JP2003067900A - 乱気流予測装置及び乱気流予測方法 - Google Patents
乱気流予測装置及び乱気流予測方法Info
- Publication number
- JP2003067900A JP2003067900A JP2001257640A JP2001257640A JP2003067900A JP 2003067900 A JP2003067900 A JP 2003067900A JP 2001257640 A JP2001257640 A JP 2001257640A JP 2001257640 A JP2001257640 A JP 2001257640A JP 2003067900 A JP2003067900 A JP 2003067900A
- Authority
- JP
- Japan
- Prior art keywords
- turbulence
- prediction
- parameter
- model
- damping parameter
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
(57)【要約】
【課題】 乱気流検出用センサによる乱気流観測結果
を、乱気流寿命予測の精度向上に利用する方法につい
て、これまで具体化されたものはなかった。 【解決手段】 航空機の後方に生じる乱気流を観測して
乱気流の位置及び強度を観測データとして出力する乱気
流観測部１００と、前記観測データに基いて予測対象と
なる航空機の後方に発生する乱気流の寿命を予測する乱
気流予測部２００を備え、前記乱気流観測部は、電磁波
放射部、送受信部、信号処理部を有し、前記乱気流予測
部は、乱気流時間変化シミュレーション部、減衰パラメ
ータを推定する減衰パラメータ推定部、予測対象となる
航空機の後方に生じる乱気流の寿命を予測する乱気流寿
命予測部を有する。 【効果】 乱気流寿命予測を高い精度で行うことができ
る。
を、乱気流寿命予測の精度向上に利用する方法につい
て、これまで具体化されたものはなかった。 【解決手段】 航空機の後方に生じる乱気流を観測して
乱気流の位置及び強度を観測データとして出力する乱気
流観測部１００と、前記観測データに基いて予測対象と
なる航空機の後方に発生する乱気流の寿命を予測する乱
気流予測部２００を備え、前記乱気流観測部は、電磁波
放射部、送受信部、信号処理部を有し、前記乱気流予測
部は、乱気流時間変化シミュレーション部、減衰パラメ
ータを推定する減衰パラメータ推定部、予測対象となる
航空機の後方に生じる乱気流の寿命を予測する乱気流寿
命予測部を有する。 【効果】 乱気流寿命予測を高い精度で行うことができ
る。
Description
【０００１】
【発明の属する技術分野】この発明は、航空機の後方の
発生する乱気流の寿命を予測する乱気流予測装置及び乱
気流予測方法に関するものである。
発生する乱気流の寿命を予測する乱気流予測装置及び乱
気流予測方法に関するものである。
【０００２】
【従来の技術】近年、航空機利用者が増加し、大都市に
近接する空港における航空機の離発着数を増加させるこ
とが望まれている。離発着数を増加させるための方策の
一つとしては、新規に滑走路を増設する方法がある。し
かし、滑走路の増設は、一般に容易なことではない。滑
走路を増設せずに、離着陸数を増加させるには、既設の
滑走路の利用率を上げなければならない。既設の滑走路
の利用率を上げるには、安全を確保しつつ離発着の間隔
を短くする必要がある。
近接する空港における航空機の離発着数を増加させるこ
とが望まれている。離発着数を増加させるための方策の
一つとしては、新規に滑走路を増設する方法がある。し
かし、滑走路の増設は、一般に容易なことではない。滑
走路を増設せずに、離着陸数を増加させるには、既設の
滑走路の利用率を上げなければならない。既設の滑走路
の利用率を上げるには、安全を確保しつつ離発着の間隔
を短くする必要がある。
【０００３】従来、離着陸の時間間隔は、航空機の飛行
に伴って主翼の後方に発生する乱気流が消失するのに十
分な時間をとるように設定されている。しかし、もし乱
気流が消滅する時間を正確に知ることができれば、安全
性を確保したまま、離着陸の時間間隔のマージンを省く
ことにより、離着陸の間隔を狭めることが可能となる。
これにより、滑走路当たり単位時間に滑走できる航空機
の数を増加させることができる。
に伴って主翼の後方に発生する乱気流が消失するのに十
分な時間をとるように設定されている。しかし、もし乱
気流が消滅する時間を正確に知ることができれば、安全
性を確保したまま、離着陸の時間間隔のマージンを省く
ことにより、離着陸の間隔を狭めることが可能となる。
これにより、滑走路当たり単位時間に滑走できる航空機
の数を増加させることができる。
【０００４】乱気流が消滅するまでの時間を正確に知る
ためには、後方乱気流を検出するセンサが必要となる。
この乱気流検出センサとしては、例えば、文献「S. M.
Hannon and J. A. Thomson, Aircraft wake vortex det
ection and measurement with pulsed solid-state coh
erent laser radar, Journal of Modern Optics, vol.
41, no.11, pp.2175-2196, 1994.」に紹介されているよ
うな、風速計測用レーザレーダ（以後、ドップラライダ
とも呼ぶ）がある。
ためには、後方乱気流を検出するセンサが必要となる。
この乱気流検出センサとしては、例えば、文献「S. M.
Hannon and J. A. Thomson, Aircraft wake vortex det
ection and measurement with pulsed solid-state coh
erent laser radar, Journal of Modern Optics, vol.
41, no.11, pp.2175-2196, 1994.」に紹介されているよ
うな、風速計測用レーザレーダ（以後、ドップラライダ
とも呼ぶ）がある。
【０００５】従来の乱気流予測装置について図面を参照
しながら説明する。図１１は、上述したような風速計測
用レーザレーダを一般化した構成を示す図である。
しながら説明する。図１１は、上述したような風速計測
用レーザレーダを一般化した構成を示す図である。
【０００６】図１１において、１１０は電磁波放射部、
１２０は送受信部、１３０は信号処理部である。
１２０は送受信部、１３０は信号処理部である。
【０００７】図１２は、図１１の風速計測用レーザレー
ダの信号処理部の構成を示す図である。
ダの信号処理部の構成を示す図である。
【０００８】図１２において、１３１はドップラ速度算
出部、１３２は乱気流検出処理部である。
出部、１３２は乱気流検出処理部である。
【０００９】つぎに、従来の乱気流予測装置の動作につ
いて図面を参照しながら説明する。
いて図面を参照しながら説明する。
【００１０】送受信部１２０において、送信光パルスを
生成する。この送信光パルスは、電磁波放射部１１０へ
と伝送される。この電磁波放射部１１０は、送信光パル
スを空間へ放射する。電磁波放射部１１０は、例えば、
送信光を空間へ放射する際に送信光を収束させる望遠鏡
と、放射の方向を制御する反射鏡とから構成される。空
間へ放射された送信光は、大気で反射される。その際、
反射位置の風速に応じてドップラ効果が生じるため、大
気による反射光の周波数はドップラ効果による偏移を受
ける。
生成する。この送信光パルスは、電磁波放射部１１０へ
と伝送される。この電磁波放射部１１０は、送信光パル
スを空間へ放射する。電磁波放射部１１０は、例えば、
送信光を空間へ放射する際に送信光を収束させる望遠鏡
と、放射の方向を制御する反射鏡とから構成される。空
間へ放射された送信光は、大気で反射される。その際、
反射位置の風速に応じてドップラ効果が生じるため、大
気による反射光の周波数はドップラ効果による偏移を受
ける。
【００１１】大気による反射光は、電磁波放射部１１０
により受信され、送受信部１２０へ伝送される。この送
受信部１２０は、受信信号に増幅、周波数変換などの処
理を施した後に、信号処理部１３０へ受信信号を出力す
る。
により受信され、送受信部１２０へ伝送される。この送
受信部１２０は、受信信号に増幅、周波数変換などの処
理を施した後に、信号処理部１３０へ受信信号を出力す
る。
【００１２】信号処理部１３０内のドップラ速度算出部
１３１は、入力した受信信号からそのドップラ周波数を
算出し、それをターゲットのドップラ速度、すなわち大
気の視線方向風速へと変換する。この視線方向風速は、
距離−角度の２次元断面上で得られる。
１３１は、入力した受信信号からそのドップラ周波数を
算出し、それをターゲットのドップラ速度、すなわち大
気の視線方向風速へと変換する。この視線方向風速は、
距離−角度の２次元断面上で得られる。
【００１３】次に、乱気流検出処理部１３２では、風速
の空間分布に対して、例えば「大森、桐本、テンプレー
トマッチングを用いた航空機の後方乱気流の検出、信学
技報ＳＡＮＥ９９−９、１９９９」に紹介されているよ
うなテンプレートマッチングの手法により乱気流を検出
する。
の空間分布に対して、例えば「大森、桐本、テンプレー
トマッチングを用いた航空機の後方乱気流の検出、信学
技報ＳＡＮＥ９９−９、１９９９」に紹介されているよ
うなテンプレートマッチングの手法により乱気流を検出
する。
【００１４】乱気流検出処理部１３２からは、乱気流検
出結果として、乱気流の位置と強度が出力される。乱気
流の強度としては、例えば乱気流の渦の周囲の風速分布
を線積分した値である循環の値を出力することが考えら
れる。
出結果として、乱気流の位置と強度が出力される。乱気
流の強度としては、例えば乱気流の渦の周囲の風速分布
を線積分した値である循環の値を出力することが考えら
れる。
【００１５】以上では、乱気流をレーザレーダで観測す
る技術の例を示したが、雨や霧が存在する場合には、電
波を使ったレーダによっても乱気流を観測することがで
きる。
る技術の例を示したが、雨や霧が存在する場合には、電
波を使ったレーダによっても乱気流を観測することがで
きる。
【００１６】以上の説明は、乱気流を検出する装置につ
いての従来技術である。しかし、航空機の離着陸間隔を
設定するためには、乱気流を検出する装置だけではな
く、乱気流の寿命を予測する装置も必要となる。
いての従来技術である。しかし、航空機の離着陸間隔を
設定するためには、乱気流を検出する装置だけではな
く、乱気流の寿命を予測する装置も必要となる。
【００１７】乱気流検出装置を利用して、実際にどのよ
うにして航空機の離着陸間隔を設定するかという問題に
ついて、例えば米国においては、ＡＶＯＳＳ（Ａｉｒｃ
ｒａｆｔ ＶＯＲＴＥＸ ＳＰＡＣＩＮＧ ＳＹＳＴＥ
Ｍ）と呼ばれるシステムの研究開発が現在進められてい
る。本システムでは、航空機の飛行計画を立てることを
考慮して、未来に離着陸する航空機の通過によって生じ
る乱気流の寿命を知ることも必要となるとしている。
うにして航空機の離着陸間隔を設定するかという問題に
ついて、例えば米国においては、ＡＶＯＳＳ（Ａｉｒｃ
ｒａｆｔ ＶＯＲＴＥＸ ＳＰＡＣＩＮＧ ＳＹＳＴＥ
Ｍ）と呼ばれるシステムの研究開発が現在進められてい
る。本システムでは、航空機の飛行計画を立てることを
考慮して、未来に離着陸する航空機の通過によって生じ
る乱気流の寿命を知ることも必要となるとしている。
【００１８】乱気流の寿命を予測するためには、乱気流
が発生してから消滅するまでの時間変化を表現する乱気
流モデルを知っていることが必要である。乱気流モデル
についても、従来から研究開発が進められている。例え
ば、文献「F. H. Proctor,The NASA-Langley wake vort
ex modelling effort in support of an operational a
ircraft spacing system, Papers. American Institut
e of Aeronautics and Astronautics, AIAA-98-0589, 1
998.」に紹介されているＬＥＳ（Large-EddySimulatio
n）モデルのような、流体計算を数値モデル化すること
によって、乱気流の時間変化を計算機で算出する方法が
従来から研究されている。
が発生してから消滅するまでの時間変化を表現する乱気
流モデルを知っていることが必要である。乱気流モデル
についても、従来から研究開発が進められている。例え
ば、文献「F. H. Proctor,The NASA-Langley wake vort
ex modelling effort in support of an operational a
ircraft spacing system, Papers. American Institut
e of Aeronautics and Astronautics, AIAA-98-0589, 1
998.」に紹介されているＬＥＳ（Large-EddySimulatio
n）モデルのような、流体計算を数値モデル化すること
によって、乱気流の時間変化を計算機で算出する方法が
従来から研究されている。
【００１９】また、文献「G. C. Greene, An approxima
te model of vortex decay in theatmosphere, Journal
of Aircraft, vol.23, no.7, pp.566-573, 1986.」、
あるいは文献「A. Corjon and T. Poinsot, A model to
define aircraft separations due to wake vortex en
counter, AIAA Applied Aerodynamics Conference, vo
l.13, no.1, pp.117-124, 1995.」のように、乱気流を
簡易なモデルによって、乱気流の減衰や移動といった時
間変化を計算する手法も開発されている。
te model of vortex decay in theatmosphere, Journal
of Aircraft, vol.23, no.7, pp.566-573, 1986.」、
あるいは文献「A. Corjon and T. Poinsot, A model to
define aircraft separations due to wake vortex en
counter, AIAA Applied Aerodynamics Conference, vo
l.13, no.1, pp.117-124, 1995.」のように、乱気流を
簡易なモデルによって、乱気流の減衰や移動といった時
間変化を計算する手法も開発されている。
