音/分析对象,其特征在于,噪音或者振荡有关的测定/分析对象的模型是,使用权利要求1至7所述的航空机识别方法所识别的数据建立;
输入是否是测定/分析对象的未知的未知数据;
将所述测定/分析对象模型的输出值,作为所述未知数据是否是测定/分析对象的概率值得出。
12.一种航空机的识别装置,其特征在于,具备:
接收从航空机发射的电波的电波接收单元;
对所述电波进行检波的检波单元;将从该检波单元输出的模拟信号转换为数字信号的A/D转换单元;
解析通过该A/D转换单元转换的数字信号,根据电波的调制方式以及/或者偏振面的不同进行所述航空机识别的演算处理单元;
记录通过该演算处理单元所得的演算处理结果的记录单元。
CN2009801275507A 2008-07-15 2009-07-13 航空机的识别方法、使用该方法的航空机噪音测定方法以及信号判定方法、航空机的识别装置 Pending CN102099843A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
JP2008183849 2008-07-15
JP2008-183849 2008-07-15
JP2008221826A JP2010044031A (ja) 2008-07-15 2008-08-29 航空機の識別方法、並びにそれを用いた航空機騒音の測定方法及び信号判定方法
JP2008-221826 2008-08-29
PCT/JP2009/003264 WO2010007752A1 (ja) 2008-07-15 2009-07-13 航空機の識別方法、並びにそれを用いた航空機騒音の測定方法及び信号判定方法、航空機の識別装置

Publications (1)

Publication Number Publication Date
CN102099843A true CN102099843A (zh) 2011-06-15

Family

ID=41550164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801275507A Pending CN102099843A (zh) 2008-07-15 2009-07-13 航空机的识别方法、使用该方法的航空机噪音测定方法以及信号判定方法、航空机的识别装置

Country Status (4)

Country Link
JP (1) JP2010044031A (zh)
KR (1) KR20110041464A (zh)
CN (1) CN102099843A (zh)
WO (1) WO2010007752A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105513430A (zh) * 2014-10-14 2016-04-20 霍尼韦尔国际公司 图形化显示邻近旋翼飞行器的系统和方法
CN105652269A (zh) * 2016-01-05 2016-06-08 四川九洲电器集团有限责任公司 融合有敌我属性识别的雷达系统
CN107064920A (zh) * 2015-12-17 2017-08-18 霍尼韦尔国际公司 调频连续波无线电测高计频谱监视
CN111133492A (zh) * 2017-12-19 2020-05-08 日本音响工程株式会社 航空器航运实绩信息的采集装置
CN111902851A (zh) * 2018-03-15 2020-11-06 日本音响工程株式会社 学习用数据生成方法、学习用数据生成装置以及学习用数据生成程序

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101207779B1 (ko) 2012-02-06 2012-12-04 삼성탈레스 주식회사 전자전 장비를 위한 신호 처리 장치 및 신호 처리 방법
KR101300649B1 (ko) 2013-02-28 2013-08-27 국방과학연구소 적응형 히스토그램을 이용한 레이더신호 지터pri 펄스열 추출방법 및 이를 이용한 레이더신호 지터pri 펄스열 추출장치
KR101651541B1 (ko) * 2015-02-11 2016-08-26 국방과학연구소 슬라이딩 윈도우기반 iff 신호탐지 방법
AU2016300342B2 (en) * 2015-07-29 2019-09-12 Hitachi, Ltd. Moving body identification system and identification method
US11263911B2 (en) * 2018-08-09 2022-03-01 Sensors Unlimited, Inc. Systems and methods for identifying air traffic objects
RU204861U1 (ru) * 2020-02-03 2021-06-16 Федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Интегрированное устройство опознования воздушной цели

