CN102645931A - 用于选择气象数据以用于更新飞行器轨迹的方法 - Google Patents

Abstract

本发明名称为“用于选择气象数据以用于更新飞行器轨迹的方法”。一种选择并存储沿着飞行器的预测轨迹(44)且与该预测轨迹有关的可用气象数据的子集(100)的方法，包括：确定关于轨迹(50)的水平段的伪航路点(70)和相关联的气象数据，并且选择将关于轨迹(54)的非水平段的加权燃料燃耗和时间误差最小化的气象数据点(110)。

Description

用于选择气象数据以用于更新飞行器轨迹的方法

技术领域

本发明涉及选择气象数据，例如与飞行器的轨迹有关的风和温度数据，用于此后将该数据提供给飞行器或飞行器轨迹的其他用户。更确切地说，本发明涉及产生和提供有关气象数据的更小子集，根据该更小子集能够进行与飞行器轨迹有关的精确预测。

背景技术

在沿着飞行器轨迹的航路点上的气象数据往往会被考量以用于确定飞行器飞行期间的估计的到达时间和燃料燃耗。例如，飞行管理系统(FMS)可以考量在飞行器飞行时从地面站经由通信系统上载到FMS的风速和温度数据。此类气象数据的容量往往巨大，并且可能沿着飞行器轨迹中的许多点提供。但是，可用存储器和可用带宽的限制常常阻碍上载的气象数据的量和定时。此类数据往往在起点、终点以及或许在沿着飞行器轨迹的一个或多个航路点处提供到飞行器的FMS。许多时候，起点与终点之间的航路点是基于沿着飞行器的轨迹的地面助航(Navaid)的位置来选择的。

数据的局限性可能危及基于该数据的FMS预报的精度。偶然也给予飞行器净空以便更改其航途中的轨迹，这促成对有时是在没有计划的航路点的情况下快速更新预报的需求。许多较长途飞行在没有航路点的巡航中会有长的航段，并且没有办法获得数据来考量计划的航路点之间的天气变化。例如，长的巡航期间风速和风向的改变，而该航段期间没有更新的数据可能导致预报的风中的误差，并因此导致到达计算时间中的误差。

发明内容

一种选择并存储沿着飞行器的预测轨迹且与预测轨迹有关的可用气象数据的子集的方法，其通过如下步骤完成：接收飞行器的预测轨迹和该预测轨迹的计划的航路点，接收包含预测轨迹的区域中的气象信息，从该气象信息进行滤波并仅保留与预测轨迹有关的气象信息，以及选择预测轨迹的段。如果该段是水平段，则确定伪航路点以及与该伪航路点以及计划的航路点有关的水平段气象数据，从而创建气象数据的第一子集。如果该段是非水平段，则根据基于选择的多维风数据的燃料成本和时间成本计算来确定非水平段气象数据，从而创建气象数据的第二子集，然后将第一子集和第二子集的其中之一作为可用气象数据的子集来存储。

附图说明

在这些附图中：

图1是可以执行本发明一个实施例的地面站至飞行器的通信系统的示意图示。

图2是可以应用根据本发明一个实施例的方法的飞行轨迹的示意图示。

图3是描绘根据本发明一个实施例来选择风速和温度数据的子集的流程图。

图4是示出随同预报的风剖面插入的伪航路点的图2的飞行轨迹的示意图示。

图5是描绘为飞行轨迹的水平段来选择风和温度数据选择的流程图。

图6是描绘为飞行轨迹的非水平段来选择风和温度数据选择的流程图。

图7描绘了演示消除冗余风(redundant wind)的多种海拔处的风数据。

具体实施方式

在下文描述中，出于解释的目的，提出了许多特定细节，以便透彻地理解本文描述的技术。但是对于本领域人员来说，显然没有这些特定细节的情况下，仍可以实践这些示范实施例。在其他实例中，以示意图形式示出结构和装置以便有助于描述这些示范实施例。

下文参考这些附图来描述这些示范实施例。这些附图图示特定实施例中实现本文描述的模块、方法和计算机程序产品的某些细节。但是，这些附图不应视为施加附图中可能存在的任何限制。该方法和计算机程序产品可以在机器可读介质上提供以便实现它们的操作。这些实施例可以使用现有计算机处理器或为此目的或另一个目的并入的专用计算机处理器或硬线连接的系统来实现。