【００２０】なお、後方乱気流の位置を予測して警報を
発生させる技術の別の例として、特開平４−２４６８０
０号公報もある。ただし、この従来技術では、航空機の
通過位置と背景の風向および風速から乱気流の流される
位置を予測するのみであり、乱気流の減衰については特
に考慮していない。また、乱気流そのものを観測するセ
ンサを持っていないため、乱気流位置の予測精度を高め
ることができないという問題がある。
発生させる技術の別の例として、特開平４−２４６８０
０号公報もある。ただし、この従来技術では、航空機の
通過位置と背景の風向および風速から乱気流の流される
位置を予測するのみであり、乱気流の減衰については特
に考慮していない。また、乱気流そのものを観測するセ
ンサを持っていないため、乱気流位置の予測精度を高め
ることができないという問題がある。
【００２１】
【発明が解決しようとする課題】このように、乱気流の
寿命を予測するための乱気流モデルの開発は多く行われ
ている。しかし、実際には、これらの乱気流モデルが実
用的な離着陸間隔設定システムの一部に組込まれるまで
には至っていない。その理由の一つは、モデルの精度が
十分でないということが挙げられる。モデルの精度が十
分でないということについては、モデル化の問題だけで
なく、モデルに用いるパラメータの精度が十分でないこ
とも考えられる。例えば、ＧｒｅｅｎｅおよびＣｏｒｊ
ｏｎのモデルでは、乱気流の減衰速度を決める因子（以
後、減衰パラメータと呼ぶ）の中に、背景大気の粘性や
擾乱度などのパラメータがある。これらのパラメータ
は、直接計測することは必ずしも容易ではない。そのた
め、乱気流予測の際に設定する減衰パラメータの精度が
十分でないことが、乱気流予測の精度を劣化させる要因
となりうる。
寿命を予測するための乱気流モデルの開発は多く行われ
ている。しかし、実際には、これらの乱気流モデルが実
用的な離着陸間隔設定システムの一部に組込まれるまで
には至っていない。その理由の一つは、モデルの精度が
十分でないということが挙げられる。モデルの精度が十
分でないということについては、モデル化の問題だけで
なく、モデルに用いるパラメータの精度が十分でないこ
とも考えられる。例えば、ＧｒｅｅｎｅおよびＣｏｒｊ
ｏｎのモデルでは、乱気流の減衰速度を決める因子（以
後、減衰パラメータと呼ぶ）の中に、背景大気の粘性や
擾乱度などのパラメータがある。これらのパラメータ
は、直接計測することは必ずしも容易ではない。そのた
め、乱気流予測の際に設定する減衰パラメータの精度が
十分でないことが、乱気流予測の精度を劣化させる要因
となりうる。
【００２２】そのようなことから、乱気流モデルから寿
命を予測するだけでなく、風速計測用レーザレーダのよ
うな乱気流検出装置によって乱気流を観測した結果をも
とに、予測した乱気流寿命を修正することが必要である
と考えられている。しかし、乱気流検出用センサによる
乱気流観測結果を、乱気流寿命予測の精度向上に利用す
る方法について、これまで具体化されたものはなかっ
た。
命を予測するだけでなく、風速計測用レーザレーダのよ
うな乱気流検出装置によって乱気流を観測した結果をも
とに、予測した乱気流寿命を修正することが必要である
と考えられている。しかし、乱気流検出用センサによる
乱気流観測結果を、乱気流寿命予測の精度向上に利用す
る方法について、これまで具体化されたものはなかっ
た。
【００２３】この発明は、前述した問題点を解決するた
めになされたもので、センサによる乱気流の観測結果を
乱気流寿命予測にフィードバックさせることにより、高
い乱気流予測精度を実現することができる乱気流予測装
置及び乱気流予測方法を得ることを目的とする。
めになされたもので、センサによる乱気流の観測結果を
乱気流寿命予測にフィードバックさせることにより、高
い乱気流予測精度を実現することができる乱気流予測装
置及び乱気流予測方法を得ることを目的とする。
【００２４】
【課題を解決するための手段】この発明の請求項１に係
る乱気流予測装置は、航空機の後方に生じる乱気流を観
測して乱気流の位置及び強度を観測データとして出力す
る乱気流観測部と、前記観測データに基いて予測対象と
なる航空機の後方に発生する乱気流の寿命を予測する乱
気流予測部とを備え、前記乱気流観測部は、電磁波を大
気中に放射するとともに、大気で散乱された電磁波を入
力する電磁波放射部と、前記電磁波放射部へ生成した電
磁波を出力するとともに、前記電磁波放射部から大気で
散乱された電磁波を入力して周波数変換を施すことによ
り受信信号を生成する送受信部と、前記受信信号に信号
処理を施して前記観測データを出力する信号処理部とを
有し、前記乱気流予測部は、シミュレーションモデルに
基いて乱気流の位置及び強度の時間変化を算出する乱気
流時間変化シミュレーション部と、前記観測データ、並
びに前記シミュレーションモデルとして観測対象の航空
機モデル及び気象モデルを提供して前記乱気流時間変化
シミュレーション部から得たシミュレーション結果に基
いて乱気流の減衰速度を決定する減衰パラメータを推定
する減衰パラメータ推定部と、前記減衰パラメータ、並
びに前記シミュレーションモデルとして予測対象の航空
機モデル及び気象モデルを提供して前記乱気流時間変化
シミュレーション部から得たシミュレーション結果に基
いて予測対象となる航空機の後方に生じる乱気流の寿命
を予測する乱気流寿命予測部とを有するものである。
る乱気流予測装置は、航空機の後方に生じる乱気流を観
測して乱気流の位置及び強度を観測データとして出力す
る乱気流観測部と、前記観測データに基いて予測対象と
なる航空機の後方に発生する乱気流の寿命を予測する乱
気流予測部とを備え、前記乱気流観測部は、電磁波を大
気中に放射するとともに、大気で散乱された電磁波を入
力する電磁波放射部と、前記電磁波放射部へ生成した電
磁波を出力するとともに、前記電磁波放射部から大気で
散乱された電磁波を入力して周波数変換を施すことによ
り受信信号を生成する送受信部と、前記受信信号に信号
処理を施して前記観測データを出力する信号処理部とを
有し、前記乱気流予測部は、シミュレーションモデルに
基いて乱気流の位置及び強度の時間変化を算出する乱気
流時間変化シミュレーション部と、前記観測データ、並
びに前記シミュレーションモデルとして観測対象の航空
機モデル及び気象モデルを提供して前記乱気流時間変化
シミュレーション部から得たシミュレーション結果に基
いて乱気流の減衰速度を決定する減衰パラメータを推定
する減衰パラメータ推定部と、前記減衰パラメータ、並
びに前記シミュレーションモデルとして予測対象の航空
機モデル及び気象モデルを提供して前記乱気流時間変化
シミュレーション部から得たシミュレーション結果に基
いて予測対象となる航空機の後方に生じる乱気流の寿命
を予測する乱気流寿命予測部とを有するものである。
【００２５】この発明の請求項２に係る乱気流予測装置
は、前記乱気流予測部が、前記推定された減衰パラメー
タの時間変化に基いて未来の減衰パラメータである予測
減衰パラメータを求める減衰パラメータ予測部をさらに
有し、前記乱気流寿命予測部は、前記予測減衰パラメー
タ、並びに前記シミュレーションモデルとして予測対象
の航空機モデル及び気象モデルを提供して前記乱気流時
間変化シミュレーション部から得たシミュレーション結
果に基いて予測対象となる航空機の後方に生じる乱気流
の寿命を予測するものである。
は、前記乱気流予測部が、前記推定された減衰パラメー
タの時間変化に基いて未来の減衰パラメータである予測
減衰パラメータを求める減衰パラメータ予測部をさらに
有し、前記乱気流寿命予測部は、前記予測減衰パラメー
タ、並びに前記シミュレーションモデルとして予測対象
の航空機モデル及び気象モデルを提供して前記乱気流時
間変化シミュレーション部から得たシミュレーション結
果に基いて予測対象となる航空機の後方に生じる乱気流
の寿命を予測するものである。
【００２６】この発明の請求項３に係る乱気流予測装置
は、前記減衰パラメータ推定部が、前記減衰パラメータ
の初期値を設定する初期値設定部と、前記乱気流観測部
の信号処理部で得られた前記観測データに対して、前記
乱気流時間変化シミュレーション部で得られた前記シミ
ュレーション結果を当てはめ、両者が一致するように減
衰パラメータを推定するフィッティング処理部とを持つ
ものである。
は、前記減衰パラメータ推定部が、前記減衰パラメータ
の初期値を設定する初期値設定部と、前記乱気流観測部
の信号処理部で得られた前記観測データに対して、前記
乱気流時間変化シミュレーション部で得られた前記シミ
ュレーション結果を当てはめ、両者が一致するように減
衰パラメータを推定するフィッティング処理部とを持つ
ものである。
【００２７】この発明の請求項４に係る乱気流予測装置
は、前記信号処理部が、前記受信信号から大気で散乱さ
れた電磁波のドップラ速度を算出するドップラ速度算出
部と、前記ドップラ速度の空間分布から乱気流を検出し
て前記観測データとして出力する乱気流検出処理部とを
持つものである。
は、前記信号処理部が、前記受信信号から大気で散乱さ
れた電磁波のドップラ速度を算出するドップラ速度算出
部と、前記ドップラ速度の空間分布から乱気流を検出し
て前記観測データとして出力する乱気流検出処理部とを
持つものである。
【００２８】この発明の請求項５に係る乱気流予測装置
は、前記信号処理部が、前記受信信号から大気で散乱さ
れた電磁波のドップラ速度を算出するドップラ速度算出
部と、前記ドップラ速度の空間分布から乱気流を検出し
て前記観測データとして出力する乱気流検出処理部と、
前記ドップラ速度の空間分布から大気の擾乱度を算出す
る大気擾乱度算出部とを持つものである。
は、前記信号処理部が、前記受信信号から大気で散乱さ
れた電磁波のドップラ速度を算出するドップラ速度算出
部と、前記ドップラ速度の空間分布から乱気流を検出し
て前記観測データとして出力する乱気流検出処理部と、
前記ドップラ速度の空間分布から大気の擾乱度を算出す
る大気擾乱度算出部とを持つものである。
【００２９】この発明の請求項６に係る乱気流予測装置
は、前記フィッティング処理部が、前記大気擾乱度算出
部で算出された大気擾乱度を前記推定する減衰パラメー
タに含ませ、かつ前記大気擾乱度を大気擾乱度推定の初
期値として利用するものである。
は、前記フィッティング処理部が、前記大気擾乱度算出
部で算出された大気擾乱度を前記推定する減衰パラメー
タに含ませ、かつ前記大気擾乱度を大気擾乱度推定の初
期値として利用するものである。
【００３０】この発明の請求項７に係る乱気流予測装置
は、前記信号処理部が、前記受信信号から大気で散乱さ
れた電磁波のドップラ速度を算出するドップラ速度算出
部と、前記ドップラ速度の空間分布から乱気流を検出し
て前記観測データとして出力する乱気流検出処理部と、
前記ドップラ速度の空間分布から風速の空間変化率を表
すシア係数を算出するシア係数算出部とを持つものであ
る。
は、前記信号処理部が、前記受信信号から大気で散乱さ
れた電磁波のドップラ速度を算出するドップラ速度算出
部と、前記ドップラ速度の空間分布から乱気流を検出し
て前記観測データとして出力する乱気流検出処理部と、
前記ドップラ速度の空間分布から風速の空間変化率を表
すシア係数を算出するシア係数算出部とを持つものであ
る。
【００３１】この発明の請求項８に係る乱気流予測装置
は、前記フィッティング処理部が、前記シア係数算出部
で算出されたシア係数を前記推定する減衰パラメータに
含ませ、かつ前記シア係数をシア係数推定の初期値とし
て利用するものである。
は、前記フィッティング処理部が、前記シア係数算出部
で算出されたシア係数を前記推定する減衰パラメータに
含ませ、かつ前記シア係数をシア係数推定の初期値とし
て利用するものである。
【００３２】この発明の請求項９に係る乱気流予測方法
は、観測対象となる航空機モデル及び気象モデルを入力
する観測対象入力ステップと、減衰パラメータの初期値
を設定する初期値設定ステップと、観測された乱気流強
度の時間変化に、減衰パラメータを仮定することにより
得られる乱気流モデルから算出された乱気流強度の時間
変化を当てはめ、減衰パラメータを推定するフィッティ
ング処理ステップと、予測対象となる航空機モデル及び
気象モデルを入力する予測対象入力ステップと、前記推
定された減衰パラメータを用いて乱気流強度の時間変化
を算出するシミュレーションステップと、前記シミュレ
ーションステップで算出された乱気流強度の時間変化か
ら乱気流の寿命を予測する乱気流寿命予測ステップとを
含むものである。
は、観測対象となる航空機モデル及び気象モデルを入力
する観測対象入力ステップと、減衰パラメータの初期値
を設定する初期値設定ステップと、観測された乱気流強
度の時間変化に、減衰パラメータを仮定することにより
得られる乱気流モデルから算出された乱気流強度の時間
変化を当てはめ、減衰パラメータを推定するフィッティ
ング処理ステップと、予測対象となる航空機モデル及び
気象モデルを入力する予測対象入力ステップと、前記推
定された減衰パラメータを用いて乱気流強度の時間変化
を算出するシミュレーションステップと、前記シミュレ
ーションステップで算出された乱気流強度の時間変化か
ら乱気流の寿命を予測する乱気流寿命予測ステップとを
含むものである。
【００３３】この発明の請求項１０に係る乱気流予測方
法は、観測対象となる航空機モデル及び気象モデルを入
力する観測対象入力ステップと、減衰パラメータの初期
値を設定する初期値設定ステップと、観測された乱気流
強度の時間変化に、減衰パラメータを仮定することによ
り得られる乱気流モデルから算出された乱気流強度の時
間変化を当てはめ、減衰パラメータを推定するフィッテ
ィング処理ステップと、前記フィッティング処理ステッ
プを所定の回数繰返したかどうかを判定する判定ステッ
プと、前記フィッティング処理ステップを所定の回数繰
返していない場合に、前記初期値を変更して前記フィッ
ティング処理ステップに戻る初期値変更ステップと、複
数の初期値を用いてフィッティング処理の推定した減衰
パラメータのうち、最適な減衰パラメータを選択する最
適解選択ステップと、予測対象となる航空機モデル及び
気象モデルを入力する予測対象入力ステップと、前記選
択された減衰パラメータを用いて乱気流強度の時間変化
を算出するシミュレーションステップと、前記シミュレ
ーションステップで算出された乱気流強度の時間変化か
ら乱気流の寿命を予測する乱気流寿命予測ステップとを
含むものである。
法は、観測対象となる航空機モデル及び気象モデルを入
力する観測対象入力ステップと、減衰パラメータの初期
値を設定する初期値設定ステップと、観測された乱気流
強度の時間変化に、減衰パラメータを仮定することによ
り得られる乱気流モデルから算出された乱気流強度の時
間変化を当てはめ、減衰パラメータを推定するフィッテ
ィング処理ステップと、前記フィッティング処理ステッ