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63308523A (ja) * 1987-06-11 1988-12-15 Nitsutoubou Onkyo Eng Kk 航空機騒音測定方法
JPH10288662A (ja) * 1997-04-16 1998-10-27 Mitsubishi Electric Corp 目標評定装置
JP3022444B2 (ja) * 1997-10-20 2000-03-21 日本電気株式会社 電波探知装置
JP2001166038A (ja) * 1999-12-13 2001-06-22 Nec Corp レーダ識別装置
DE10064754A1 (de) * 2000-12-22 2002-07-04 Daimler Chrysler Ag Verfahren und Anordnung zur Bestimmung eines Geräuschsignals einer Geräuschquelle
JP3699705B2 (ja) * 2000-12-25 2005-09-28 日東紡音響エンジニアリング株式会社 航空機の至近点通過時刻等の測定方法
JP3987927B2 (ja) * 2003-03-20 2007-10-10 独立行政法人産業技術総合研究所 波形認識方法及び装置、並びにプログラム
JP4651496B2 (ja) * 2005-09-19 2011-03-16 大学共同利用機関法人情報・システム研究機構 音声認識装置及び音声認識方法
JP2007127553A (ja) * 2005-11-04 2007-05-24 Aviation System Technology Corp 航空機情報表示システム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105513430A (zh) * 2014-10-14 2016-04-20 霍尼韦尔国际公司 图形化显示邻近旋翼飞行器的系统和方法
CN105513430B (zh) * 2014-10-14 2020-04-28 霍尼韦尔国际公司 图形化显示邻近旋翼飞行器的系统和方法
CN107064920A (zh) * 2015-12-17 2017-08-18 霍尼韦尔国际公司 调频连续波无线电测高计频谱监视
CN105652269A (zh) * 2016-01-05 2016-06-08 四川九洲电器集团有限责任公司 融合有敌我属性识别的雷达系统
CN111133492A (zh) * 2017-12-19 2020-05-08 日本音响工程株式会社 航空器航运实绩信息的采集装置
CN111133492B (zh) * 2017-12-19 2022-03-25 日本音响工程株式会社 航空器航运实绩信息的采集装置
US11450217B2 (en) 2017-12-19 2022-09-20 Nihon Onkyo Engineering Co., Ltd. Device for collecting aircraft operation history information
CN111902851A (zh) * 2018-03-15 2020-11-06 日本音响工程株式会社 学习用数据生成方法、学习用数据生成装置以及学习用数据生成程序

Also Published As

Publication number Publication date
WO2010007752A1 (ja) 2010-01-21
KR20110041464A (ko) 2011-04-21
JP2010044031A (ja) 2010-02-25

Similar Documents

Publication Publication Date Title
CN102099843A (zh) 航空机的识别方法、使用该方法的航空机噪音测定方法以及信号判定方法、航空机的识别装置
CN107678023B (zh) 一种对民用无人机的无源定位和识别系统
US10429513B2 (en) Detecting and localization method of unknown signal using aircraft with ADS-B system
Rodriguez-Morales et al. Advanced multifrequency radar instrumentation for polar research
CN102364553B (zh) 基于tcas系统的区域空域管理监视系统
Olsen et al. Bridging the gap between civilian and military passive radar
CN1441912A (zh) 运载工具监视系统
CN203070092U (zh) 一种机载防撞单元的模拟测试系统
JP3565783B2 (ja) 空港情報自動送信装置
KR101007208B1 (ko) Ads-b 메시지 및 레이더 신호의 합성을 통해 무인 항공기를 조종하는 무인 항공기 시뮬레이션 장치
Shi et al. Multichannel sense-and-avoid radar for small UAVs
Samczyński et al. Trial results on bistatic passive radar using non-cooperative pulse radar as illuminator of opportunity
ISSAM et al. Anti-Jamming techniques for aviation GNSS-based navigation systems: Survey
Martelli et al. Security enhancement in small private airports through active and passive radar sensors
CN202285148U (zh) 基于tcas系统的区域空域管理监视系统
Nohara et al. Affordable avian radar surveillance systems for natural resource management and BASH applications
US7504984B1 (en) Large scale imaging with spatially-coded waveforms
Kunstmann et al. Weather detection with an AESA-based airborne sense and avoid radar
Barott et al. Passive radar for terminal area surveillance: performance feasibility study
Maasdorp et al. The design and development of a FM band passive radar test-bed for long term qualification testing
Nuzhdin et al. Radar of complex UAV detection and neutralization
Wargo et al. Ubiquitous surveillance notional architecture for system-wide DAA capabilities in the NAS
Edrich et al. Design and performance evaluation of a FM/DAB/DVB-T multi-illuminator passive radar system
CN215868183U (zh) 机场场面监视系统
Stahl et al. Evaluation of passive multi-static primary surveillance radar for operational use in civil air traffic control

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20110615