正如上文提到的，本文描述的实施例包括用于承载或其上存储有机器可执行指令或数据结构的机器可读介质的计算机程序产品。此类计算机可读介质可以是可由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。通过举例，此类机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储装置、或者能够用于以计算机可执行指令或数据结构的形式承载或存储期望的程序代码并且能够被通用或专用计算机或具有处理器的其他机器访问的任何其他介质。当通过网络或另一种通信连接(例如，硬线连接、无线、或硬线连接或无线的组合)向机器传送或提供信息时，该机器恰当地将该连接视为机器可读介质。因此，任何此类连接均恰当地称为机器可读介质。上文这些的组合也包含在机器可读介质的范围内。机器可执行指令包括，例如使通用计算机、专用计算机或专用处理机器执行某个功能或某组功能的指令和数据。

实施例将在通用的方法步骤的上下文中进行描述，这些方法步骤可以在一个实施例中通过包括例如采用联网环境中的机器执行的程序模块的形式的机器可执行指令(如，程序代码)的程序产品来实现。一般地，程序模块包括，具有执行具体任务或实现具体抽象数据类型的技术效果的例程、程序、对象、组件和数据结构等。机器可执行指令、关联的数据结构和程序模块表示用于执行本文公开的方法步骤的程序代码的示例。此类可执行指令或关联的数据结构的具体序列表示用于实现此类步骤中描述的功能的对应动作的示例。

实施例可以在联网环境中使用至具有处理器的一个或多个远程计算机的逻辑连接来实践。逻辑连接可以包括本文作为举例而非限制提出的局域网(LAN)和广域网(WAN)。此类联网环境在办公方面或企业方面计算机网络、内联网和因特网中是常见的，并且能够使用范围多样的不同通信协议。本领域技术人员将意识到，此类网络计算环境通常将涵盖多种类型的计算机系统配置，包括个人计算机、手持装置、多处理器系统、基于微处理器或可编程消费电子产品、网络PC、微计算机、主机计算机等。

实施例还可以在分布式计算环境中实践，在这些分布式计算环境中，由通过(利用硬线连接的链路、无线链路或通过硬线连接的链路或无线链路的组合)经通信网络链接的本地和远程处理装置来执行任务。在分布式计算环境中，可以将程序模块放置在本地存储器存储装置和远程存储器存储装置中。

用于实现这些示范实施例的整体或多个部分的示范系统可以包括计算机形式的通用计算装置，这些通用计算装置包括处理单元、系统存储器和将包括系统存储器的多种系统组件耦合到处理单元的系统总线。该系统存储器可以包括只读存储器(ROM)和随机存取存储器(RAM)。该计算机还可以包括用于从磁硬盘读取以及向磁硬盘写入的磁硬盘驱动器、用于从可移动磁盘读取以及向可移动磁盘写入的磁盘驱动器以及用于从如CD ROM的可移动光盘或其他光介质读取或向其写入的光盘驱动器。这些驱动器及其关联的机器可读介质提供用于该计算机的机器可执行的指令、数据结构、程序模块和其他数据的非易失性存储。

实施例中公开的方法的技术效果包括在将飞行器飞行的通信成本最小化的同时增加轨迹预测中使用的风和温度的精确度，从而增加由飞行器预测的轨迹的精确度。还可以用于将预测轨迹的时间和燃料罚分最小化。

图1描绘了用于其中使用本发明的实施例的类型的飞行器地面通信的系统1。飞行器20可以通过通信链路30的方式与地面站10通信。通信链路30可以是任何种类的通信机制，包括但不限于分组无线电和卫星上行链路。具体来说，飞行器20具有机载的飞行管理系统(FMS)(未示出)，其能够经由通信链路30与地面站10通信。FMS一般将具有可用于存储与飞行器20的飞行轨迹有关的气象数据的有限数量的存储器。地面站10可以是任何类型的通信地面站10，如空中交通控制。一般地，通信链路30将具有可用于传送与飞行器20的飞行轨迹相关联的大量气象数据的有限带宽，并且在一些事件中，经由通信链路30通信大量数字数据代价高昂。虽然可以经由通信链路30通信任何类型的信息，但是本实施例确切地涉及将气象数据传送到飞行器20。

图2图示叠加在(本实例中为美国的)地图40上的预测的飞行轨迹44。预测轨迹44包括起点46和终点48，并且出于本发明的此实施例的目的，包括水平段50(有时也称为巡航段)和非水平段54。预测轨迹50的水平部分包括与预测轨迹44相同的起点的水平段起点46、水平部分终点58和典型是地面Navaid的一个或多个计划的航路点60。非水平段54包括非水平段起点58和非水平段终点48，非水平段起点58可以与水平段终点58是同一个点，非水平段终点48可以与预测轨迹终点48是同一个点。