プを所定の回数繰返したかどうかを判定する判定ステッ
プと、前記フィッティング処理ステップを所定の回数繰
返していない場合に、前記初期値を変更して前記フィッ
ティング処理ステップに戻る初期値変更ステップと、複
数の初期値を用いてフィッティング処理の推定した減衰
パラメータのうち、最適な減衰パラメータを選択する最
適解選択ステップと、予測対象となる航空機モデル及び
気象モデルを入力する予測対象入力ステップと、前記選
択された減衰パラメータを用いて乱気流強度の時間変化
を算出するシミュレーションステップと、前記シミュレ
ーションステップで算出された乱気流強度の時間変化か
ら乱気流の寿命を予測する乱気流寿命予測ステップとを
含むものである。
【００３４】この発明の請求項１１に係る乱気流予測方
法は、観測対象となる航空機モデル及び気象モデルを入
力する観測対象入力ステップと、減衰パラメータの初期
値を設定する初期値設定ステップと、観測された乱気流
強度の時間変化に、減衰パラメータを仮定することによ
り得られる乱気流モデルから算出された乱気流強度の時
間変化を当てはめ、減衰パラメータを推定するフィッテ
ィング処理ステップと、前記推定された減衰パラメータ
の時間変化特性から未来の減衰パラメータを予測する減
衰パラメータ予測ステップと、予測対象となる航空機モ
デル及び気象モデルを入力する予測対象入力ステップ
と、前記予測された減衰パラメータを用いて乱気流強度
の時間変化を算出するシミュレーションステップと、前
記シミュレーションステップで算出された乱気流強度の
時間変化から乱気流の寿命を予測する乱気流寿命予測ス
テップとを含むものである。
法は、観測対象となる航空機モデル及び気象モデルを入
力する観測対象入力ステップと、減衰パラメータの初期
値を設定する初期値設定ステップと、観測された乱気流
強度の時間変化に、減衰パラメータを仮定することによ
り得られる乱気流モデルから算出された乱気流強度の時
間変化を当てはめ、減衰パラメータを推定するフィッテ
ィング処理ステップと、前記推定された減衰パラメータ
の時間変化特性から未来の減衰パラメータを予測する減
衰パラメータ予測ステップと、予測対象となる航空機モ
デル及び気象モデルを入力する予測対象入力ステップ
と、前記予測された減衰パラメータを用いて乱気流強度
の時間変化を算出するシミュレーションステップと、前
記シミュレーションステップで算出された乱気流強度の
時間変化から乱気流の寿命を予測する乱気流寿命予測ス
テップとを含むものである。
【００３５】この発明の請求項１２に係る乱気流予測方
法は、観測対象となる航空機モデル及び気象モデルを入
力する観測対象入力ステップと、減衰パラメータの初期
値を設定する初期値設定ステップと、観測された乱気流
強度の時間変化に、減衰パラメータを仮定することによ
り得られる乱気流モデルから算出された乱気流強度の時
間変化を当てはめ、減衰パラメータを推定するフィッテ
ィング処理ステップと、前記フィッティング処理ステッ
プを所定の回数繰返したかどうかを判定する判定ステッ
プと、前記フィッティング処理ステップを所定の回数繰
返していない場合に、前記初期値を変更して前記フィッ
ティング処理ステップに戻る初期値変更ステップと、複
数の初期値を用いてフィッティング処理の推定した減衰
パラメータのうち、最適な減衰パラメータを選択する最
適解選択ステップと、前記選択された減衰パラメータの
時間変化特性から未来の減衰パラメータを予測する減衰
パラメータ予測ステップと、予測対象となる航空機モデ
ル及び気象モデルを入力する予測対象入力ステップと、
前記予測された減衰パラメータを用いて乱気流強度の時
間変化を算出するシミュレーションステップと、前記シ
ミュレーションステップで算出された乱気流強度の時間
変化から乱気流の寿命を予測する乱気流寿命予測ステッ
プとを含むものである。
法は、観測対象となる航空機モデル及び気象モデルを入
力する観測対象入力ステップと、減衰パラメータの初期
値を設定する初期値設定ステップと、観測された乱気流
強度の時間変化に、減衰パラメータを仮定することによ
り得られる乱気流モデルから算出された乱気流強度の時
間変化を当てはめ、減衰パラメータを推定するフィッテ
ィング処理ステップと、前記フィッティング処理ステッ
プを所定の回数繰返したかどうかを判定する判定ステッ
プと、前記フィッティング処理ステップを所定の回数繰
返していない場合に、前記初期値を変更して前記フィッ
ティング処理ステップに戻る初期値変更ステップと、複
数の初期値を用いてフィッティング処理の推定した減衰
パラメータのうち、最適な減衰パラメータを選択する最
適解選択ステップと、前記選択された減衰パラメータの
時間変化特性から未来の減衰パラメータを予測する減衰
パラメータ予測ステップと、予測対象となる航空機モデ
ル及び気象モデルを入力する予測対象入力ステップと、
前記予測された減衰パラメータを用いて乱気流強度の時
間変化を算出するシミュレーションステップと、前記シ
ミュレーションステップで算出された乱気流強度の時間
変化から乱気流の寿命を予測する乱気流寿命予測ステッ
プとを含むものである。
【００３６】この発明の請求項１３に係る乱気流予測方
法は、現時点から近い過去に乱気流を観測した結果から
推定した減衰パラメータの値を、フィッティング処理の
初期値として用いるものである。
法は、現時点から近い過去に乱気流を観測した結果から
推定した減衰パラメータの値を、フィッティング処理の
初期値として用いるものである。
【００３７】この発明の請求項１４に係る乱気流予測方
法は、前記減衰パラメータに大気の粘性の大きさを表す
係数を含むものである。
法は、前記減衰パラメータに大気の粘性の大きさを表す
係数を含むものである。
【００３８】この発明の請求項１５に係る乱気流予測方
法は、前記減衰パラメータに大気擾乱の大きさを表すパ
ラメータを含むものである。
法は、前記減衰パラメータに大気擾乱の大きさを表すパ
ラメータを含むものである。
【００３９】この発明の請求項１６に係る乱気流予測方
法は、前記減衰パラメータに風速シアの大きさを表すパ
ラメータを含むものである。
法は、前記減衰パラメータに風速シアの大きさを表すパ
ラメータを含むものである。
【００４０】
【発明の実施の形態】実施の形態１．この発明の実施の
形態１に係る乱気流予測装置について図面を参照しなが
ら説明する。図１は、この発明の実施の形態１に係る乱
気流予測装置の全体構成を示す図である。なお、各図
中、同一符号は同一又は相当部分を示す。
形態１に係る乱気流予測装置について図面を参照しなが
ら説明する。図１は、この発明の実施の形態１に係る乱
気流予測装置の全体構成を示す図である。なお、各図
中、同一符号は同一又は相当部分を示す。
【００４１】図１において、１００は乱気流観測部、２
００は乱気流予測部である。
００は乱気流予測部である。
【００４２】また、図２は、この発明の実施の形態１に
係る乱気流予測装置の乱気流予測部の構成を示す図であ
る。なお、乱気流観測部の構成は、図１１及び図１２に
示す従来の乱気流予測装置と同様である。
係る乱気流予測装置の乱気流予測部の構成を示す図であ
る。なお、乱気流観測部の構成は、図１１及び図１２に
示す従来の乱気流予測装置と同様である。
【００４３】図２において、２１０は減衰パラメータ推
定部、２２０は乱気流寿命予測部、２３０は乱気流時間
変化シミュレーション部である。また、２１１は初期値
設定部、２１２はフィッティング処理部である。
定部、２２０は乱気流寿命予測部、２３０は乱気流時間
変化シミュレーション部である。また、２１１は初期値
設定部、２１２はフィッティング処理部である。
【００４４】つぎに、この実施の形態１に係る乱気流予
測装置の動作について図面を参照しながら説明する。
測装置の動作について図面を参照しながら説明する。
【００４５】乱気流観測部１００では、ドップラライダ
やドップラレーダなどのセンサを用いて航空機の後方に
生じる乱気流を観測し、乱気流観測データを出力する。
この乱気流観測データは、乱気流の位置と強度の時系列
データからなる。
やドップラレーダなどのセンサを用いて航空機の後方に
生じる乱気流を観測し、乱気流観測データを出力する。
この乱気流観測データは、乱気流の位置と強度の時系列
データからなる。
【００４６】次に、乱気流予測部２００は、乱気流観測
部１００で得られた乱気流観測データ、観測対象航空機
モデル、及び気象モデルから、乱気流の減衰の速度を決
める大気パラメータ（以後、減衰パラメータと呼ぶ）を
推定し、その減衰パラメータ、予測対象航空機モデル、
及び気象モデルから、予測対象となる航空機の後方に生
じる乱気流の寿命を算出し、それを出力する。
部１００で得られた乱気流観測データ、観測対象航空機
モデル、及び気象モデルから、乱気流の減衰の速度を決
める大気パラメータ（以後、減衰パラメータと呼ぶ）を
推定し、その減衰パラメータ、予測対象航空機モデル、
及び気象モデルから、予測対象となる航空機の後方に生
じる乱気流の寿命を算出し、それを出力する。
【００４７】ここで、「観測対象航空機」とは、乱気流
観測部１００が観測した乱気流の発生源となった航空機
のことを意味する。また、「観測対象航空機モデル」と
は、観測対象となる航空機の翼長、重量、飛行速度など
の、発生させる乱気流の強度を決めるパラメータの集合
で表現される航空機モデルを意味する。
観測部１００が観測した乱気流の発生源となった航空機
のことを意味する。また、「観測対象航空機モデル」と
は、観測対象となる航空機の翼長、重量、飛行速度など
の、発生させる乱気流の強度を決めるパラメータの集合
で表現される航空機モデルを意味する。
【００４８】一方、「予測対象航空機」とは、乱気流予
測部２００において寿命予測の対象となる乱気流を発生
させる、未来に飛行する航空機のことを意味する。そし
て、「予測対象航空機モデル」とは、予測対象航空機の
翼長、重量、飛行速度などの、予測対象航空機の後方に
生じる乱気流の初期強度を決めるパラメータの集合で表
現される航空機モデルを意味する。
測部２００において寿命予測の対象となる乱気流を発生
させる、未来に飛行する航空機のことを意味する。そし
て、「予測対象航空機モデル」とは、予測対象航空機の
翼長、重量、飛行速度などの、予測対象航空機の後方に
生じる乱気流の初期強度を決めるパラメータの集合で表
現される航空機モデルを意味する。
【００４９】乱気流観測部１００は、従来からある風速
計測用レーザレーダを用いれば良い。その構成は、前述
の図１１のようなもので良い。また、乱気流検出装置を
ドップラレーダにより実現しても良く、その場合は、送
受信部１２０では送信光の代わりに送信電波が生成さ
れ、電磁波放射部１１０から空間に放射される。この電
磁波放射部１１０としてアンテナが用いられる。その他
は、ドップラライダの場合と同じである。
計測用レーザレーダを用いれば良い。その構成は、前述
の図１１のようなもので良い。また、乱気流検出装置を
ドップラレーダにより実現しても良く、その場合は、送
受信部１２０では送信光の代わりに送信電波が生成さ
れ、電磁波放射部１１０から空間に放射される。この電
磁波放射部１１０としてアンテナが用いられる。その他
は、ドップラライダの場合と同じである。
【００５０】乱気流予測部２００内の減衰パラメータ推
定部２１０は、乱気流観測部１００で得られた乱気流検
出結果、すなわち乱気流位置と強度の観測データを入力
する。さらに観測された乱気流の発生源となる航空機パ
ラメータ（モデル）と気象パラメータ（モデル）を外部
から入力する。これらの入力データを用いて推定された
減衰パラメータを乱気流寿命予測部２２０へ出力する。
定部２１０は、乱気流観測部１００で得られた乱気流検
出結果、すなわち乱気流位置と強度の観測データを入力
する。さらに観測された乱気流の発生源となる航空機パ
ラメータ（モデル）と気象パラメータ（モデル）を外部
から入力する。これらの入力データを用いて推定された
減衰パラメータを乱気流寿命予測部２２０へ出力する。
【００５１】次に、乱気流寿命予測部２２０では、減衰
パラメータ推定部２１０で推定された減衰パラメータ
と、外部から入力される予測対象の航空機パラメータ
（モデル）と気象パラメータ（モデル）を入力し、乱気
流時間変化シミュレーション部２３０を用いて、予測対
象航空機の乱気流の時間変化を算出する。算出された乱
気流強度の時間変化において、予め定められた乱気流強
度の基準を下回ったときに乱気流が消滅したとみなし、
乱気流の寿命を算出する。この算出された乱気流の寿命
は、乱気流寿命予測部２２０つまり乱気流予測部２００
から出力される。
パラメータ推定部２１０で推定された減衰パラメータ
と、外部から入力される予測対象の航空機パラメータ
（モデル）と気象パラメータ（モデル）を入力し、乱気
流時間変化シミュレーション部２３０を用いて、予測対
象航空機の乱気流の時間変化を算出する。算出された乱
気流強度の時間変化において、予め定められた乱気流強
度の基準を下回ったときに乱気流が消滅したとみなし、
乱気流の寿命を算出する。この算出された乱気流の寿命
は、乱気流寿命予測部２２０つまり乱気流予測部２００
から出力される。
【００５２】図３は、本発明の原理を示す図である。
【００５３】この図に示すように、過去に観測された乱
気流のデータから減衰パラメータを推定し、未来に離着
陸する後続の航空機が発生する乱気流の減衰の様子を予
測し、そこから予測寿命を算出するというのが、本発明
の要点である。なお、出力された乱気流寿命は、航空管
制システムが利用することになるが、その利用の仕方に
ついては、本発明の範囲外である。
気流のデータから減衰パラメータを推定し、未来に離着
陸する後続の航空機が発生する乱気流の減衰の様子を予
測し、そこから予測寿命を算出するというのが、本発明
の要点である。なお、出力された乱気流寿命は、航空管
制システムが利用することになるが、その利用の仕方に
ついては、本発明の範囲外である。
【００５４】乱気流時間変化シミュレーション部２３０
では、減衰パラメータ推定部２１０、または乱気流寿命
予測部２２０からシミュレーションモデルパラメータを
入力し、乱気流の位置と強度の時間変化（以後、乱気流
時系列とも呼ぶ）を算出（シミュレーション）し、その
算出結果（シミュレーション結果）を指示の発生元であ
る減衰パラメータ推定部２１０、または乱気流寿命予測
部２２０へ出力する。
では、減衰パラメータ推定部２１０、または乱気流寿命
予測部２２０からシミュレーションモデルパラメータを
入力し、乱気流の位置と強度の時間変化（以後、乱気流
時系列とも呼ぶ）を算出（シミュレーション）し、その
算出結果（シミュレーション結果）を指示の発生元であ
る減衰パラメータ推定部２１０、または乱気流寿命予測
部２２０へ出力する。
【００５５】具体的なシミュレーションの方法について
は、例えば、従来から開発されているＬＥＳモデルによ
るシミュレーションを用いてもよいし、あるいは、Ｇｒ
ｅｅｎｅおよびＣｏｒｊｏｎの簡易モデルによるシミュ
レーションを実行しても良い。
は、例えば、従来から開発されているＬＥＳモデルによ
るシミュレーションを用いてもよいし、あるいは、Ｇｒ
ｅｅｎｅおよびＣｏｒｊｏｎの簡易モデルによるシミュ
レーションを実行しても良い。
【００５６】減衰パラメータ推定部２１０が推定する減
衰パラメータとして、１つは大気粘性を表すパラメータ
が考えられる。Ｃｏｒｊｏｎの文献ではＣＤで表されて
いる量である。また、大気の擾乱度を表すパラメータｑ
も減衰パラメータ推定部２１０で推定するパラメータと
なる。その他に、減衰パラメータとして、背景大気の風
速の空間変化率、すなわち風速シアの大きさを減衰パラ
メータ推定部２１０で推定する減衰パラメータに含めて
もよい。
衰パラメータとして、１つは大気粘性を表すパラメータ
が考えられる。Ｃｏｒｊｏｎの文献ではＣＤで表されて
いる量である。また、大気の擾乱度を表すパラメータｑ
も減衰パラメータ推定部２１０で推定するパラメータと
なる。その他に、減衰パラメータとして、背景大気の風
速の空間変化率、すなわち風速シアの大きさを減衰パラ
メータ推定部２１０で推定する減衰パラメータに含めて
もよい。
【００５７】つづいて、減衰パラメータ推定部２１０の
詳細な構成と動作を説明する。
詳細な構成と動作を説明する。
【００５８】減衰パラメータ推定部２１０は、図２に示
すように、初期値設定部２１１とフィッティング処理部
２１２から構成される。
すように、初期値設定部２１１とフィッティング処理部
２１２から構成される。
【００５９】フィッティング処理部２１２は、乱気流観
測部１００で得られた乱気流の位置および強度のデータ
に対して、乱気流時間変化シミュレーション部２３０の
算出する乱気流位置および強度のデータを当てはめ、両
者が一致するように減衰パラメータを推定する。
測部１００で得られた乱気流の位置および強度のデータ
に対して、乱気流時間変化シミュレーション部２３０の
算出する乱気流位置および強度のデータを当てはめ、両
者が一致するように減衰パラメータを推定する。
【００６０】当てはめについては、例えば、ガウスニュ
ートン法などの最小二乗法の一般的な手法を用いればよ
い。この最小二乗法を用いる場合、まず乱気流の位置と
強度に関するパラメータ、例えば乱気流の水平位置座
標、垂直位置座標、循環のそれぞれについて、両者の差
の二乗を計算する。そして、計算された差の二乗の全て
を加算したものである残差二乗和が最小となるような減
衰パラメータが、正しい減衰パラメータであると推定す
る。
ートン法などの最小二乗法の一般的な手法を用いればよ
い。この最小二乗法を用いる場合、まず乱気流の位置と
強度に関するパラメータ、例えば乱気流の水平位置座
標、垂直位置座標、循環のそれぞれについて、両者の差
の二乗を計算する。そして、計算された差の二乗の全て
を加算したものである残差二乗和が最小となるような減
衰パラメータが、正しい減衰パラメータであると推定す
る。
【００６１】ただし、この最小二乗法は非線形最小二乗
法となるため、反復改良により推定する解を求めること
になる。反復改良によって解を求める場合には、予め適
切な初期値を用意する必要がある。その初期値が初期値
設定部２１１で設定される。なお、残差二乗和の算出に
おいて、乱気流の位置については考慮せず、乱気流の強
度のみについて残差二乗和を計算するようにしても良
い。
法となるため、反復改良により推定する解を求めること
になる。反復改良によって解を求める場合には、予め適
切な初期値を用意する必要がある。その初期値が初期値
設定部２１１で設定される。なお、残差二乗和の算出に
おいて、乱気流の位置については考慮せず、乱気流の強
度のみについて残差二乗和を計算するようにしても良
い。
【００６２】図４は、この発明の実施の形態１に係る乱
気流予測装置の乱気流予測部の動作、つまり乱気流予測
方法を示すフローチャートである。
気流予測装置の乱気流予測部の動作、つまり乱気流予測
方法を示すフローチャートである。
【００６３】ステップ３１０において、フィッティング
処理部２１２により、観測対象となる航空機のモデルと
気象モデルを入力する。
処理部２１２により、観測対象となる航空機のモデルと
気象モデルを入力する。
【００６４】次に、ステップ３２０において、初期値設
定部２１１により、減衰パラメータの初期値設定を行
う。
定部２１１により、減衰パラメータの初期値設定を行
う。
【００６５】次に、ステップ３３０において、フィッテ
ィング処理部２１２により、乱気流時間変化シミュレー
ション部２３０によって乱気流モデル（観測対象となる
航空機のモデルと気象モデルを含むシミュレーションモ
デル）から算出される乱気流時系列を、観測された乱気
流時系列にフィッティングすることにより、減衰パラメ
ータを推定する。
ィング処理部２１２により、乱気流時間変化シミュレー
ション部２３０によって乱気流モデル（観測対象となる
航空機のモデルと気象モデルを含むシミュレーションモ
デル）から算出される乱気流時系列を、観測された乱気
流時系列にフィッティングすることにより、減衰パラメ
ータを推定する。
【００６６】次に、ステップ３４０において、乱気流寿
命予測部２２０により、予測対象の航空機モデルと気象
モデルを入力する。
命予測部２２０により、予測対象の航空機モデルと気象
モデルを入力する。
【００６７】次に、ステップ３５０において、乱気流時
間変化シミュレーション部２３０により、ステップ３３
０で推定された減衰パラメータと、ステップ３４０で入
力した予測対象の航空機モデルおよび気象モデル（シミ
ュレーションモデル）をもとに、乱気流時間変化シミュ
レーションを実行することにより、予測対象航空機の乱
気流時系列を算出する。
間変化シミュレーション部２３０により、ステップ３３
０で推定された減衰パラメータと、ステップ３４０で入
力した予測対象の航空機モデルおよび気象モデル（シミ
ュレーションモデル）をもとに、乱気流時間変化シミュ
レーションを実行することにより、予測対象航空機の乱
気流時系列を算出する。
【００６８】そして、ステップ３６０において、乱気流
寿命予測部２２０により、ステップ３５０で算出された
乱気流時系列から、予測対象となる乱気流の寿命を求め
る。
寿命予測部２２０により、ステップ３５０で算出された
乱気流時系列から、予測対象となる乱気流の寿命を求め
る。
【００６９】初期値設定部２１１における初期値設定方
法としては、減衰パラメータの時間変化が緩やかである
とみなせる場合には、最後に減衰パラメータを推定した
際に得られた減衰パラメータの推定結果を、そのまま初
期値として採用すれば良い。換言すると、現時点から近
い過去に乱気流を観測した結果から推定した減衰パラメ
ータの値を、フィッティング処理の初期値として用い
る。
法としては、減衰パラメータの時間変化が緩やかである
とみなせる場合には、最後に減衰パラメータを推定した
際に得られた減衰パラメータの推定結果を、そのまま初
期値として採用すれば良い。換言すると、現時点から近
い過去に乱気流を観測した結果から推定した減衰パラメ
ータの値を、フィッティング処理の初期値として用い
る。
【００７０】減衰パラメータの時間変化が大きい場合、
または、前回の減衰パラメータ推定から長時間が経過し
た場合には、各減衰パラメータが取りうる値の範囲で、
複数の組合せの初期値によって最小二乗法によるフィッ
ティングを実行し、残差の最も小さくなる場合を正しい
推定結果としても良い。
または、前回の減衰パラメータ推定から長時間が経過し
た場合には、各減衰パラメータが取りうる値の範囲で、
複数の組合せの初期値によって最小二乗法によるフィッ
ティングを実行し、残差の最も小さくなる場合を正しい
推定結果としても良い。
【００７１】図５は、この発明の実施の形態１に係る乱
気流予測装置の乱気流予測部の別の動作、つまり複数の
組合せの初期値を用いてフィッティングを行う場合の乱
気流予測方法を示すフローチャートである。
気流予測装置の乱気流予測部の別の動作、つまり複数の
組合せの初期値を用いてフィッティングを行う場合の乱
気流予測方法を示すフローチャートである。
【００７２】ステップ４４０において、フィッティング
処理部２１２により、異なる初期値を用いたステップ４
３０によるフィッティングが所定の回数繰返されたかど
うかを確認する。
処理部２１２により、異なる初期値を用いたステップ４
３０によるフィッティングが所定の回数繰返されたかど
うかを確認する。
【００７３】ステップ４５０において、所定の回数繰返
されない場合には、初期値を変更する。
されない場合には、初期値を変更する。
【００７４】ステップ４６０において、異なる初期値を
用いたステップ４３０によるフィッティングの実行結果
のうち、最適なフィッティングを行った場合を選定す
る。
用いたステップ４３０によるフィッティングの実行結果
のうち、最適なフィッティングを行った場合を選定す
る。
【００７５】上記以外のステップ４１０〜４３０、及び
４７０〜４９０は、図４のステップ３１０〜３３０、及
び３４０〜３６０と同じである。
４７０〜４９０は、図４のステップ３１０〜３３０、及
び３４０〜３６０と同じである。
【００７６】図５のフローの場合、フィッティングによ
る減衰パラメータの推定は、複数通りの初期値を用いて
行われる。所定回数の繰り返しが完了していない間は、
ステップ４４０からステップ４５０へ分岐する。このス
テップ４５０では、初期値の組合わせを異なるものに変
更し、ステップ４３０に戻る。
る減衰パラメータの推定は、複数通りの初期値を用いて
行われる。所定回数の繰り返しが完了していない間は、
ステップ４４０からステップ４５０へ分岐する。このス
テップ４５０では、初期値の組合わせを異なるものに変
更し、ステップ４３０に戻る。
【００７７】ステップ４３０、４４０、４５０の処理が
所定回数だけ繰返されると、ステップ４４０からステッ
プ４６０へ分岐する。このステップ４６０では、ステッ
プ４３０での異なる初期値を用いた減衰パラメータ推定
において、フィッティングの残差が最も小さい場合に、
最適解が得られたと判断し、その場合の減衰パラメータ
を最終的な解として選択する。選択された減衰パラメー
タは、ステップ４８０での乱気流時間変化シミュレーシ
ョンに用いられる。
所定回数だけ繰返されると、ステップ４４０からステッ
プ４６０へ分岐する。このステップ４６０では、ステッ
プ４３０での異なる初期値を用いた減衰パラメータ推定
において、フィッティングの残差が最も小さい場合に、
最適解が得られたと判断し、その場合の減衰パラメータ
を最終的な解として選択する。選択された減衰パラメー
タは、ステップ４８０での乱気流時間変化シミュレーシ
ョンに用いられる。
【００７８】図５のフローに示す乱気流予測方法によれ
ば、フィッティング処理を複数回実行する必要があるた
め、図４に示すフローの方法よりも多くの演算時間を必
要とするが、減衰パラメータの時間変化が大きい場合に
も、正確な減衰パラメータ推定が可能となるため、乱気
流予測の精度も高くなる。
ば、フィッティング処理を複数回実行する必要があるた
め、図４に示すフローの方法よりも多くの演算時間を必
要とするが、減衰パラメータの時間変化が大きい場合に
も、正確な減衰パラメータ推定が可能となるため、乱気
流予測の精度も高くなる。
【００７９】実施の形態２．この発明の実施の形態２に
係る乱気流予測装置について図面を参照しながら説明す
る。図６は、この発明の実施の形態２に係る乱気流予測
装置の乱気流予測部の構成を示す図である。
係る乱気流予測装置について図面を参照しながら説明す
る。図６は、この発明の実施の形態２に係る乱気流予測
装置の乱気流予測部の構成を示す図である。
【００８０】図６において、２４０は乱気流予測部２０
０Ａ内の減衰パラメータ予測部である。その他の構成に
ついては、上記実施の形態１のものと同じである。
０Ａ内の減衰パラメータ予測部である。その他の構成に
ついては、上記実施の形態１のものと同じである。
【００８１】上記の実施の形態１では、減衰パラメータ
推定部２１０で算出した減衰パラメータを、そのまま乱
気流寿命予測部２２０で用いていた。しかし、減衰パラ
メータの時間変化率が大きい場合、観測対象航空機の乱
気流を観測した時刻と予測対象航空機が通過した時刻で
は、減衰パラメータが異なっている可能性がある。本実
施の形態２では、減衰パラメータの時間変化を考慮し
て、減衰パラメータの予測値を用いて乱気流寿命を予測
する。
推定部２１０で算出した減衰パラメータを、そのまま乱
気流寿命予測部２２０で用いていた。しかし、減衰パラ
メータの時間変化率が大きい場合、観測対象航空機の乱
気流を観測した時刻と予測対象航空機が通過した時刻で
は、減衰パラメータが異なっている可能性がある。本実
施の形態２では、減衰パラメータの時間変化を考慮し
て、減衰パラメータの予測値を用いて乱気流寿命を予測
する。
【００８２】つぎに、この実施の形態２に係る乱気流予
測装置の動作について図面を参照しながら説明する。
測装置の動作について図面を参照しながら説明する。
【００８３】乱気流予測部２００Ａ内の減衰パラメータ
推定部２１０、乱気流寿命予測部２２０、及び乱気流時
間変化シミュレーション部２３０の個々の動作について
は、上記実施の形態１の乱気流予測部２００と同じであ
る。ただし、減衰パラメータ推定部２１０から出力され
る減衰パラメータをそのまま乱気流寿命予測部２２０に
渡すのではなく、減衰パラメータ予測部２４０を通して
予測減衰パラメータにしてから、乱気流寿命予測部２２
０に渡す点が、上記実施の形態１と異なる点となる。
推定部２１０、乱気流寿命予測部２２０、及び乱気流時
間変化シミュレーション部２３０の個々の動作について
は、上記実施の形態１の乱気流予測部２００と同じであ
る。ただし、減衰パラメータ推定部２１０から出力され
る減衰パラメータをそのまま乱気流寿命予測部２２０に
渡すのではなく、減衰パラメータ予測部２４０を通して
予測減衰パラメータにしてから、乱気流寿命予測部２２
０に渡す点が、上記実施の形態１と異なる点となる。
【００８４】減衰パラメータ予測部２４０では、減衰パ
ラメータ推定部２１０から出力された減衰パラメータの
時間変化の傾向から、予測対象航空機の通過する時刻の
減衰パラメータの予測値を算出する。具体的には、減衰
パラメータの時間変化を外挿することにより、予測減衰
パラメータを求める。外挿の方法としては、例えば線形
外挿を行ってもよいし、あるいは減衰パラメータの時間
変化を多項式近似することにより、曲線外挿を行っても
良い。
ラメータ推定部２１０から出力された減衰パラメータの
時間変化の傾向から、予測対象航空機の通過する時刻の
減衰パラメータの予測値を算出する。具体的には、減衰
パラメータの時間変化を外挿することにより、予測減衰
パラメータを求める。外挿の方法としては、例えば線形
外挿を行ってもよいし、あるいは減衰パラメータの時間
変化を多項式近似することにより、曲線外挿を行っても