虽然在图2中，在预测轨迹44中示出具有一个水平段50和一个非水平段54，但是预测轨迹可以具有任何数量的水平段和非水平段。可能存在多个水平段和非水平段，尤其是对于跨大陆飞行，跨大陆飞行中飞行器可以改变其海拔以利用盛行风或将盛行风(例如，射流)的影响最小化，以便随着燃料燃耗爬升到更高的高度或避免湍流。

一般地，在飞行器20着陆过程中，可能要有对应于下降的至少一个非水平段54。此下降并因此非水平段起点58可以位于自预测轨迹终点48起大约70英里。预测轨迹44完成水平巡航高度的起飞部分或拉升部分一般短，并且出于本实施例的目的，将其与水平段50合并。根据本发明的此实施例，水平段50还可以包括一个或多个伪航路点70。伪航路点是出于与轨迹参数有关的某种目的而创建的人造参考点。这可以由空勤人员或经由通信链路30来定义而不限于地面助航。可以在设置了为轨迹建立的航路点之后在航途中定义这些伪航路点。而且，可以采用多种方式定义伪航路点，如通过纬度和经度或通过沿着当前轨迹的指定距离，如沿着航途的航路点。

可以在三维(3D)空间中将预测轨迹44描述为三维轨迹(3DT)，或在四维(4D)空间中将其描述为四维轨迹(4DT)。三维的3DT包括纬度、经度和高度。四维的4DT包括纬度、经度、高度和时间。换言之，飞行器轨迹的4DT描述定义任何给定时间点处飞行器20在3D空间中所在的位置。

在此实施例中，将与水平段50关联的气象数据作为航路点60和70的空间定义连同顺风、侧风和温度数据一起提供到FMS。航路点60和70的空间定义包括航路点的纬度和经度坐标。顺风是与飞行器20在沿轨迹44的任何点处的轨迹44平行的风分量。相似地，侧风是与飞行器20在沿轨迹44的任何点处的轨迹44垂直的方向中的风分量。应该注意，在不会弱化本文公开的前提下，也可使用作为顺风的负值的逆风来替代顺风。

在本实施例中，还作为高程点、风速、风向和温度将与非水平部分54关联的气象数据提供到飞行器20的FMS。FMS典型地将风速和风向转换成侧风和顺风分量。

可以经由通信链路30同时或分别地对于水平50段和非水平54段将气象数据发送到飞行器20的FMS。虽然气象数据包含段50和54的顺风、侧风和温度元素，但是该气象数据可以包含更多或更少元素。例如，气象数据可以仅包含顺风和侧风分量，而不含温度数据。作为备选示例，该气象数据可以包含顺风、侧风、温度、湿度和大气压数据元素。

在整个轨迹期间应该有精确、及时和适合的气象数据可用以便能够对与轨迹相关联的事件进行精确预测。例如，在水平段50中，期望有适合的气象数据，以便精确地确定燃料燃耗和估计的到达时间。在如下降的非水平段54中，在航空业中存在使用绿色方式的趋势，这需要精确且最新的气象数据来构建精确的4D轨迹以减少飞行器20下降和着陆过程中的燃料燃耗。通过用于非水平段54(如，下降和着陆)的适合的气象数据，可以优化燃料使用。

根据本发明的此实施例，图3描绘了选择可用气象数据中适合的子集以经由通信链路30传送到飞行器20，从而协助更精确地预报与轨迹44相关联的事件的方法100。该方法100为飞行器20的FMS生成气象数据或为该数据的其他用户生成气象数据，该气象数据关于水平50段和非水平54段的其中之一或二者的预测轨迹44。该方法100起始于在102处接收预测轨迹44。接下来，在104处接收包含预测轨迹44的区域的风和温度数据。在106处滤波飞行器的预测轨迹44的全部温度和风速数据。换言之，仅与飞行器20的预测轨迹44有关的数据保留以便用于后续步骤中的进一步选择。然后在108处，确定飞行器的预测轨迹44是否具有水平段50。如果具有水平段50，则在110处确定水平段50风和温度数据，结合图5更详细地对此步骤予以描述。否则或如果在110处确定了水平段50风和温度数据，则方法100接着在112确定预测轨迹44是否具有非水平段54。如果具有非水平段，则在114处确定非水平段风和温度数据，结合图6更详细地对此步骤予以描述。否则或如果在114处确定了非水平段54风和温度数据，则方法100接着在116处，存储所有风和温度数据和/或将其发送到飞行器或该数据的其他用户。在116处，存储和/或发送的数据可以包括仅水平段、水平段和非水平段或仅非水平段的风和温度数据，具体取决于步骤108和112处所作出的决定。

现在参考图4，以图形方式描绘了沿着预测轨迹44的水平段50添加伪航路点70，以及在确定风剖面中的最终改进。在图4中将图2所示的轨迹50的水平段的二维描绘投影到一维上以更好地查看水平段起点46与水平段终点58之间插入伪航路点70的含义。点120、122和124分别表示水平段起点46、计划的航路点60和终点58处的风速数据。风数据可以包含任何类型的风数据，包括但不限于顺风、侧风、风速、风向、逆风或它们的组合。可以在这些点120、122和124的每一个点之间内插风数据以生成水平段50的风剖面126。风剖面126包括在水平段起点46与水平段航路点60之间的第一风数据内插段128和水平段航路点60与水平段终点58之间的第二风数据内插段130。正如前文论述的，遍及每个内插段128、130中存在有关风剖面126的精确度的一些问题。

根据本发明的此实施例，利用伪航路点70评估风剖面140包括，能够促成比无伪航路点的风剖面126更大的精确度的、对应于伪航路点70的附加风数据132、134和136。实际上，对于具有伪航路点的风剖面140，这些点之间的内插是在含内插段142、144、146、148和150的更短距离上进行的。在例如无伪航路点的风剖面126的较大距离上的内插可能在风数据的预测中引入误差，正如在与具有伪航路点的风剖面140比较时可清晰见到的。例如，在水平段起点46与第一伪航路点70之间的路径中，内插段142包含与内插段128中的相同距离上的风数据不同的风数据。当将内插段144与128比较、将146与128比较、将148与130比较和将150与130比较时存在此类值不相符的情况。因此，可见通过在沿着水平段50含有附加伪航路点70的较短距离上进行内插避免了预测的风数据中不可忽略的误差。

为了将与长距离上内插的风数据关联的误差最小化，图5中描述方法100沿着水平段50选择含有关联的风和温度数据的最适合的伪航路点70。首先，在160处，接收或预测飞行器的水平段50轨迹。这可能要求接收全部轨迹44并根据该轨迹数据确定水平段50。正如早前提到的，不弱化本文公开的发明概念的情况下，轨迹可以描述为4DT或3DT。

在162处，还接收包含水平段50的区域的风和温度信息。与水平段轨迹50一样，该风和温度信息可以采用任何公知的格式，如2D(纬度和经度)、3D(纬度、经度和高度)或4D(纬度、经度、高度和时间)。该风信息可以包含任何公知类型的信息，包括风速，该风速包括风速度和风向。

一旦在162处接收到风信息，方法110接下来根据该风信息在164处确定沿着水平段的每个点处的顺风和侧风。该推导可以采用任何公知方法来进行。在一个方面中，顺风可以根据飞行器20的瞬时轨迹和已知的风速按如下公式推导：

TW＝WS*cos(□)，

其中TW是顺风，

WS是风速度，以及

□是飞行器轨迹与风向之间的角度。

相似地，可以按如下公式推导侧风：

CW＝WS*sin(□)，

其中CW是侧风。

可以通过举例的方式更好地理解顺风和侧风的推导。如果飞行器具有正对北方的瞬时方向以及在该位置和时间处风速是正对东北方20节风速度(WS)，则瞬时飞行器20方向与风向之间的角度(□)是45°，并且因此顺风(TW)是14.1节(20*cos(45°))以及侧风(CW)也是14.1节(20*sin(45°))。

沿着水平段50的点可以是任何分辨率的。而且，可能的是沿着水平段50的点可以是可变分辨率的，尤其对于国际飞行以及更为尤其对于跨大陆飞行。例如，在美国与欧洲之间的飞行中，对应于美国与欧洲的陆地上的点，可以有更精细分辨率的风信息(并且，因此推导的风数据)，例如每2km的风数据，以及对于大西洋上的点，可以有降低的分辨率。

现在继续方法110，在166处，步进到沿着水平段50的每个连续点，并该点处确定风梯度的差。可以通过从前一个风数据减去当前风数据并除以距离来确定风梯度。例如，可以从沿着水平段50的前一个点处的顺风减去沿着该水平段的当前点处的顺风，并除以从前一个点到当前点的距离来确定顺风梯度。要理解的是，对于水平段46的起点可以不确定梯度和风梯度中的差，因为在沿着水平段50的该点处没有前一个风数据点可供考量。

在168处，确定是否到达水平段终点58。如果没有，则在170处，确定当前点处的风梯度与前一个点处的风梯度之差是否满足阈值。满足阈值可以意味着风梯度大于预定值。例如，预定义的梯度阈值可以是15节/Km。在此情况中，1km上大于15节的顺风或逆风(顺风的反方向)变化将满足该阈值。

如果在170处确定当前点处的梯度差满足阈值，则在172处，将当前点定义为伪航路点，并且方法110返回到166以考量沿着水平段50的下一个点。如果在170处确定当前点处的梯度差不满足阈值，则方法110返回到166以考量沿着水平段50的下一个点。

如果在168处确定到达水平段终点58，则方法110跳到174，并步进到第一个航路点。在方法110的此点处，以在由166、168、170和172组成的回路的执行中定义了所有必需的伪航路点70。接下来，方法110在176处检索当前航路点处的风和温度数据。在178处，确定是否到达最后一个航路点。如果是这样的话，则方法110在180处存储所有风数据、温度数据和关联的航路点位置。可以可选地将此数据发送到飞行器20的FMS或该数据的其他用户。如果在178处，确定未到达最后一个航路点，则方法返回到174以处理下一个航路点。

应该注意，在172处，可以有定义为超过最大航路点阈值的多个伪航路点。如果水平段较长或如果风梯度阈值设置得太低，则此情况尤其可以成立。在此类情况中，方法110可以自动地增加风梯度阈值，并重新运行单元166到172或该方法可以简单地选择具有最大风梯度的伪航路点位置。

可见到方法110定义沿着其中基于有关风数据(如，顺风数据)中的梯度或步进式变化来插入伪航路点70的水平段50的位置。通过使用有关风数据的梯度来进行数据选择，将伪航路点有效地插入在减小以太少航路点内插创建风剖面所导致的误差中有最大影响的点处。存储在180处并发送到飞行器20的FMS的数据包括伪航路点的位置和气象数据，如每个伪航路点70以及每个计划的航路点60的风速度、风向和温度。可以将该数据作为两个分开的上行链路传输来发送，其中先发送航路点的位置，然后发送风数据。

现在参考图6和图7，图示选择非水平段风和温度数据的方法114。首先在190处，接收预测的非水平段轨迹54。接下来，在192处接收包含预测的非水平段54的风和温度信息。对于非水平段54，该风和温度信息可以采用任何公知的格式，如2D(纬度和经度)、3D(纬度、经度和高度)或4D(纬度、经度、高度和时间)。该风信息可以包含任何公知类型的信息，包括风速和风向。

在194处，在沿着非水平段54的每个点处计算有关气象数据。一般地，此数据将包括顺风数据和侧风数据。上文结合方法110的单元164针对水平段50描述了根据如风速的气象信息来计算顺风和侧风数据。也在194处，基于沿着非水平段54的每个点处确定的气象数据来确定燃料成本和时间成本。燃料成本可以是估计的燃料燃耗的函数，如燃料燃耗的线性定标。时间成本可以是到达非水平段终点48的总时间的函数，例如总到达时间的线性定标。一般使用时间成本和燃料成本来替代仅时间和燃料，以便具有以相同定标比较两个参数的无单位方法。例如，如果非水平段标称持续20分钟并消耗600磅燃料，则适合的燃料成本可以等于估计的燃料使用量除以600磅，以及适合的时间成本可以等于非水平段时间除以20分钟。

在196处，确定风单元的数量是否大于预定的MAX单元阈值。MAX单元阈值是定义可以发送到FMS或气象数据的其他用户的最大值数目的数据集(高度连同气象数据)的系统限制的阈值或用户定义的阈值。因此，如果在194处计算的风单元的数量不超过MAX单元阈值，则可以选择所有计算的风数据集，并可以在198处存储它们以便发送到FMS或风数据的其他用户。选择的数据集可以例如存储在用于执行方法114的计算机系统的电子存储器中，然后可以经由通信链路30将选择的数据集传送到飞行器20。

但是，在196处，预期在194处计算的单元的数量超过MAX单元阈值，因为典型的FMS系统一般可以接受约5个单元，并且194处计算的单元可能有50个或更多个。因此，优选地选择194处计算的风单元的子集以便将预测到达时间和燃料燃耗中的误差最小化。

风单元的选择包括在200处移除冗余风单元。非水平段54的数据集由高度和与该高度处相关联的气象数据(顺风、侧风和温度)定义。要在200处移除冗余风单元，方法114可以忽略与有关风数据中无变化的高度关联的数据。图7中进一步以举例方式图示此概念，该图示出有关风数据对高度的绘图220。在本示例中，有关风数据可以是含有顺风单元222、224、226、228、230、232、238、240、242、244、246、248和250以及逆风(负顺风)单元234和236的顺风数据。该有关风数据可以随海拔而变化，但是可能存在有关风数据随海拔无可观变化的海拔范围，正如通过数据点242、244、246和248以及数据点222、224、226、228所见到的。含海拔的风数据中的这种最小变化的现象可能出现在例如众所周知的盛行风中，如射流或接近地面时。当存在含有相似或相同的风数据的多个海拔时，可以在200处取消这些海拔。在图7的示例中，这可能需要忽略风数据点224、226、244和246。换言之，当数据单元包括含有关联的气象数据的海拔时，在不会在到达时间或燃料燃耗的估计中引入显著误差的情况下，可以取消其中有关风数据没有可观差异的海拔。

一旦在200处从考量中移除冗余风单元，则在202处初始化与时间估计(C1)和燃料燃耗估计(C0)中的误差之间的平衡相关联的变量。可以基于用户的正确地预测时间估计对燃料燃耗的期望重要程度来设置这些变量C0和C1。换言之，如果认为正确地预测燃料燃耗比正确地预测估计的到达时间更重要，则可以将C0设置成比C1更高的值。

一旦在202处初始化变量，则在204处选择MAX单元阈值的风单元的子集。该子集的选择可以基于启发性方法或用户定义的方法。例如，可以基于具有最大海拔跨度或在已知产生强风的海拔范围处具有高密度单元来确定该子集的入选单元。然后使用204处选择的子集以在206处生成风剖面。生成的风剖面可以是一个数据集，其中每个数据集包含海拔以及该海拔处的相关联的气象数据。风剖面生成206还可以在海拔点之间内插或超出最小和最大定义的海拔点外插，或使用任何公知的数学技术来估计飞行器20可基于该子集数据操作的所有海拔水平面处的气象数据。然后在208处，基于该子集的风剖面，对该子集确定燃料成本和时间成本。上文对应于194的描述，更详细地描述了燃料成本和时间成本的概念。数据子集的燃料成本和时间成本还可以将对应于FMS将仅基于该子集构造的剖面的飞行器导航行为纳入考虑。例如，如果轨迹是仅假定风和温度数据的该子集下构建的，但是飞行器飞行穿过的实际气团包含风和温度的完整集合，则需要附加的推力和阻力来补偿仅使用该子集的数据所引入的误差。这些导航动作将引入附加的燃料成本和时间成本。接下来在210处，确定是否已检查了最大值的风子集。如果不是，则方法返回到步骤204以选择下一个子集的风单元。待检查的子集的最大值可以基于固定的预定数量。例如，所检查的子集的数量可以取决于206和208处的计算时间。

如果在210处已检查了最大值，则在212处，选择风子集来将燃料燃耗和时间的组合加权误差或罚分最小化。按如下为每个子集计算组合加权罚分：将C0乘以Fuel_Penalty加C1乘以Time_Penalty(C0*Fuel_Penalty+C1*Time_Penalty)。Fuel_Penalty是194处对完整气象数据集以及在208处对每个子集确定的燃料成本之差(Fuel_Penalty＝燃料成本-子集燃料成本)。相似地，Time_Penalty是194处对完整气象数据集以及在208处对每个子集确定的时间成本之差(Time_Penalty＝时间成本-子集时间成本)。选择并存储具有最小组合加权误差的风数据子集以供FMS或该数据的其他用户，优选地存储在硬盘驱动器的非暂时性介质中。可选地，可以将包含高度和对应的气象数据(如顺风、侧风和温度)的数据集经由通信链路30传送到飞行器20机载的FMS。将理解的是，可以将任何确定或选择的子集传送到飞行中或在地面上的飞行器或出于更新该飞行器的预测轨迹的目的而传送到另一个用户。

应该意识到，方法114的单元可以不按顺序地或有变化地并且不会弱化本文公开的发明概念地来执行。例如，190和192可以同时执行或按相反次序来执行。此外，方法114可以包括如本领域中公知的可能需要初始化、设置、复位或以其他方式使用的其他变量和计数器，并且为了描述简洁，未论述每个特定变化。

本书面描述使用示例来公开包括最佳模式的本发明，以及还使本领域技术人员能实践本发明，包括制作和使用任何装置或系统及执行任何结合的方法。本发明可取得专利的范围由权利要求确定，且可包括本领域技术人员想到的其它示例。如果此类其它示例具有与权利要求字面语言无不同的结构要素，或者如果它们包括与权利要求字面语言无实质不同的等效结构要素，则它们规定为在权利要求的范围之内。

部件表

1    与地面系统通信的飞行器

10    地面站

20    飞行器

30    通信链路

40    叠加在地图上的预测轨迹

44    预测轨迹

46    起点或水平段起点

48    终点或非水平段终点

50    水平段

54    非水平段

58    水平段终点或非水平段起点

60    航路点

70    伪航路点

100    选择风数据的方法

102    接收飞行器的预测轨迹

104    接收包含预测轨迹的区域的风和温度数据

106    确定预测轨迹的温度和风速

108    预测轨迹具有水平段？

110    确定水平段风和温度数据

112    预测轨迹具有非水平段？

114    确定非水平段风和温度数据

116    发送航路点风和温度

120    水平段起点处的风数据

122    水平段航路点处的风数据

124    水平段终点处的风数据

126    无插入的伪航路点的风剖面

128    水平段起点与水平段航路点之间的第一内插风数据

130    水平段航路点与水平段终点之间的第二内插风数据

132    伪航路点处的风数据

134    伪航路点处的风数据

136    伪航路点处的风数据

140    含插入的伪航路点的风剖面

142    水平段起点与水平段伪航路点之间的内插风数据

144    水平段航路点与水平段终点之间的内插风数据

146    水平段航路点与水平段终点之间的内插风数据

148    水平段航路点与水平段终点之间的内插风数据

150    水平段航路点与水平段终点之间的内插风数据

160    接收或预测飞行器水平段轨迹

162    接收包含预测的水平段的区域的风和温度数据

164    计算沿着水平段可用的每个点处的顺风和侧风

166    步进到沿着水平段的下一个点并确定风梯度

168    到达水平段的终点？

170    确定风梯度是否满足阈值

172    定义新的伪航路点位置

174    步进到下一个航路点

176    选择航路点处的风和温度

178    到达最后一个航路点？

180    存储风、温度和航路点

190    接收预测的非水平段轨迹

192    接收包含预测的非水平段的区域的风和温度数据

194    计算沿着非水平段的每个点处的顺风和侧风

196    风单元的数量＞MAX单元阈值？

198    存储要发送的风单元

200    移除冗余风单元

202    初始化C0和C1

204    选择MAX单元阈值个单元的子集

206    基于子集生成沿着预测的非水平段的风剖面

208    基于子集计算燃料成本和时间成本

210    检查了最大值的风子集？

212    选择使C0*Fuel_Penalty+C1*Time_Penalty最小化的风数据子集来发送

220    风数据对高度

222-250    多种高度处的风数据

Claims (10)

1.一种在处理器中选择沿着飞行器(20)的预测轨迹(44)且与所述预测轨迹(44)有关的可用气象数据(100)的子集、并将其存储在非暂时性介质中以便后来传输及在更新所述预测轨迹(44)时使用的方法，包括如下步骤：

在所述处理器中，接收所述飞行器(20)的预测轨迹(44)和所述预测轨迹的计划的航路点(60)(102)；

接收包含所述预测轨迹的区域中的气象信息(104)；

从所述气象信息中进行滤波并仅保留与所述预测轨迹有关的气象信息；

选择所述预测轨迹的段；

如果所述段是水平段(108)，则确定伪航路点以及与所述伪航路点相关联以及与所述计划的航路点相关联的水平段气象数据，从而创建气象数据的第一子集(110)；

如果所述段是非水平段(112)，则根据基于选择的多维风数据的燃料成本和时间成本的计算来确定非水平段气象数据，从而创建气象数据的第二子集(114)；以及

在所述非暂时性介质中，存储所述第一子集和第二子集的其中之一作为可用气象数据的所述子集。

2.如权利要求1所述的方法，其中，确定沿着飞行器(20)的预测轨迹(44)的水平段(50)的伪航路点(70)包括如下步骤：

A.接收所述飞行器(20)的水平段预测轨迹(160)，所述水平段预测轨迹包含包括水平段起点(46)和水平段终点(58)的多个点；

B.根据所保留的气象信息确定沿着所述水平段的、包括所述起点和终点的所述多个点处的气象数据(164)；

C.提取所述起点(46)处的气象数据；

D.步进到沿着所述水平段预测轨迹的下一个点(166)；

E.确定沿着所述水平段预测轨迹(50)的当前点是否是所述水平段终点(168)，以及如果沿着所述水平段预测轨迹(50)的当前点是所述水平段终点，则进行到步骤J；

F.提取所述当前点处的气象数据；

G.确定所述当前点处的气象数据的梯度以及与前一个点的梯度的变化(166)；

H.确定所述梯度的所述变化是否满足预定阈值(170)，以及如果所述梯度的所述变化不满足预定阈值，则返回到步骤D；

I.将所述当前点设为伪航路点(172)，然后返回到步骤D；以及

J.存储作为水平段的所述起点、每个所述伪航路点、和所述终点处的气象数据作为气象数据的所述第一子集(180)。

3.如权利要求2所述的方法，其中，确定所述气象数据的梯度(166)包括：确定沿着所述水平段预测轨迹(50)的所述当前点和前一个点之间的顺风的变化。

4.如权利要求2所述的方法，还包括确定伪航路点(70)的总数是否大于预定的伪航路点最大值，以及如果它大于伪航路点最大值，则移除对应于最小梯度值的伪航路点(70)，以使伪航路点的剩余数量等于所述预定的伪航路点最大值。

5.如权利要求1所述的方法，其中，确定非水平段气象数据(114)包括如下步骤：

A.接收非水平段预测轨迹(190)，所述非水平段预测轨迹包含包括非水平段起点和非水平段终点的多个点；

B.基于所保留的风信息和所述非水平段预测轨迹(54)确定沿着所述非水平段的全部所述多个点处的气象数据(194)；

C.基于沿着所述非水平段的全部点处的所述气象数据确定燃料成本和时间成本(194)；

D.确定气象数据点的数量是否超过预定最大值(196)，以及如果所述数量未超过所述预定最大值，则选择全部所述气象数据点(198)并进行到步骤L；

E.从沿着非水平段预测轨迹的全部所述多个点处的风数据中移除冗余气象数据点(200)；

F.从沿着所述非水平段预测轨迹的所述多个风数据点中选择包含所述预定最大值数量的数据点的所述气象数据的子集(204)；

G.使用所述气象数据的所述子集来生成沿着所述非水平段预测轨迹的风剖面(206)；

H.基于所述风剖面确定子集燃料成本和子集时间成本，并记录所述子集数据点、所述子集燃料成本和子集时间成本(208)；

I.确定是否已选择预定最大值数量的子集(210)，以及如果尚未选择所述预定最大值数量的子集，则返回到步骤F；

J.基于每个检查过的子集的子集燃料成本和子集时间成本及所述燃料成本、所述时间成本来确定加权的燃料燃耗和时间误差；

K.选择对应于使所述加权的燃料燃耗和时间误差最小化的子集的气象数据点(212)；以及

M.将所选择的气象数据点作为气象数据的所述第二子集来存储(212)。

6.如权利要求5所述的方法，其中，确定所述燃料成本(208)包括确定所述非水平段期间所述飞行器的燃料燃耗，以及确定时间成本(208)包括确定穿过所述非水平段预测轨迹所花的时间。

7.如权利要求5所述的方法，其中，移除冗余气象数据点(200)包括：移除其中气象数据与相邻的较高高度处和相邻的较低高度处的气象数据基本相同的高度处的气象数据。

8.如权利要求5所述的方法，其中，选择气象数据的所述子集(204)包括：以使得无两个选择的子集完全相同的方式来选择每个子集中的风数据单元。

9.如权利要求5所述的方法，其中，确定加权的燃料燃耗和时间误差(208)包括：从所述燃料成本减去所述子集燃料成本并乘以第一预定常数的值，并加第二预定常数的值乘子集时间成本与所述时间成本之差的值(C0*(燃料成本-子集燃料成本)+C1*(时间成本-子集时间成本))。

10.如权利要求1-9中任一项所述的方法，还包括将气象数据的所述子集传送到所述飞行器的步骤。

Images