良い。
【００８５】図７は、この発明の実施の形態２に係る乱
気流予測装置の乱気流予測部の動作、つまり乱気流検出
方法を示すフローチャートである。
気流予測装置の乱気流予測部の動作、つまり乱気流検出
方法を示すフローチャートである。
【００８６】ステップ５４０において、減衰パラメータ
予測部２４０により、減衰パラメータの予測値を算出す
る。
予測部２４０により、減衰パラメータの予測値を算出す
る。
【００８７】ステップ５６０において、乱気流時間変化
シミュレーション部２３０により、予測された減衰パラ
メータを用いて乱気流時間変化シミュレーションを行
う。他のステップ５１０〜５３０、並びにステップ５５
０及び５７０については、前述した図４のステップ３１
０〜３３０、並びにステップ３４０及び３６０と同じで
ある。
シミュレーション部２３０により、予測された減衰パラ
メータを用いて乱気流時間変化シミュレーションを行
う。他のステップ５１０〜５３０、並びにステップ５５
０及び５７０については、前述した図４のステップ３１
０〜３３０、並びにステップ３４０及び３６０と同じで
ある。
【００８８】図７に示す乱気流検出方法において、ステ
ップ５３０までは図４に示した乱気流検出方法のフロー
と同じである。ただし、ステップ５３０の次のステップ
であるステップ５４０において、ステップ５３０で推定
された減衰パラメータを用いて、減衰パラメータの予測
値を算出する。この減衰パラメータ予測値の算出は、ス
テップ５３０で推定された減衰パラメータの時間変化を
外挿することにより行う。予測された減衰パラメータ
は、ステップ５６０における乱気流時間変化シミュレー
ションで用いられる。その他のステップについては、前
述したように図４に示した乱気流検出方法のフローと同
じである。
ップ５３０までは図４に示した乱気流検出方法のフロー
と同じである。ただし、ステップ５３０の次のステップ
であるステップ５４０において、ステップ５３０で推定
された減衰パラメータを用いて、減衰パラメータの予測
値を算出する。この減衰パラメータ予測値の算出は、ス
テップ５３０で推定された減衰パラメータの時間変化を
外挿することにより行う。予測された減衰パラメータ
は、ステップ５６０における乱気流時間変化シミュレー
ションで用いられる。その他のステップについては、前
述したように図４に示した乱気流検出方法のフローと同
じである。
【００８９】図８は、この発明の実施の形態２に係る乱
気流予測装置の乱気流予測部の別の動作、つまり複数の
組合せの初期値を用いてフィッティングを行う場合の乱
気流予測方法を示すフローチャートである。
気流予測装置の乱気流予測部の別の動作、つまり複数の
組合せの初期値を用いてフィッティングを行う場合の乱
気流予測方法を示すフローチャートである。
【００９０】図８のフローは、複数通りの初期値の組合
せを用いて減衰パラメータを予測する点で、上記実施の
形態１の図５の乱気流検出方法のフローと同じである。
せを用いて減衰パラメータを予測する点で、上記実施の
形態１の図５の乱気流検出方法のフローと同じである。
【００９１】図５のフローに、減衰パラメータの予測値
を算出するステップ６６０を加え、ステップ４８０の代
わりに、ステップ６８０において、予測された減衰パラ
メータを用いた乱気流時間変化シミュレーションを行う
ようにしている。
を算出するステップ６６０を加え、ステップ４８０の代
わりに、ステップ６８０において、予測された減衰パラ
メータを用いた乱気流時間変化シミュレーションを行う
ようにしている。
【００９２】本実施の形態２によれば、減衰パラメータ
の時間変化率が大きい場合にも、乱気流寿命の予測精度
を維持することが可能となる。
の時間変化率が大きい場合にも、乱気流寿命の予測精度
を維持することが可能となる。
【００９３】実施の形態３．この発明の実施の形態３に
係る乱気流予測装置について図面を参照しながら説明す
る。図９は、この発明の実施の形態３に係る乱気流予測
装置の信号処理部の構成を示す図である。
係る乱気流予測装置について図面を参照しながら説明す
る。図９は、この発明の実施の形態３に係る乱気流予測
装置の信号処理部の構成を示す図である。
【００９４】図９において、１３３は大気擾乱度算出部
である。その他の構成については、前述した図１２のも
のと同じである。
である。その他の構成については、前述した図１２のも
のと同じである。
【００９５】本実施の形態３の乱気流予測装置の全体構
成は図１に示したものと同じである。乱気流観測部１０
０の内部にある信号処理部１３０Ａの構成が異なるだけ
である。
成は図１に示したものと同じである。乱気流観測部１０
０の内部にある信号処理部１３０Ａの構成が異なるだけ
である。
【００９６】前述の各実施の形態では、背景大気の擾乱
の度合いを表すパラメータｑについては、レーザレーダ
による計測の対象ではなかった。しかし、パラメータｑ
は、背景大気の風速の擾乱成分の自乗平均平方根を表す
ものであるため、背景大気のドップラー速度計測結果か
ら算出することも可能である。ここでは、パラメータｑ
をレーザレーダで計測する場合について説明する。
の度合いを表すパラメータｑについては、レーザレーダ
による計測の対象ではなかった。しかし、パラメータｑ
は、背景大気の風速の擾乱成分の自乗平均平方根を表す
ものであるため、背景大気のドップラー速度計測結果か
ら算出することも可能である。ここでは、パラメータｑ
をレーザレーダで計測する場合について説明する。
【００９７】図９に示す信号処理部１３０Ａ内の大気擾
乱度算出部１３３では、ドップラ速度算出部１３１で算
出されたドップラ速度の空間分布のうち、乱気流の存在
しない部分のみを利用して、ドップラ速度の標準偏差を
算出して、その値をパラメータｑとする。大気の擾乱が
大きいほど、様々な風速成分が存在するため、パラメー
タｑの値は大きくなる。
乱度算出部１３３では、ドップラ速度算出部１３１で算
出されたドップラ速度の空間分布のうち、乱気流の存在
しない部分のみを利用して、ドップラ速度の標準偏差を
算出して、その値をパラメータｑとする。大気の擾乱が
大きいほど、様々な風速成分が存在するため、パラメー
タｑの値は大きくなる。
【００９８】この場合、乱気流とは異なる位置における
大気の擾乱度を用いることになるが、大気の性質が空間
的に一様であるとみなせる場合には、パラメータｑをフ
ィッティングのパラメータから除くことができる。
大気の擾乱度を用いることになるが、大気の性質が空間
的に一様であるとみなせる場合には、パラメータｑをフ
ィッティングのパラメータから除くことができる。
【００９９】レーザレーダの観測データから算出された
パラメータｑについては、２通りの使用方法が考えられ
る。
パラメータｑについては、２通りの使用方法が考えられ
る。
【０１００】１つは、大気擾乱度算出部１３３で算出さ
れたパラメータｑをそのまま乱気流寿命予測部２２０で
用いる方法である。この場合、減衰パラメータ推定部２
１０では、ｑはフィッティングで推定されるパラメータ
とならない。よってフィッティングのパラメータ数を減
らすことができるため、フィッティングに要する演算量
を削減することができるという効果が得られる。
れたパラメータｑをそのまま乱気流寿命予測部２２０で
用いる方法である。この場合、減衰パラメータ推定部２
１０では、ｑはフィッティングで推定されるパラメータ
とならない。よってフィッティングのパラメータ数を減
らすことができるため、フィッティングに要する演算量
を削減することができるという効果が得られる。
【０１０１】ただし、大気擾乱度算出部１３３で算出さ
れるパラメータｑの値は、乱気流の存在する空間位置と
は異なる領域で算出されたものであること、乱気流観測
部１００で大気を観測する際の空間分解能が、擾乱度を
測定するのに必ずしも十分高くないことから、このパラ
メータｑは高い精度で得られないこともありうる。そこ
で、大気擾乱度算出部１３３で算出されたパラメータｑ
の値を初期値として、フィッティング処理部２１２でパ
ラメータｑの値を修正するような方法も考えられる。こ
れによれば、減衰パラメータｑの精度が向上するため、
乱気流寿命予測部２２０での予測精度も向上するという
効果が得られる。
れるパラメータｑの値は、乱気流の存在する空間位置と
は異なる領域で算出されたものであること、乱気流観測
部１００で大気を観測する際の空間分解能が、擾乱度を
測定するのに必ずしも十分高くないことから、このパラ
メータｑは高い精度で得られないこともありうる。そこ
で、大気擾乱度算出部１３３で算出されたパラメータｑ
の値を初期値として、フィッティング処理部２１２でパ
ラメータｑの値を修正するような方法も考えられる。こ
れによれば、減衰パラメータｑの精度が向上するため、
乱気流寿命予測部２２０での予測精度も向上するという
効果が得られる。
【０１０２】実施の形態４．この発明の実施の形態４に
係る乱気流予測装置について図面を参照しながら説明す
る。図１０は、この発明の実施の形態４に係る乱気流予
測装置の信号処理部の構成を示す図である。
係る乱気流予測装置について図面を参照しながら説明す
る。図１０は、この発明の実施の形態４に係る乱気流予
測装置の信号処理部の構成を示す図である。
【０１０３】図１０において、１３４はシア係数算出部
である。その他の構成については、前述した図１２のも
のと同じである。
である。その他の構成については、前述した図１２のも
のと同じである。
【０１０４】本実施の形態４の乱気流予測装置の全体構
成は図１に示したものと同じである。乱気流観測部１０
０の内部にある信号処理部１３０Ｂの構成が異なるだけ
である。
成は図１に示したものと同じである。乱気流観測部１０
０の内部にある信号処理部１３０Ｂの構成が異なるだけ
である。
【０１０５】この実施の形態４では、シア係数をレーザ
レーダで計測する。
レーダで計測する。
【０１０６】図１０に示すシア係数算出部１３４では、
ドップラ速度算出部１３１で算出されたドップラ速度の
空間分布のうち、乱気流の存在しない部分のみを利用し
て、ドップラ速度の高度方向の風速変化率をシア係数と
して算出する。
ドップラ速度算出部１３１で算出されたドップラ速度の
空間分布のうち、乱気流の存在しない部分のみを利用し
て、ドップラ速度の高度方向の風速変化率をシア係数と
して算出する。
【０１０７】レーザレーダの観測データから算出された
シア係数については、２通りの使用方法が考えられる。
シア係数については、２通りの使用方法が考えられる。
【０１０８】１つは、シア係数算出部１３４で算出され
たシア係数をそのまま乱気流寿命予測部２２０で用いる
方法である。この場合、減衰パラメータ推定部２１０で
は、シアはフィッティングで推定されるパラメータとな
らない。よってフィッティングのパラメータ数を減らす
ことができるため、フィッティングに要する演算量を削
減することができるという効果が得られる。
たシア係数をそのまま乱気流寿命予測部２２０で用いる
方法である。この場合、減衰パラメータ推定部２１０で
は、シアはフィッティングで推定されるパラメータとな
らない。よってフィッティングのパラメータ数を減らす
ことができるため、フィッティングに要する演算量を削
減することができるという効果が得られる。
【０１０９】ただし、シア係数算出部１３４で算出され
るシア係数の値は、乱気流の存在する空間位置とは異な
る領域で算出されたものであることから、このシア係数
は高い精度で得られないこともありうる。そこで、シア
係数算出部１３４で算出されたシア係数の値を初期値と
して、フィッティング処理部２１２でシア係数の値を修
正するような方法も考えられる。これによれば、シア係
数の推定精度が向上するため、乱気流寿命予測部２２０
での予測精度も向上するという効果が得られる。
るシア係数の値は、乱気流の存在する空間位置とは異な
る領域で算出されたものであることから、このシア係数
は高い精度で得られないこともありうる。そこで、シア
係数算出部１３４で算出されたシア係数の値を初期値と
して、フィッティング処理部２１２でシア係数の値を修
正するような方法も考えられる。これによれば、シア係
数の推定精度が向上するため、乱気流寿命予測部２２０
での予測精度も向上するという効果が得られる。
【０１１０】
【発明の効果】この発明の請求項１に係る乱気流予測装
置は、以上説明したとおり、航空機の後方に生じる乱気
流を観測して乱気流の位置及び強度を観測データとして
出力する乱気流観測部と、前記観測データに基いて予測
対象となる航空機の後方に発生する乱気流の寿命を予測
する乱気流予測部とを備え、前記乱気流観測部は、電磁
波を大気中に放射するとともに、大気で散乱された電磁
波を入力する電磁波放射部と、前記電磁波放射部へ生成
した電磁波を出力するとともに、前記電磁波放射部から
大気で散乱された電磁波を入力して周波数変換を施すこ
とにより受信信号を生成する送受信部と、前記受信信号
に信号処理を施して前記観測データを出力する信号処理
部とを有し、前記乱気流予測部は、シミュレーションモ
デルに基いて乱気流の位置及び強度の時間変化を算出す
る乱気流時間変化シミュレーション部と、前記観測デー
タ、並びに前記シミュレーションモデルとして観測対象
の航空機モデル及び気象モデルを提供して前記乱気流時
間変化シミュレーション部から得たシミュレーション結
果に基いて乱気流の減衰速度を決定する減衰パラメータ
を推定する減衰パラメータ推定部と、前記減衰パラメー
タ、並びに前記シミュレーションモデルとして予測対象
の航空機モデル及び気象モデルを提供して前記乱気流時
間変化シミュレーション部から得たシミュレーション結
果に基いて予測対象となる航空機の後方に生じる乱気流
の寿命を予測する乱気流寿命予測部とを有するので、乱
気流寿命予測を高い精度で行うことができるという効果
を奏する。
置は、以上説明したとおり、航空機の後方に生じる乱気
流を観測して乱気流の位置及び強度を観測データとして
出力する乱気流観測部と、前記観測データに基いて予測
対象となる航空機の後方に発生する乱気流の寿命を予測
する乱気流予測部とを備え、前記乱気流観測部は、電磁
波を大気中に放射するとともに、大気で散乱された電磁
波を入力する電磁波放射部と、前記電磁波放射部へ生成
した電磁波を出力するとともに、前記電磁波放射部から
大気で散乱された電磁波を入力して周波数変換を施すこ
とにより受信信号を生成する送受信部と、前記受信信号
に信号処理を施して前記観測データを出力する信号処理
部とを有し、前記乱気流予測部は、シミュレーションモ
デルに基いて乱気流の位置及び強度の時間変化を算出す
る乱気流時間変化シミュレーション部と、前記観測デー
タ、並びに前記シミュレーションモデルとして観測対象
の航空機モデル及び気象モデルを提供して前記乱気流時
間変化シミュレーション部から得たシミュレーション結
果に基いて乱気流の減衰速度を決定する減衰パラメータ
を推定する減衰パラメータ推定部と、前記減衰パラメー
タ、並びに前記シミュレーションモデルとして予測対象
の航空機モデル及び気象モデルを提供して前記乱気流時
間変化シミュレーション部から得たシミュレーション結
果に基いて予測対象となる航空機の後方に生じる乱気流
の寿命を予測する乱気流寿命予測部とを有するので、乱
気流寿命予測を高い精度で行うことができるという効果
を奏する。
【０１１１】この発明の請求項２に係る乱気流予測装置
は、以上説明したとおり、前記乱気流予測部が、前記推
定された減衰パラメータの時間変化に基いて未来の減衰
パラメータである予測減衰パラメータを求める減衰パラ
メータ予測部をさらに有し、前記乱気流寿命予測部は、
前記予測減衰パラメータ、並びに前記シミュレーション
モデルとして予測対象の航空機モデル及び気象モデルを
提供して前記乱気流時間変化シミュレーション部から得
たシミュレーション結果に基いて予測対象となる航空機
の後方に生じる乱気流の寿命を予測するので、減衰パラ
メータの時間変化率が大きいような気象条件において
も、乱気流予測精度を維持することができるという効果
を奏する。
は、以上説明したとおり、前記乱気流予測部が、前記推
定された減衰パラメータの時間変化に基いて未来の減衰
パラメータである予測減衰パラメータを求める減衰パラ
メータ予測部をさらに有し、前記乱気流寿命予測部は、
前記予測減衰パラメータ、並びに前記シミュレーション
モデルとして予測対象の航空機モデル及び気象モデルを
提供して前記乱気流時間変化シミュレーション部から得
たシミュレーション結果に基いて予測対象となる航空機
の後方に生じる乱気流の寿命を予測するので、減衰パラ
メータの時間変化率が大きいような気象条件において
も、乱気流予測精度を維持することができるという効果
を奏する。
【０１１２】この発明の請求項３に係る乱気流予測装置
は、以上説明したとおり、前記減衰パラメータ推定部
が、前記減衰パラメータの初期値を設定する初期値設定
部と、前記乱気流観測部の信号処理部で得られた前記観
測データに対して、前記乱気流時間変化シミュレーショ
ン部で得られた前記シミュレーション結果を当てはめ、
両者が一致するように減衰パラメータを推定するフィッ
ティング処理部とを持つので、乱気流寿命予測を高い精
度で行うことができるという効果を奏する。
は、以上説明したとおり、前記減衰パラメータ推定部
が、前記減衰パラメータの初期値を設定する初期値設定
部と、前記乱気流観測部の信号処理部で得られた前記観
測データに対して、前記乱気流時間変化シミュレーショ
ン部で得られた前記シミュレーション結果を当てはめ、
両者が一致するように減衰パラメータを推定するフィッ
ティング処理部とを持つので、乱気流寿命予測を高い精
度で行うことができるという効果を奏する。
【０１１３】この発明の請求項４に係る乱気流予測装置
は、以上説明したとおり、前記信号処理部が、前記受信
信号から大気で散乱された電磁波のドップラ速度を算出
するドップラ速度算出部と、前記ドップラ速度の空間分
布から乱気流を検出して前記観測データとして出力する
乱気流検出処理部とを持つので、乱気流寿命予測を高い
精度で行うことができるという効果を奏する。
は、以上説明したとおり、前記信号処理部が、前記受信
信号から大気で散乱された電磁波のドップラ速度を算出
するドップラ速度算出部と、前記ドップラ速度の空間分
布から乱気流を検出して前記観測データとして出力する
乱気流検出処理部とを持つので、乱気流寿命予測を高い
精度で行うことができるという効果を奏する。
【０１１４】この発明の請求項５に係る乱気流予測装置
は、以上説明したとおり、前記信号処理部が、前記受信
信号から大気で散乱された電磁波のドップラ速度を算出
するドップラ速度算出部と、前記ドップラ速度の空間分
布から乱気流を検出して前記観測データとして出力する
乱気流検出処理部と、前記ドップラ速度の空間分布から
大気の擾乱度を算出する大気擾乱度算出部とを持つの
で、初期値として利用する大気擾乱度の概算値が分から
ない場合にも、正しく乱気流寿命を予測することが可能
となるという効果を奏する。
は、以上説明したとおり、前記信号処理部が、前記受信
信号から大気で散乱された電磁波のドップラ速度を算出
するドップラ速度算出部と、前記ドップラ速度の空間分
布から乱気流を検出して前記観測データとして出力する
乱気流検出処理部と、前記ドップラ速度の空間分布から
大気の擾乱度を算出する大気擾乱度算出部とを持つの
で、初期値として利用する大気擾乱度の概算値が分から
ない場合にも、正しく乱気流寿命を予測することが可能
となるという効果を奏する。
【０１１５】この発明の請求項６に係る乱気流予測装置
は、以上説明したとおり、前記フィッティング処理部
が、前記大気擾乱度算出部で算出された大気擾乱度を前
記推定する減衰パラメータに含ませ、かつ前記大気擾乱
度を大気擾乱度推定の初期値として利用するので、より
高い精度で乱気流寿命予測を行うことができるという効
果を奏する。
は、以上説明したとおり、前記フィッティング処理部
が、前記大気擾乱度算出部で算出された大気擾乱度を前
記推定する減衰パラメータに含ませ、かつ前記大気擾乱
度を大気擾乱度推定の初期値として利用するので、より
高い精度で乱気流寿命予測を行うことができるという効
果を奏する。
【０１１６】この発明の請求項７に係る乱気流予測装置
は、以上説明したとおり、前記信号処理部が、前記受信
信号から大気で散乱された電磁波のドップラ速度を算出
するドップラ速度算出部と、前記ドップラ速度の空間分
布から乱気流を検出して前記観測データとして出力する
乱気流検出処理部と、前記ドップラ速度の空間分布から
風速の空間変化率を表すシア係数を算出するシア係数算
出部とを持つので、初期値として利用するシア係数の概
算値が分からない場合にも、正しく乱気流寿命を予測す
ることが可能となるという効果を奏する。
は、以上説明したとおり、前記信号処理部が、前記受信
信号から大気で散乱された電磁波のドップラ速度を算出
するドップラ速度算出部と、前記ドップラ速度の空間分
布から乱気流を検出して前記観測データとして出力する
乱気流検出処理部と、前記ドップラ速度の空間分布から
風速の空間変化率を表すシア係数を算出するシア係数算
出部とを持つので、初期値として利用するシア係数の概
算値が分からない場合にも、正しく乱気流寿命を予測す
ることが可能となるという効果を奏する。
【０１１７】この発明の請求項８に係る乱気流予測装置
は、以上説明したとおり、前記フィッティング処理部
が、前記シア係数算出部で算出されたシア係数を前記推
定する減衰パラメータに含ませ、かつ前記シア係数をシ
ア係数推定の初期値として利用するので、より高い精度
で乱気流寿命予測を行うことができるという効果を奏す
る。
は、以上説明したとおり、前記フィッティング処理部
が、前記シア係数算出部で算出されたシア係数を前記推
定する減衰パラメータに含ませ、かつ前記シア係数をシ
ア係数推定の初期値として利用するので、より高い精度
で乱気流寿命予測を行うことができるという効果を奏す
る。
【０１１８】この発明の請求項９に係る乱気流予測方法
は、以上説明したとおり、観測対象となる航空機モデル
及び気象モデルを入力する観測対象入力ステップと、減
衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、予測対象
となる航空機モデル及び気象モデルを入力する予測対象
入力ステップと、前記推定された減衰パラメータを用い
て乱気流強度の時間変化を算出するシミュレーションス
テップと、前記シミュレーションステップで算出された
乱気流強度の時間変化から乱気流の寿命を予測する乱気
流寿命予測ステップとを含むので、乱気流寿命予測を高
い精度で行うことができるという効果を奏する。
は、以上説明したとおり、観測対象となる航空機モデル
及び気象モデルを入力する観測対象入力ステップと、減
衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、予測対象
となる航空機モデル及び気象モデルを入力する予測対象
入力ステップと、前記推定された減衰パラメータを用い
て乱気流強度の時間変化を算出するシミュレーションス
テップと、前記シミュレーションステップで算出された
乱気流強度の時間変化から乱気流の寿命を予測する乱気
流寿命予測ステップとを含むので、乱気流寿命予測を高
い精度で行うことができるという効果を奏する。
【０１１９】この発明の請求項１０に係る乱気流予測方
法は、以上説明したとおり、観測対象となる航空機モデ
ル及び気象モデルを入力する観測対象入力ステップと、
減衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、前記フィ
ッティング処理ステップを所定の回数繰返したかどうか
を判定する判定ステップと、前記フィッティング処理ス
テップを所定の回数繰返していない場合に、前記初期値
を変更して前記フィッティング処理ステップに戻る初期
値変更ステップと、複数の初期値を用いてフィッティン
グ処理の推定した減衰パラメータのうち、最適な減衰パ
ラメータを選択する最適解選択ステップと、予測対象と
なる航空機モデル及び気象モデルを入力する予測対象入
力ステップと、前記選択された減衰パラメータを用いて
乱気流強度の時間変化を算出するシミュレーションステ
ップと、前記シミュレーションステップで算出された乱
気流強度の時間変化から乱気流の寿命を予測する乱気流
寿命予測ステップとを含むので、減衰パラメータの時間
変換率が大きい場合など、適切な減衰パラメータ推定初
期値を設定するのが難しい場合にも、高い精度の減衰パ
ラメータ推定を行うことが可能となるという効果を奏す
る。
法は、以上説明したとおり、観測対象となる航空機モデ
ル及び気象モデルを入力する観測対象入力ステップと、
減衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、前記フィ
ッティング処理ステップを所定の回数繰返したかどうか
を判定する判定ステップと、前記フィッティング処理ス
テップを所定の回数繰返していない場合に、前記初期値
を変更して前記フィッティング処理ステップに戻る初期
値変更ステップと、複数の初期値を用いてフィッティン
グ処理の推定した減衰パラメータのうち、最適な減衰パ
ラメータを選択する最適解選択ステップと、予測対象と
なる航空機モデル及び気象モデルを入力する予測対象入
力ステップと、前記選択された減衰パラメータを用いて
乱気流強度の時間変化を算出するシミュレーションステ
ップと、前記シミュレーションステップで算出された乱
気流強度の時間変化から乱気流の寿命を予測する乱気流
寿命予測ステップとを含むので、減衰パラメータの時間
変換率が大きい場合など、適切な減衰パラメータ推定初
期値を設定するのが難しい場合にも、高い精度の減衰パ
ラメータ推定を行うことが可能となるという効果を奏す
る。
【０１２０】この発明の請求項１１に係る乱気流予測方
法は、以上説明したとおり、観測対象となる航空機モデ
ル及び気象モデルを入力する観測対象入力ステップと、
減衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、前記推定
された減衰パラメータの時間変化特性から未来の減衰パ
ラメータを予測する減衰パラメータ予測ステップと、予
測対象となる航空機モデル及び気象モデルを入力する予
測対象入力ステップと、前記予測された減衰パラメータ
を用いて乱気流強度の時間変化を算出するシミュレーシ
ョンステップと、前記シミュレーションステップで算出
された乱気流強度の時間変化から乱気流の寿命を予測す
る乱気流寿命予測ステップとを含むので、減衰パラメー
タの時間変化率が大きいような気象条件においても、乱
気流予測精度を維持することができるという効果を奏す
る。
法は、以上説明したとおり、観測対象となる航空機モデ
ル及び気象モデルを入力する観測対象入力ステップと、
減衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、前記推定
された減衰パラメータの時間変化特性から未来の減衰パ
ラメータを予測する減衰パラメータ予測ステップと、予
測対象となる航空機モデル及び気象モデルを入力する予
測対象入力ステップと、前記予測された減衰パラメータ
を用いて乱気流強度の時間変化を算出するシミュレーシ
ョンステップと、前記シミュレーションステップで算出
された乱気流強度の時間変化から乱気流の寿命を予測す
る乱気流寿命予測ステップとを含むので、減衰パラメー
タの時間変化率が大きいような気象条件においても、乱
気流予測精度を維持することができるという効果を奏す
る。
【０１２１】この発明の請求項１２に係る乱気流予測方
法は、以上説明したとおり、観測対象となる航空機モデ
ル及び気象モデルを入力する観測対象入力ステップと、
減衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、前記フィ
ッティング処理ステップを所定の回数繰返したかどうか
を判定する判定ステップと、前記フィッティング処理ス
テップを所定の回数繰返していない場合に、前記初期値
を変更して前記フィッティング処理ステップに戻る初期
値変更ステップと、複数の初期値を用いてフィッティン
グ処理の推定した減衰パラメータのうち、最適な減衰パ
ラメータを選択する最適解選択ステップと、前記選択さ
れた減衰パラメータの時間変化特性から未来の減衰パラ
メータを予測する減衰パラメータ予測ステップと、予測
対象となる航空機モデル及び気象モデルを入力する予測
対象入力ステップと、前記予測された減衰パラメータを
用いて乱気流強度の時間変化を算出するシミュレーショ
ンステップと、前記シミュレーションステップで算出さ
れた乱気流強度の時間変化から乱気流の寿命を予測する
乱気流寿命予測ステップとを含むので、減衰パラメータ
の時間変化率が大きいような気象条件においても、乱気
流予測精度を維持することができるという効果を奏す
る。
法は、以上説明したとおり、観測対象となる航空機モデ
ル及び気象モデルを入力する観測対象入力ステップと、
減衰パラメータの初期値を設定する初期値設定ステップ
と、観測された乱気流強度の時間変化に、減衰パラメー
タを仮定することにより得られる乱気流モデルから算出
された乱気流強度の時間変化を当てはめ、減衰パラメー
タを推定するフィッティング処理ステップと、前記フィ
ッティング処理ステップを所定の回数繰返したかどうか
を判定する判定ステップと、前記フィッティング処理ス
テップを所定の回数繰返していない場合に、前記初期値
を変更して前記フィッティング処理ステップに戻る初期
値変更ステップと、複数の初期値を用いてフィッティン
グ処理の推定した減衰パラメータのうち、最適な減衰パ
ラメータを選択する最適解選択ステップと、前記選択さ
れた減衰パラメータの時間変化特性から未来の減衰パラ
メータを予測する減衰パラメータ予測ステップと、予測
対象となる航空機モデル及び気象モデルを入力する予測
対象入力ステップと、前記予測された減衰パラメータを
用いて乱気流強度の時間変化を算出するシミュレーショ
ンステップと、前記シミュレーションステップで算出さ
れた乱気流強度の時間変化から乱気流の寿命を予測する
乱気流寿命予測ステップとを含むので、減衰パラメータ
の時間変化率が大きいような気象条件においても、乱気
流予測精度を維持することができるという効果を奏す
る。
【０１２２】この発明の請求項１３に係る乱気流予測方
法は、以上説明したとおり、現時点から近い過去に乱気
流を観測した結果から推定した減衰パラメータの値を、
フィッティング処理の初期値として用いるので、減衰パ
ラメータの時間変化率が小さいような気象条件におい
て、少ない計算量で乱気流予測を行うことができるとい
う効果を奏する。
法は、以上説明したとおり、現時点から近い過去に乱気
流を観測した結果から推定した減衰パラメータの値を、
フィッティング処理の初期値として用いるので、減衰パ
ラメータの時間変化率が小さいような気象条件におい
て、少ない計算量で乱気流予測を行うことができるとい
う効果を奏する。
【０１２３】この発明の請求項１４に係る乱気流予測方
法は、以上説明したとおり、前記減衰パラメータに大気
の粘性の大きさを表す係数を含むので、大気粘性の効果
を正確に乱気流寿命予測に反映させることができ、高い
精度の乱気流寿命予測を行うことが可能となるという効
果を奏する。
法は、以上説明したとおり、前記減衰パラメータに大気
の粘性の大きさを表す係数を含むので、大気粘性の効果
を正確に乱気流寿命予測に反映させることができ、高い
精度の乱気流寿命予測を行うことが可能となるという効
果を奏する。
【０１２４】この発明の請求項１５に係る乱気流予測方
法は、以上説明したとおり、前記減衰パラメータに大気
擾乱の大きさを表すパラメータを含むので、大気擾乱の
効果を正確に乱気流寿命予測に反映させることができ、
高い精度の乱気流寿命予測を行うことが可能となるとい
う効果を奏する。
法は、以上説明したとおり、前記減衰パラメータに大気
擾乱の大きさを表すパラメータを含むので、大気擾乱の
効果を正確に乱気流寿命予測に反映させることができ、
高い精度の乱気流寿命予測を行うことが可能となるとい
う効果を奏する。
【０１２５】この発明の請求項１６に係る乱気流予測方
法は、以上説明したとおり、前記減衰パラメータに風速
シアの大きさを表すパラメータを含むので、風速シアの
効果を正確に乱気流寿命予測に反映させることができ、
高い精度の乱気流寿命予測を行うことが可能となるとい
う効果を奏する。
法は、以上説明したとおり、前記減衰パラメータに風速
シアの大きさを表すパラメータを含むので、風速シアの
効果を正確に乱気流寿命予測に反映させることができ、
高い精度の乱気流寿命予測を行うことが可能となるとい
う効果を奏する。
【図１】 この発明の実施の形態１に係る乱気流予測装
置の全体構成を示す図である。
置の全体構成を示す図である。
【図２】 この発明の実施の形態１に係る乱気流予測装
置の乱気流予測部の構成を示す図である。
置の乱気流予測部の構成を示す図である。
【図３】 この発明の実施の形態１に係る乱気流予測装
置の原理を示す図である。
置の原理を示す図である。
【図４】 この発明の実施の形態１に係る乱気流予測装
置の乱気流予測部の動作を示すフローチャートである。
置の乱気流予測部の動作を示すフローチャートである。
【図５】 この発明の実施の形態１に係る乱気流予測装
置の乱気流予測部の別の動作を示すフローチャートであ
る。
置の乱気流予測部の別の動作を示すフローチャートであ
る。
【図６】 この発明の実施の形態２に係る乱気流予測装
置の乱気流予測部の構成を示す図である。
置の乱気流予測部の構成を示す図である。
【図７】 この発明の実施の形態２に係る乱気流予測装
置の乱気流予測部の動作を示すフローチャートである。
置の乱気流予測部の動作を示すフローチャートである。
【図８】 この発明の実施の形態２に係る乱気流予測装
置の乱気流予測部の別の動作を示すフローチャートであ
る。
置の乱気流予測部の別の動作を示すフローチャートであ
る。
【図９】 この発明の実施の形態３に係る乱気流予測装
置の乱気流観測部の信号処理部の構成を示す図である。
置の乱気流観測部の信号処理部の構成を示す図である。
【図１０】 この発明の実施の形態４に係る乱気流予測
装置の乱気流観測部の信号処理部の構成を示す図であ
る。
装置の乱気流観測部の信号処理部の構成を示す図であ
る。
【図１１】 従来の乱気流予測装置、及びこの発明の実
施の形態１に係る乱気流予測装置の乱気流観測部の構成
を示す図である。
施の形態１に係る乱気流予測装置の乱気流観測部の構成
を示す図である。
【図１２】 従来の乱気流予測装置の信号処理部、及び
この発明の実施の形態１に係る乱気流予測装置の乱気流
観測部の信号処理部の構成を示す図である。
この発明の実施の形態１に係る乱気流予測装置の乱気流
観測部の信号処理部の構成を示す図である。
１００ 乱気流観測部、１１０ 電磁波放射部、１２０
送受信部、１３０信号処理部、１３０Ａ 信号処理
部、１３０Ｂ 信号処理部、１３１ ドップラ速度算出
部、１３２ 乱気流検出処理部、１３３ 大気擾乱度算
出部、１３４シア係数算出部、２００ 乱気流予測部、
２００Ａ 乱気流予測部、２１０ 減衰パラメータ推定
部、２１１ 初期値設定部、２１２ フィッティング処
理部、２２０ 乱気流寿命予測部、２３０ 乱気流時間
変化シミュレーション部、２４０ 減衰パラメータ予測
部。
送受信部、１３０信号処理部、１３０Ａ 信号処理
部、１３０Ｂ 信号処理部、１３１ ドップラ速度算出
部、１３２ 乱気流検出処理部、１３３ 大気擾乱度算
出部、１３４シア係数算出部、２００ 乱気流予測部、
２００Ａ 乱気流予測部、２１０ 減衰パラメータ推定
部、２１１ 初期値設定部、２１２ フィッティング処
理部、２２０ 乱気流寿命予測部、２３０ 乱気流時間
変化シミュレーション部、２４０ 減衰パラメータ予測
部。
─────────────────────────────────────────────────────
フロントページの続き
(72)発明者 酒巻 洋
東京都千代田区丸の内二丁目２番３号 三
菱電機株式会社内
(72)発明者 藤坂 貴彦
東京都千代田区丸の内二丁目２番３号 三
菱電機株式会社内
Ｆターム(参考） 5H180 AA26 CC14 CC15 EE11
Claims (16)
- 【請求項１】 航空機の後方に生じる乱気流を観測して
乱気流の位置及び強度を観測データとして出力する乱気
流観測部と、 前記観測データに基いて予測対象となる航空機の後方に
発生する乱気流の寿命を予測する乱気流予測部とを備
え、 前記乱気流観測部は、 電磁波を大気中に放射するとともに、大気で散乱された
電磁波を入力する電磁波放射部と、 前記電磁波放射部へ生成した電磁波を出力するととも
に、前記電磁波放射部から大気で散乱された電磁波を入
力して周波数変換を施すことにより受信信号を生成する
送受信部と、 前記受信信号に信号処理を施して前記観測データを出力
する信号処理部とを有し、 前記乱気流予測部は、 シミュレーションモデルに基いて乱気流の位置及び強度
の時間変化を算出する乱気流時間変化シミュレーション
部と、 前記観測データ、並びに前記シミュレーションモデルと
して観測対象の航空機モデル及び気象モデルを提供して
前記乱気流時間変化シミュレーション部から得たシミュ
レーション結果に基いて乱気流の減衰速度を決定する減
衰パラメータを推定する減衰パラメータ推定部と、 前記減衰パラメータ、並びに前記シミュレーションモデ
ルとして予測対象の航空機モデル及び気象モデルを提供
して前記乱気流時間変化シミュレーション部から得たシ
ミュレーション結果に基いて予測対象となる航空機の後
方に生じる乱気流の寿命を予測する乱気流寿命予測部と
を有することを特徴とする乱気流予測装置。 - 【請求項２】 前記乱気流予測部は、 前記推定された減衰パラメータの時間変化に基いて未来
の減衰パラメータである予測減衰パラメータを求める減
衰パラメータ予測部をさらに有し、 前記乱気流寿命予測部は、前記予測減衰パラメータ、並
びに前記シミュレーションモデルとして予測対象の航空
機モデル及び気象モデルを提供して前記乱気流時間変化
シミュレーション部から得たシミュレーション結果に基
いて予測対象となる航空機の後方に生じる乱気流の寿命
を予測することを特徴とする請求項１記載の乱気流予測
装置。 - 【請求項３】 前記減衰パラメータ推定部は、 前記減衰パラメータの初期値を設定する初期値設定部
と、 前記乱気流観測部の信号処理部で得られた前記観測デー
タに対して、前記乱気流時間変化シミュレーション部で
得られた前記シミュレーション結果を当てはめ、両者が
一致するように減衰パラメータを推定するフィッティン
グ処理部とを持つことを特徴とする請求項１又は２記載
の乱気流予測装置。 - 【請求項４】 前記信号処理部は、 前記受信信号から大気で散乱された電磁波のドップラ速
度を算出するドップラ速度算出部と、 前記ドップラ速度の空間分布から乱気流を検出して前記
観測データとして出力する乱気流検出処理部とを持つこ
とを特徴とする請求項３記載の乱気流予測装置。 - 【請求項５】 前記信号処理部は、 前記受信信号から大気で散乱された電磁波のドップラ速
度を算出するドップラ速度算出部と、 前記ドップラ速度の空間分布から乱気流を検出して前記
観測データとして出力する乱気流検出処理部と、 前記ドップラ速度の空間分布から大気の擾乱度を算出す
る大気擾乱度算出部とを持つことを特徴とする請求項３
記載の乱気流予測装置。 - 【請求項６】 前記フィッティング処理部は、前記大気
擾乱度算出部で算出された大気擾乱度を前記推定する減
衰パラメータに含ませ、かつ前記大気擾乱度を大気擾乱
度推定の初期値として利用することを特徴とする請求項
５記載の乱気流予測装置。 - 【請求項７】 前記信号処理部は、 前記受信信号から大気で散乱された電磁波のドップラ速
度を算出するドップラ速度算出部と、 前記ドップラ速度の空間分布から乱気流を検出して前記
観測データとして出力する乱気流検出処理部と、 前記ドップラ速度の空間分布から風速の空間変化率を表
すシア係数を算出するシア係数算出部とを持つことを特
徴とする請求項３記載の乱気流予測装置。 - 【請求項８】 前記フィッティング処理部は、前記シア
係数算出部で算出されたシア係数を前記推定する減衰パ
ラメータに含ませ、かつ前記シア係数をシア係数推定の
初期値として利用することを特徴とする請求項７記載の
乱気流予測装置。 - 【請求項９】 観測対象となる航空機モデル及び気象モ
デルを入力する観測対象入力ステップと、 減衰パラメータの初期値を設定する初期値設定ステップ
と、 観測された乱気流強度の時間変化に、減衰パラメータを
仮定することにより得られる乱気流モデルから算出され
た乱気流強度の時間変化を当てはめ、減衰パラメータを
推定するフィッティング処理ステップと、 予測対象となる航空機モデル及び気象モデルを入力する
予測対象入力ステップと、 前記推定された減衰パラメータを用いて乱気流強度の時
間変化を算出するシミュレーションステップと、 前記シミュレーションステップで算出された乱気流強度
の時間変化から乱気流の寿命を予測する乱気流寿命予測
ステップとを含むことを特徴とする乱気流予測方法。 - 【請求項１０】 観測対象となる航空機モデル及び気象
モデルを入力する観測対象入力ステップと、 減衰パラメータの初期値を設定する初期値設定ステップ
と、 観測された乱気流強度の時間変化に、減衰パラメータを
仮定することにより得られる乱気流モデルから算出され
た乱気流強度の時間変化を当てはめ、減衰パラメータを
推定するフィッティング処理ステップと、 前記フィッティング処理ステップを所定の回数繰返した
かどうかを判定する判定ステップと、 前記フィッティング処理ステップを所定の回数繰返して
いない場合に、前記初期値を変更して前記フィッティン
グ処理ステップに戻る初期値変更ステップと、 複数の初期値を用いてフィッティング処理の推定した減
衰パラメータのうち、最適な減衰パラメータを選択する
最適解選択ステップと、 予測対象となる航空機モデル及び気象モデルを入力する
予測対象入力ステップと、 前記選択された減衰パラメータを用いて乱気流強度の時
間変化を算出するシミュレーションステップと、 前記シミュレーションステップで算出された乱気流強度
の時間変化から乱気流の寿命を予測する乱気流寿命予測
ステップとを含むことを特徴とする乱気流予測方法。 - 【請求項１１】 観測対象となる航空機モデル及び気象
モデルを入力する観測対象入力ステップと、 減衰パラメータの初期値を設定する初期値設定ステップ
と、 観測された乱気流強度の時間変化に、減衰パラメータを
仮定することにより得られる乱気流モデルから算出され
た乱気流強度の時間変化を当てはめ、減衰パラメータを
推定するフィッティング処理ステップと、 前記推定された減衰パラメータの時間変化特性から未来
の減衰パラメータを予測する減衰パラメータ予測ステッ
プと、 予測対象となる航空機モデル及び気象モデルを入力する
予測対象入力ステップと、 前記予測された減衰パラメータを用いて乱気流強度の時
間変化を算出するシミュレーションステップと、 前記シミュレーションステップで算出された乱気流強度
の時間変化から乱気流の寿命を予測する乱気流寿命予測
ステップとを含むことを特徴とする乱気流予測方法。 - 【請求項１２】 観測対象となる航空機モデル及び気象
モデルを入力する観測対象入力ステップと、 減衰パラメータの初期値を設定する初期値設定ステップ
と、 観測された乱気流強度の時間変化に、減衰パラメータを
仮定することにより得られる乱気流モデルから算出され
た乱気流強度の時間変化を当てはめ、減衰パラメータを
推定するフィッティング処理ステップと、 前記フィッティング処理ステップを所定の回数繰返した
かどうかを判定する判定ステップと、 前記フィッティング処理ステップを所定の回数繰返して
いない場合に、前記初期値を変更して前記フィッティン
グ処理ステップに戻る初期値変更ステップと、 複数の初期値を用いてフィッティング処理の推定した減
衰パラメータのうち、最適な減衰パラメータを選択する
最適解選択ステップと、 前記選択された減衰パラメータの時間変化特性から未来
の減衰パラメータを予測する減衰パラメータ予測ステッ
プと、 予測対象となる航空機モデル及び気象モデルを入力する
予測対象入力ステップと、 前記予測された減衰パラメータを用いて乱気流強度の時
間変化を算出するシミュレーションステップと、 前記シミュレーションステップで算出された乱気流強度
の時間変化から乱気流の寿命を予測する乱気流寿命予測
ステップとを含むことを特徴とする乱気流予測方法。 - 【請求項１３】 現時点から近い過去に乱気流を観測し
た結果から推定した減衰パラメータの値を、フィッティ
ング処理の初期値として用いることを特徴とする請求項
９又は１１記載の乱気流予測方法。 - 【請求項１４】 前記減衰パラメータに大気の粘性の大
きさを表す係数を含むことを特徴とする請求項９から請
求項１２までのいずれかに記載の乱気流予測方法。 - 【請求項１５】 前記減衰パラメータに大気擾乱の大き
さを表すパラメータを含むことを特徴とする請求項９か
ら請求項１２までのいずれかに記載の乱気流予測方法。 - 【請求項１６】 前記減衰パラメータに風速シアの大き
さを表すパラメータを含むことを特徴とする請求項９か
ら請求項１２までのいずれかに記載の乱気流予測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001257640A JP3696135B2 (ja) | 2001-08-28 | 2001-08-28 | 乱気流予測装置及び乱気流予測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001257640A JP3696135B2 (ja) | 2001-08-28 | 2001-08-28 | 乱気流予測装置及び乱気流予測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003067900A true JP2003067900A (ja) | 2003-03-07 |
| JP3696135B2 JP3696135B2 (ja) | 2005-09-14 |
Family
ID=19085270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001257640A Expired - Fee Related JP3696135B2 (ja) | 2001-08-28 | 2001-08-28 | 乱気流予測装置及び乱気流予測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3696135B2 (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006250703A (ja) * | 2005-03-10 | 2006-09-21 | Universal Shipbuilding Corp | 海底質の導電率推定方法、システム及び装置並びに海底質の導電率推定方法のプログラム |
| JP2009002921A (ja) * | 2007-05-22 | 2009-01-08 | Mitsubishi Electric Corp | レーダ装置 |
| JP2014083148A (ja) * | 2012-10-22 | 2014-05-12 | Oki Electric Ind Co Ltd | 特徴量算出装置及びプログラム |
| US9215515B2 (en) | 2012-12-26 | 2015-12-15 | Electronics And Telecommunications Research Institute | Apparatus and method for observing physical phenomenon in ocean and atmosphere |
| CN107991552A (zh) * | 2017-11-20 | 2018-05-04 | 中国运载火箭技术研究院 | 一种重复使用运载器寿命评估及预测系统及方法 |
| CN113225130A (zh) * | 2021-03-25 | 2021-08-06 | 中国人民解放军国防科技大学 | 一种基于机器学习的大气湍流等效相位屏预测方法 |
| WO2022029847A1 (ja) | 2020-08-03 | 2022-02-10 | Ａｎａホールディングス株式会社 | 乱気流予測システムおよび乱気流予測方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000062698A (ja) * | 1998-08-25 | 2000-02-29 | Shigeru Nagano | 乱気流回避航法装置 |
| JP2000260000A (ja) * | 1999-03-05 | 2000-09-22 | Nec Corp | 航空交通流調整システム |
| JP2000310680A (ja) * | 1999-04-28 | 2000-11-07 | Mitsubishi Electric Corp | 後方乱気流検出装置および後方乱気流検出方法 |
| JP2001167399A (ja) * | 1999-12-06 | 2001-06-22 | Mitsubishi Electric Corp | 飛行物体運行システム |
| JP2002257930A (ja) * | 2001-03-06 | 2002-09-11 | Mitsubishi Electric Corp | 乱気流検出装置および乱気流検出方法 |
-
2001
- 2001-08-28 JP JP2001257640A patent/JP3696135B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000062698A (ja) * | 1998-08-25 | 2000-02-29 | Shigeru Nagano | 乱気流回避航法装置 |
| JP2000260000A (ja) * | 1999-03-05 | 2000-09-22 | Nec Corp | 航空交通流調整システム |
| JP2000310680A (ja) * | 1999-04-28 | 2000-11-07 | Mitsubishi Electric Corp | 後方乱気流検出装置および後方乱気流検出方法 |
| JP2001167399A (ja) * | 1999-12-06 | 2001-06-22 | Mitsubishi Electric Corp | 飛行物体運行システム |
| JP2002257930A (ja) * | 2001-03-06 | 2002-09-11 | Mitsubishi Electric Corp | 乱気流検出装置および乱気流検出方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006250703A (ja) * | 2005-03-10 | 2006-09-21 | Universal Shipbuilding Corp | 海底質の導電率推定方法、システム及び装置並びに海底質の導電率推定方法のプログラム |
| JP2009002921A (ja) * | 2007-05-22 | 2009-01-08 | Mitsubishi Electric Corp | レーダ装置 |
| JP2014083148A (ja) * | 2012-10-22 | 2014-05-12 | Oki Electric Ind Co Ltd | 特徴量算出装置及びプログラム |
| US9215515B2 (en) | 2012-12-26 | 2015-12-15 | Electronics And Telecommunications Research Institute | Apparatus and method for observing physical phenomenon in ocean and atmosphere |
| CN107991552A (zh) * | 2017-11-20 | 2018-05-04 | 中国运载火箭技术研究院 | 一种重复使用运载器寿命评估及预测系统及方法 |
| WO2022029847A1 (ja) | 2020-08-03 | 2022-02-10 | Ａｎａホールディングス株式会社 | 乱気流予測システムおよび乱気流予測方法 |
| CN113225130A (zh) * | 2021-03-25 | 2021-08-06 | 中国人民解放军国防科技大学 | 一种基于机器学习的大气湍流等效相位屏预测方法 |
| CN113225130B (zh) * | 2021-03-25 | 2022-09-09 | 中国人民解放军国防科技大学 | 一种基于机器学习的大气湍流等效相位屏预测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3696135B2 (ja) | 2005-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3936895B1 (en) | Distance measurement method, apparatus and device | |
| CN101535846B (zh) | 空中湍流位置系统和方法 | |
| US7523657B2 (en) | Method and device for measuring air turbulence in the surroundings of an aircraft | |
| JP6583677B2 (ja) | 遠隔気流計測装置、遠隔気流計測方法及びプログラム | |
| Perry et al. | NASA wake vortex research for aircraft spacing | |
| JP5717174B2 (ja) | 遠隔乱気流検知方法及びそれを実施する装置 | |
| JPH10227853A (ja) | レーダ装置及びそのレーダ信号処理方法 | |
| US20140236400A1 (en) | Laser Landing Altimeter for Precision Aircraft Landing Aid | |
| US9075074B2 (en) | Flow determination method | |
| Bonin et al. | Measurements of the temperature structure-function parameters with a small unmanned aerial system compared with a sodar | |
| Köpp et al. | Comparison of wake-vortex parameters measured by pulsed and continuous-wave lidars | |
| Torija et al. | A model for the rapid assessment of the impact of aviation noise near airports | |
| Yoshikawa et al. | Aircraft wake vortex retrieval method on lidar lateral range–height indicator observation | |
| JP2003067900A (ja) | 乱気流予測装置及び乱気流予測方法 | |
| Cavaliere et al. | Gust load control design challenge including lidar wind measurements and based on the common research model | |
| Li et al. | Circulation retrieval of wake vortex under rainy condition with a vertically pointing radar | |
| Hinton et al. | NASA aircraft vortex spacing system development status | |
| Barbaresco et al. | Wake vortex detection, prediction and decision support tools in SESAR program | |
| Kikuchi et al. | Real-time estimation of airflow vector based on lidar observations for preview control | |
| Tan et al. | Virtual flight simulation of delivery drone noise in the urban residential community | |
| JP3628621B2 (ja) | 乱気流検出装置および乱気流検出方法 | |
| JP5511196B2 (ja) | 後方乱気流検出装置 | |
| Danielle et al. | Model for the calculation of the radar cross section of wake vortices of take-off and landing airplanes | |
| JP3933926B2 (ja) | 乱気流検出装置および乱気流検出方法 | |
| Jin-Xin et al. | Radar simulation of wake vortices in rainy conditions based on the Euler-Euler multiphase model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050512 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050607 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20050628 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090708 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100708 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100708 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110708 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110708 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120708 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120708 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130708 Year of fee payment: 8 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |