JP3084483B2 - 飛行中ドップラー気象レーダーウィンドシャー検出システム - Google Patents

飛行中ドップラー気象レーダーウィンドシャー検出システム

Info

Publication number
JP3084483B2
JP3084483B2 JP06523092A JP52309294A JP3084483B2 JP 3084483 B2 JP3084483 B2 JP 3084483B2 JP 06523092 A JP06523092 A JP 06523092A JP 52309294 A JP52309294 A JP 52309294A JP 3084483 B2 JP3084483 B2 JP 3084483B2
Authority
JP
Japan
Prior art keywords
air mass
radial line
detection system
radial
line segment
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.)
Expired - Fee Related
Application number
JP06523092A
Other languages
English (en)
Other versions
JPH08509061A (ja
Inventor
ギルバーグ，ジェフリー・エム
パイジンガー，グレゴリー・エイチ
ポクランド，ミッチェル・エス
Original Assignee
ハネウエル・インコーポレーテッド
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 ハネウエル・インコーポレーテッド filed Critical ハネウエル・インコーポレーテッド
Publication of JPH08509061A publication Critical patent/JPH08509061A/ja
Application granted granted Critical
Publication of JP3084483B2 publication Critical patent/JP3084483B2/ja
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/953—Radar or analogous systems specially adapted for specific applications for meteorological use mounted on aircraft
    • 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

Description

【発明の詳細な説明】 発明の背景 本発明は一般に気象レーダーシステムに関し、特に、
危険をもたらす可能性のある航空機の飛行経路中のウィ
ンドシャー条件を予測するために使用される機上ドップ
ラーレーダーシステムに関する。
マイクロバーストウィンドシャーは最も重大な飛行ハ
ザードの１つであり、快適な飛行速度限界が確立する前
の最終進入時又は離陸時に低空を低速度で飛行している
荷重の大きなジェット輸送に対しては特に危険である。
パイロットや機関士は、航空機が降下するときの水平方
向風の通常の変化を予想し、それに対処するための訓練
を受けている。ところが、マイクロバーストはそれとは
異なり、全く違う応答を必要とする。
マイクロバーストは典型的にはごく短時間しか続か
ず、地理的にも狭い空間の中で起こる；マイクロバース
トの中心の直径は１海里以下と小さいであろう。マイク
ロバーストは突然出現し、その危険な作用を広げて行
き、数分で消滅する。
この現象からの防護をはかろうとする初期の試みは低
レベルウィンドシャー警告システムの開発を含むもので
あった。この警告システムは飛行場の周辺の風向センサ
及び風速センサと、中央センサとから構成されている。
それらのセンサからのデータを管制塔で計算、表示し、
管制官は当該パイロットにアドバイスを与える。取り出
される情報が離陸又は着陸を回避することを十分に判断
しうるほど明確なものである場合はほとんどなく、マイ
クロバーストが検出されないままセンサの間を通過して
しまうことや、センサネットワークの外側で起こること
もありうる。
航空機に搭載するウィンドシャー警報システムを得る
努力もなされている。現在、航空機に搭載された慣性計
器の読みと飛行性能情報を見て、発生した加速がウィン
ドシャーにつながるおそれのある場合には警報を発生す
るようなシステムを利用することが可能である。それら
のシステムは航空機がウィンドシャー条件に侵入すると
きにハザードとなる飛行条件を検出することから、「反
応」システムと呼ばれる。問題は、反応式ウィンドシャ
ー検出が危険な条件から申し分なくのがれるのに十分な
時間をパイロットに与えられない場合もあるということ
である。
航空機のグライドパスのエアスペースを観察している
機上レーダーウィンドシャー警報システムが直面する重
大な問題は、地上クラッタをどのように処理すべきかと
いうことである。地上設置形のレーダーウィンドシャー
警報システムを使用する場合、地上クラッタは本質的に
は静止しているものであるので、地上クラッタの問題を
より用意に処理できるであろう。たとえば、地上設置形
レーダーの場合、地上クラッタマップを周期的に作成
し、その後、レーダー情報からそれを減算できるであろ
う。しかしながら、機上レーダーでは地上クラッタは一
次アンテナビームの中で観測され、絶えず変化してい
る。
発明の概要 本発明は、ハザードとなるウィンドシャー条件を前も
って警告する機上ウィンドシャー検出システムを提供す
ることにより、上記の要求及びその他の要件を解決す
る。本発明によれば、航空機の前方のエアスペースへ連
続するビームを送信し、反射信号を受信し且つ反射信号
を解析して、ハザードとなるウィンドシャー条件の有無
を知る機上ウィンドシャー検出ドップラーレーダーが提
供される。レーダーは、各々がレンジと、仰角と、方位
角とにより特徴づけられる大気データサンプルから成る
三次元（３−Ｄ）グリッドを構成する体積走査パターン
を利用する。体積特徴抽出処理は３−Ｄグリッド内の潜
在ウィンドシャー特徴を識別する。空間的特徴関連づけ
処理は、高い仰角の特徴から下に向かってグループ化す
ることによって、潜在ウィンドシャー特徴を有するデー
タサンプルを関心気団にグループ化する。フィルタリン
グ手段は関心気団から雑音及びクラッタを除去し、関心
気団の３−Ｄ表現を形成する。文脈特徴整合及び経時追
跡モジュールは関心気団の現在３−Ｄ表現を既知の３−
Ｄウィンドシャーモデル及び同じ関心気団の先の３−Ｄ
表現と比較し、ハザード閾値を越えたときに出力信号を
発生する。
図面の簡単な説明 図１は、ドップラーレーダーから見たときのマイクロ
バーストウィンドの垂直スライス及びマイクロバースト
特性を示す。
図2a及び図2bは、本発明の機能段を示す。
図３は、図２のさらに詳細な部分を明示する。
図4a,図4b及び図4cは、ウェットマイクロバーストシ
グネチャのアーティストによるレンダリングである。
図5a,図5b及び図5cは、ウェットマイクロバーストの
場合のシミュレートされた入力データを表わす。
図6a及び図6bは、図5a,図5b及び図5cのシミュレート
されたウェットマイクロバースト入力データから本発明
によって得られる出力データを表わす。
図7a及び図7bは、ドライマイクロバーストの場合のシ
ミュレートされた入力データを表わす。
図8a及び図8bは、図7a及び図7bのシミュレートされた
ドライマイクロバーストデータから本発明によって得ら
れる出力データを表わす。
好ましい実施例の詳細な説明 ドップラーレーダーから見たときのマイクロバースト
の特性を、図１で説明する。図１の左側はマイクロバー
ストウィンドの主要な特性を示し、マイクロバーストウ
ィンドは構造の上部における収束風及び垂直風と、中央
部構造における回転及びわずかな発散と、構造の下部に
おける発散風とを特徴としていることがわかる。マイク
ロバーストの総直径は4Km以下である。収束、回転及び
発散に関してレーダーにより観測されるドップラー速度
を図１の右側に観測速度シグネチャとして示す。
体積走査方式に関わるドップラーレーダー／クラッタ
／マイクロバーストシミュレーション能力は、User Gu
ide for an Airborne Wind Shear Doppler Rado
r Simulation（AWDRS）program,Report ＃DOT/FAA/DS
−90/7（1990年６月）に記載されているソフトウェアと
モデルを変形することによって開発された。このシミュ
レーション能力は本発明における概念を試験するための
レーダーデータサンプルを提供した。加えて、我々はこ
こで説明するウィンドシャー検出システムの独自のソフ
トウェアシミュレーションを開発した。
シミュレーションの結果 シグネチャ（Signature）検出能力とレンジ及びパワ
ーとの関係と、３−Ｄマイクロバーストシグネチャ特性
抽出と、体積マイクロバースト検出アルゴリズムの性能
とを検査するために、ドップラーレーダーマイクロバー
ストシグネチャシミュレーションを使用して、サンプル
データセットを生成した。シミュレートしたデータの全
てについてレーダー送信周波数は9.36GHzであり、ウェ
ットマイクロバースト（最大反射率は−60dBZ）と、ド
ライマイクロバーストモデル（最大反射率は−30dBZ）
とからのシグネチャを生成した。
３−Ｄマイクロバーストシグネチャ特性抽出 良いシグネチャ品質を確保した送信パワー及びレンジ
とマイクロバーストとの関係を使用して、ウェットマイ
クロバーストとドライマイクロバーストのシグネチャ特
性を検査した。この検査の結果は、マイクロバーストの
速度シグネチャが最低仰角走査（航空機のグライドスロ
ープの３度上）に対しては明らかに発散しており、次の
10度の仰角に対しては収束シグネチャに変形することを
示している。これは風の流出の乱流「ローリング」によ
るものと思われる。上部走査の残る部分（グライドスロ
ープの23度、33度及び43度上）は常に接近風のシグネチ
ャを示し、時によってはわずかに接近したレンジにおけ
る後退風シグネチャ（収束風を指示する）を伴う。相対
的に強い接近風シグネチャは、おそらく、高い走査角度
をもつドップラーレーダーにより、観測可能な垂直風成
分によって増強されたマイクロバーストウィンドの収束
によるものであろう。一方、後退風シグネチャは高い走
査角度における垂直マイクロバーストウィンド成分によ
って減衰される。この検査では、使用したマイクロバー
ストモデルが軸対称であるために、回転シグネチャは観
測されなかった。現時点で利用可能な完全マイクロバー
ストモデルレンダリングは、マイクロバーストウィンド
シャーを認識する際の観測回転特徴の堅牢性を裏づける
べく研究中である。図４は、アーティストが描いた３つ
の仰角「スライス」におけるウェットマイクロバースト
シグネチャの図である。印刷上の制約があるため、実際
のドップラーカラー画像をここで使用することはできな
いであろう。暗色の領域はドップラーレーダーに対して
後退しており、明るい色の部分は接近しつつある。航空
機の重さはシグネチャから除かれている。
アンテナ27により送受信される信号によって航空機26
の前方を領域を問い合わせるために、本発明のウィンド
シャー検出システムは図２に示すような全３−Ｄ体積走
査パターン30を利用する。走査レーダートランシーバ28
はアンテナドライバ25を含み、航空機26の前方にあるウ
ィンドシャー障害物を検出するのに最も効率の良い走査
パターンであると思われるという理由により、仰角につ
いて垂直方向に走査し、次に所望の方位角有効範囲をた
どって行くように設計されているのが好ましい。走査レ
ーダートランシーバ28は同相（Ｉ）データと直角位相
（Ｑ）データの双方を提供する。ベースデータプロセッ
サ32は、ドップラーレーダーエコーを解析してウィンド
シャーの有無を検出するために要求される処理を実行す
る。まず、生レーダーサンプルから反射パワー、平均速
度及びスペクトル幅という「ベース」データプロダクト
を計算しなければならない。それらのプロダクトを計算
するのに、複雑さの程度が様々であるいくつかの方法が
知られている。本発明について選択した技法はパルス対
（ペア）処理であったが、これは計算が相対的に複雑で
なく且つパルス式ドップラー気象レーダー信号処理で広
く使用されている技法である。ベースデータフィルタユ
ニット34は受信機の雑音特性31を修正し且つ反射パワ
ー、平均速度、スペクトル幅データをフィルタリング
し、走査レーダートランシーバ28と、ベースデータプロ
セッサ32と、ベースデータフィルタリング34の機能は従
来の機上気象レーダーに含まれている。
本発明の体積走査パターン30によって、各セルが独自
のレンジ、仰角及び方位角を有する分解能セル35のグリ
ッドが得られる。
体積特徴抽出機能40は発散／収束モジュール50と、回
転モジュール60と、反射率コアモジュール70と、スペク
トル幅クラスタモジュール80とを要求する。
体積走査におけるセルごとに３つのベースプロダクト
を計算した後、マイクロバーストの個々の特性特徴を探
索し、空間的にグループ化する。個々のシグネチャ特
徴、すなわち、発散、収束、回転、高反射率及び広スペ
クトル幅を規定したならば、各々の特徴の方位角−スラ
イス体積中心を使用して、それらの特徴を関連づける。
この関連づけはレーダー観測の3D表現を形成し、その
後、これを図１に示すような既知のマイクロバースト特
性と整合させることができる。走査ごとに観測3D表現を
追跡し、一貫性を試験して、堅牢な検出を実行する。マ
イクロバーストにおいて潜在的に観測可能である速度シ
グネチャは、図１に示すように、発散と、収束と、回転
である。現れる可能性のあるシャー条件は各々の半径方
向走査に沿ったもの、すなわち、発散又は収束、もしく
は、各々の方位角走査に沿ったもの、すなわち、時計回
り又は反時計回りの回転である。グループ化アルゴリズ
ムは、各セルの平均速度を先行セルから減算することに
より得られる差速度情報について演算する。この減算は
発散と収束に関しては半径方向走査線に沿って実行さ
れ、回転に関しては一定レンジの方位角にわたって実行
される。半径方向差速度を直接に求めるドップラーレー
ダーベースデータ処理方式の場合、差を計算する減算ス
テップは回転を規定するときにのみ実行される。傾向グ
ループ（trend group）の始まりと終わりは差速度符号
の一貫した変化によって識別される。差速度符号の変化
は発散と収束については半径方向に沿っており、回転に
ついては方位角に沿っている。各々の符号変化の一貫性
を、偽速度差を排除する演算子によって、試験する。各
傾向グループのシャー値（ΔV/ΔＤ）と運動量（ΔＶ×
ΔＤ）を計算し、それらを使用して、弱い識別傾向グル
ープ、すなわち、小さいシャー値及び／又は大きなシャ
ー運動量を排除する。初期傾向グループを見出したなら
ば、近接演算子を使用してそれらを他の半径方向傾向グ
ループ又は方位角傾向グループとグループ化する。この
ように、本発明のグループ化プロセスは、体積走査にお
ける一貫した発散、収束又は回転を識別し且つ空間的に
関連づける3D傾向グループを生成する。
ここで説明する発明を実現するために要求される追加
のレーダーシステムハードウェアは最小限である。基本
ドップラー気象レーダーは、反射率、速度及びスペクト
ル幅を確定して情報の標準表示を生成するために、既に
生レーダーデータを処理しなければならない。それらの
量を確定するために典型的には数多くのパルスサンプル
を平均することになるので、これはシステムの所要計算
パワーの大部分を占める。従来の機上気象レーダー機能
を29で示す。本発明が要求する追加計算パワーは、基本
ドップラーレーダー出力データの確定と比較して最小限
である。そのアルゴリズムを機上レーダーシステム内部
の１つ又は２つの追加デジタル信号処理（DSP）チップ
において（典型的なドップラー気象レーダーシステムパ
ラメータ及び走査速度と、従来のDSPチップ技法とに基
づいて）ホストインすべきであると考えられる。DSPチ
ップ機能とその関連メモリを94で示す。システムを「傾
斜管理（tilt management）」制御させるためにはアン
テナが必要であるので、この体積走査パターンは大半の
市販の機上気象レーザー装置によって容易に受容される
べきである。傾斜管理では、アンテナを仰角方向に移動
するための位置決めモータが必要である。アンテナを仰
角−方位角ステップ走査又はそれに類似するパターンで
走査するための標準制御メカニズムへの変形は簡明なも
のとすべきである。本発明のさらに詳細な説明を以下に
挙げる。
以下のさらに詳細な説明においては、分解能セル35の
格子を収集するためにレーダーが採用する体積走査パタ
ーン30のいくつかの部分を参照する。いくつかの概念を
説明するためにいくつかの用語を繰り返し使用する；そ
れらの用語を以下に定義する。
ラジアル 所定の方位角と仰角のアンテナ位置でレーダーデータ
が測定される全てのレンジにわたる分解能セルグリッド
の一次元部分。ラジアル線セグメントは１本分の完全な
ラジアルの一部分である。
方位角−交差円弧： 所定のレンジとアンテナ仰角でレーダーデータが測定
される全ての方位角に対応する分解能セルグリッドの一
次元部分。方位角−交差円弧セグメントは１つの完全な
方位角−交差円弧の一部分である。
方位角スライス： 所定のアンテナ方位角でレーダーデータが測定される
全てのレンジと全ての仰角に対応する分解能セルグリッ
ドの二次元部分。
仰角平面： 所定のアンテナ仰角でレーダーデータが測定される全
てのレンジと全ての方位角に対応する分解能セルグリッ
ドの二次元部分。
気団 グループ化アルゴリズムは、いくつかの閾値条件に適
合する類似する特徴値をもつ領域を関連づけるべく演算
する。その結果得られる測定レーザーデータのグループ
を関心「気団」といい、これは航空機に対するハザード
を確定するためにさらに別の特徴／パターン処理を保証
する体積走査パターン内部の１つの領域を意味してい
る。「団」又は「関心団」と呼んでも良い。
ルック １回の完全な体積走査を「ルック」又は「全走査ルッ
ク」と呼んでも良い。
測定レーダーデータから特徴を抽出し、グループ化す
るとき、アルゴリズムがグループ化をどこまで実行した
かという程度又は範囲を「一次元」、「二次元」及び
「三次元」すなわち「体積」と表わす。各グループ化モ
ジュールは最終的には３−Ｄグループ、すなわち、体積
グループをもたらす。すなわち、体積走査における全て
の方位角、仰角及びレンジについて特徴関連づけが確定
されている。実行されるグループ化プロセスに応じて、
中間グループ化又は部分グループ化を一次元又は二次元
という。たとえば、ラジアル又は方位角−交差円弧に沿
って実行されるグループ化を一次元といい、方位角スラ
イス又は仰角平面の全体にわたって実行されるグループ
化を二次元という。
体積走査パターンからのデータ： 以下に説明するモジュール50,60,70及び80に対する基
本入力は、先に説明したベースデータプロセッサ32及び
ベースデータフィルタリング34（11ページ）の出力であ
る。各モジュール（50,60,70又は80）の入力はモジュー
ル32及び34からの平均速度、反射率、もしくはスペクト
ル幅の値である。加えて、体積走査パターン30から航空
機の前方の物理エアスペースへのデータサンプルのマッ
ピングを確立させるために、各データサンプルにはレン
ジと、機体に対するアンテナ位置と、機体の姿勢とを付
随させることになる。
（以下に説明する）本発明の概念の現在のソフトウェ
アインプリメンテーションは、レーダートランシーバが
方位角を走査するのに先立って仰角を走査する（すなわ
ち、センサが水平走査を経過するときに垂直に走査す
る）ように保証する。本発明の概念は体積走査パターン
の様々に異なる順序付けと共に働くように簡単に適応可
能である。
発散／収束 モジュール50の出力 モジュール50は58で、レンジ距離次元に沿って類似の
風速勾配を有する体積（３−Ｄ）気団のリストを生成す
る。それらの勾配は発散気流と、収束気流とを表現す
る。リストの各メンバ（単一の関心気団）と関連するデ
ータは次のものを含む： −内部識別子。
−航空機から測定した気団の６つの辺の各々の末端位
置。すなわち、方位角の範囲、仰角及び関心気団が覆っ
ているレンジ。
−気団内部で見出される最小シャー値、最大シャー値
及び平均シャー値と、シャー運動量。
−この気団のラジアル成分のサブリスト。体積気団を
構成しているラジアル線セグメントごとに、次の情報を
追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントに沿った風速の変化。
−このセグメントのシャー値。
−このセグメントのシャー運動量。
−このセグメントのハザードＦ係数。
−このセグメントの仰角及び方位角。
ハザードＦ係数の説明は、R.L.Bowlesの「Wind Shea
r Detection,Warning and Flight Guidance」（NAS
A CP10004:DOT/FAA/PS−87/2,1987年10月）の中にあ
る。この係数は、間近に迫っているウィンドシャーの数
量化ハザード係数を形成するために、ドップラー速度測
定値を航空機のダイナミクスと関係づける。
モジュール50の入力 先に説明した通り、モジュール50は入力として体積走
査パターンからの平均速度データサンプルを得る。
サブモジュール52,54及び56 ３つの主要ステップを通過することにより、関心気団
を見出す。第１に、受信したドップラー速度のラジアル
ごとに（ラジアル中のレンジビンごとに１つの速度）、
各レンジビンの速度差を計算し、次に類似の速度差をも
つラジアル上のセグメント（すなわち、速度が変化して
いる領域）を探索する。第２に、各ラジアルで見出され
たセグメントをそのラジアル上のそれより上の類似する
位置で見出されたセグメントと比較する。それらの比較
を通して、類似の速度変化率をもつ２−Ｄ気団の集合体
を形成する。走査の単一の方位角スライス（すなわち、
仰角を通る１回の走査）における全てのラジアルについ
て、このプロセスを繰り返す。第３に、１つの方位角ス
ライスの２−Ｄ気団を隣接する方位角スライスの２−Ｄ
気団と比較する。それらの比較は、このモジュールの出
力である３−Ｄ気団の最終集合体を形成する。
ラジアルトレンド（１−Ｄグループ化）の発見 サブモジュール52の出力 サブモジュール52は各ラジアル上の関心セグメントの
リストを作成する。リスト中のセグメントごとにその時
点で含まれている情報は次の通りである： −このラジアルセグメントの最小レンジ及び最大レン
ジ −このセグメントに沿った風速の変化 −このセグメントのシャー値 −このセグメントのシャー運動量 −このセグメントのハザードＦ係数 −このセグメントの仰角及び方位角 サブモジュール52の入力 サブモジュール52に対する入力のユニットは単一のレ
ーダーラジアルに沿った１組のドップラー速度である。
ラジアルに沿ったレンジビンごとに１つの速度値があ
る。サブモジュールの始動時、ラジアルに沿って関心セ
グメントを探索する前に、隣接するレンジビンの速度の
差を計算する。
このサブモジュールの動作を精密同調するために、こ
のサブモジュールには以下の動作パラメータも入力され
る： −シャー値及びシャー運動量閾値−シャー閾値及びシ
ャー運動量閾値の論理的組合わせ（すなわち、アンド／
オア）に基づいてデュアルパラメータ基準に適合するシ
ャー値及び運動量値をもつセグメントのみを考慮する。
−ビンカウント（Bin Count）閾値−少なくともこの
数多くのレンジビンを含むセグメントのみを考慮する。
−テストカウント閾値−潜在セグメント中の偽データ
のフィルタリングを助けるためのＮ個の試験基準のうち
Ｍ個。
−最小レンジ−このレンジ距離にある又はそれを越え
るセグメントのみを考慮する。
サブモジュール52のプロセス ラジアルの先端部から始めて、最小レンジへと内方に
向かって： −関心セグメントの開始点（先端部）（速度トレンド
の変化）を見出す。
これは、先端部から各レンジビン（range bin）の値
を検査する間に速度差における符号の変化を探索するこ
とによって実行される。１グループの始めであると疑わ
れるレンジビンが隣接するレンジビンと比較して雑音を
含む値ではないということを保証するために、Ｎのうち
Ｍ検査を実行する。
−関心セグメントの端部（近いほうの端部）を見出
す。
−このセグメントのシャー値を計算する：（デルタ速
度／デルタレンジ距離） −このセグメントのシャー運動量を計算する：（デル
タ速度＊デルタレンジ距離） −ビンカウント閾値及びシャー値閾値とシャー運動量
閾値の論理的組合わせという閾値の各々に適合すれば、
このセグメントを関心１−Ｄセグメントのリストに追加
する。
−次の関心セグメントの始めを見出す。
仰角を経るグループ化（２−Ｄグループ化） サブモジュール54の出力 サブモジュール54は所定の１つの方位角スライスの中
の関心２−Ｄ気団のリストを作成する。この２−Ｄ気団
リストのデータ構造は、以下に最終サブモジュールの出
力として説明する３−Ｄ気団リストと同一である。この
リストの各メンバは、気団中の同じ２−Ｄ特徴に属する
と確定された各セットのラジアルセグメントの情報を含
む。
サブモジュール54の入力 サブモジュール54は入力として、先に説明したラジア
ルトレンドの発見（１−Ｄグループ化）サブモジュール
により作成されたリストを受け取る。このサブモジュー
ルは一度に１つのラジアルの方位角スライスについて動
作する。
サブモジュール54の動作を精密同調するために次の動
作パラメータもサブモジュール54に入力される： −隣接仰角閾値−同じ２−Ｄ気団の一部であると論理
的に考えるためには、関心セグメントは別のラジアル上
の１セグメントの仰角方向へのある数の度（隣接仰角閾
値）以内になければならない。
−隣接レンジ閾値−隣接仰角閾値以内の別個のラジア
ル上のセグメントもセンサから類似のレンジ距離の中に
なければならない。セグメントが互いにこの直線レンジ
距離の中にあれば、それらは同一の気団の一部であると
考えて良い。
サブモジュール54のプロセス 最大仰角ラジアルはこのグループ化プロセスの基礎で
ある。
このラジアル上の各関心セグメントは２−Ｄ関心気団
の上端部となる。
２番目に大きい仰角のラジアルから最小仰角ラジアル
へと下降して動作しつつ： ラジアルごとに： −このラジアル上の各々の１−Ｄ関心セグメントにつ
いて： −このラジアルより上のラジアルにおける１−Ｄセグ
メントを検査して、このセグメントと同じ特性（速度差
トレンド）を有するより高いセグメントを見出す。この
決定を実行するために、隣接仰角閾値及び隣接レンジ閾
値を考慮する。
閾値に適合するより高いセグメントが見出されたなら
ば、このセグメントをより高いセグメントの２−Ｄ気団
に追加し、そうでなければ、このセグメントは新たな２
−Ｄ関心気団の上縁部となる。
方位角を経るグループ化（３−Ｄグループ化） サブモジュール56の出力 サブモジュール56は類似の風速勾配をもつ体積（３−
Ｄ）気団のリストを生成する。リストの各メンバ（単一
の関心気団）と関連するデータは次のものを含む： −内部識別子。
−航空機から測定した気団の６つの辺の各々の末端位
置。すなわち、方位角のレンジ、仰角及び関心気団によ
り覆われているレンジ。
−気団内部で見出される最小シヤー値、最大シャー値
及び平均シャー値と、シャー運動量。
−この気団のラジアル成分から成るサブリスト。体積
気団を構成するラジアル線セグメント（すなわち、航空
機のレーダーセンサからの単一の仰角及び単一の方位角
における２つのレンジ距離の間の気団の一部分）ごと
に、次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントに沿った風速の変化。
−このセグメントのシャー値。
−このセグメントのシヤー運動量。
−このセグメントのハザードＦ係数。
−このセグメントの仰角及び方位角。
サブモジュール56の入力 サブモジュール56は入力として、先に説明した仰角を
経るグループ化（２−Ｄグループ化）のサブモジュール
54により作成されたリストを受け取る。このサブモジュ
ールは一度に全走査「ルック」について論理的に動作す
る。
サブモジュール56の動作を精密同調するために、次の
動作パラメータもサブモジュール56に入力される： −隣接方位角閾値−単一の方位角スライスの中の２−
Ｄ関心気団は、同一の３−Ｄ体積気団の一部であると論
理的に考えるためには、付近のスライスの２−Ｄ気団の
方位角方向のある数の度（隣接方位角閾値）以内になけ
ればならない。
サブモジュール56のプロセス このアルゴリズムはグループ化プロセスの基礎として
最も右側の方位角スライス又は最も左側の方位角スライ
スのいずれかを使用する。これは両方向レーダ走査を可
能にする。基礎方位角スライス中の各２−Ｄ関心気団
は、このモジュールの最終出力リストにおける３−Ｄ気
団の右／左縁部となる。
（基礎方位角スライスに隣接する）第２の方位角スラ
イスから走査の反対側の端部にある終端方位角スライス
へと動作しつつ： 方位角スライスごとに： −この方位角スライスの各々の２−Ｄ関心気団につい
て： −このスライスにおけるこの気団の「境界規定ボック
ス」及び「体積中心」を確定する。
−（隣接方位角閾値の中の）付近の先行方位角スライ
スの探査によって、この気団と同じ特性（速度差トレン
ド）をもつ隣接２−Ｄ気団を見出す。
−それらの必要条件に適合する先行セグメントが見出
されたならば、この気団を先行セグメントの３−Ｄ気団
に追加し、そうでなければ、この気団は新たな３−Ｄ関
心気団の右／左縁部になる。
回転 モジュール60の出力 モジュール60は68で、方位角−横断次元に沿って類似
の風速勾配をもつ体積（３−Ｄ）気団のリストを生成す
る。それらの勾配はドップラーレーダーに対する回転気
流を表現する（レーダーはラジアル速度のみを感知する
ため）。リストの各メンバ（単一の関心気団）と関連す
るデータは次のものを含む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
より覆われているレンジ。
−気団の中で見出される最小回転値、最大回転値及び
平均回転値と、回転運動量。
−この気団の方位角−横断円弧成分のサブリスト。体
積気団を構成する方位角−横断円弧セグメントごとに、
次の情報を追跡する： −この方位角−横断円弧セグメントの左右の方位角。
−このセグメントに沿った風速の変化。
−このセグメントの回転値。
−このセグメントの回転運動量。
−このセグメントのハザード係数。
（回転の場合の「ハザード係数」の意図は、回転風フ
ィールドの場合の（先に論じた）発散／収束において使
用される「Ｆ係数」を模倣することである。） −このセグメントのレンジ及び仰角。
モジュール60の入力 モジュール60は入力として、先に説明したように体積
走査パターンからの平均速度データサンプルを得る。
サブモジュール62,64及び66 ３つの主要ステップを経過することにより、関心気団
を見出す。第１に、全走査における方位角−横断円弧ご
とに、その円弧の隣接するレンジビンの速度差を計算
し、次に類似の速度差をもつセグメント（すなわち、速
度が変化している方位角−横断領域）を探索する。第２
に、各々の円弧で見出されたセグメントを類似の方位
角、同じ仰角及びセンサからのレンジ距離が近いところ
にあるセグメントと比較する。それらの比較を経て、方
位角−横断方向に類似の速度変化率をもつ２−Ｄ気団の
集合体を形成する。単一の仰角平面における全ての方位
角−横断円弧に対してこのプロセスを繰り返す。第３
に、１つの仰角平面の２−Ｄ気団をそれより上の仰角平
面における２−Ｄ気団と比較する。それらの比較は、こ
のモジュールの出力である３−Ｄ気団の最終集合体を形
成する。
方位角−横断トレンドの発見（１−Ｄグループ化） サブモジュール62の出力 サブモジュール62の各方位角−横断円弧における関心
セグメントのリストを作成する。リスト中のセグメント
ごとに現時点で含まれている情報は次のものを含む： −この方位角−横断円弧セグメントの左右の方位角。
−このセグメントに沿った風速の変化。
−このセグメントの回転値。
−このセグメントの回転運動量。
−このセグメントのハザード係数。
−このセグメントのレンジ及び仰角。
サブモジュール62の入力 サブモジュール62はその入力の基本ユニットとして単
一の方位角−横断円弧を考慮する。円弧に沿った各々個
別の方位角にあるレンジビンに対して１つの速度値があ
る。サブモジュールの始動時、円弧に沿った関心セグメ
ントを探索する前に、隣接するレンジビンにおける速度
の差を計算する。
このサブモジュール62の動作を精密同調するために、
サブモジュール62には次の動作パラメータも入力され
る： −回転シャー値及び回転運動量閾値−回転シャー閾値
及び回転運動量閾値の論理的組合わせ（すなわち、アン
ド／オア）に基づくデュアルパラメータ基準に適合する
回転シャー値及び回転運動量値をもつセグメントのみを
考慮する。
−方位角距離閾値−（セグメントの両端部の間で測定
した）この直線距離閾値より大きい測定長さをもつセグ
メントのみを考慮する。
−テストカウント閾値−潜在セグメント内部の偽デー
タのフィルタリングを助けるためのＮのうちＭ試験基
準。
−最小レンジ−このレンジ距離にある又はそれを越え
る円弧のみを考慮する。
サブモジュール62のプロセス 円弧の一端部で始まり、他端部に向かって進みつつ： −関心セグメントの開始点を見出す（速度変化トレン
ド） これは、円弧に沿った各サンプルの値を検査する間に
速度差の符号の変化を探索することによって実行され
る。１グループの始まりであると疑われるサンプルは隣
接するサンプルと比較して雑音を含む値でないことを保
証するために、ＮのうちＭ検査を実行する。
関心セグメントの終端を見出す。
−このセグメントの回転シャー値を計算する：（デル
タ速度／デルタ距離） −このセグメントの回転運動量を計算する：（デルタ
速度＊デルタ距離） −次の閾値に適合するならば、このセグメントを１−
Ｄ関心セグメントのリストに追加する： 方位角距離閾値及び回転シャー値閾値と回転運動量閾
値の、論理的組合わせ。
−次の関心セグメントの始まりを探索する。
レンジを経るグループ化（２−Ｄグループ化） サブモジュール64の出力 サブモジュール64は所定の仰角平面の中における２−
Ｄ関心気団のリストを作成する。この２−Ｄ気団リスト
のデータ構造は、以下に最終サブモジュール66の出力と
して説明する３−Ｄ気団リストと同一である。このリス
トの各メンバは、気団中の同じ２−Ｄ特徴に属すると確
定されている各セットの方位角−横断円弧セグメントの
情報を含む。
サブモジュール64の入力 サブモジュール64は入力として、先に説明した方位角
−横断トレンドの発見（１−Ｄグループ化）サブモジュ
ール62により作成されるリストを受け取る。サブモジュ
ール64は一度にラジアルの単一の仰角平面について動作
する。
サブモジュール64の動作を精密同調するために、サブ
モジュール64には次の動作パラメータも入力される。
−隣接レンジ閾値−関心セグメントは、同じ２−Ｄ気
団の一部であると論理的に考えるためには、別のラジア
ルにあるセグメントのこのレンジ距離の中になければな
らない。
−隣接方位角閾値−隣接レンジ閾値以内にある別個の
ラジアルにあるセグメントもセンサから類似の方位角距
離になければならない。セグメントが互いにこの直線距
離の中にあれば、それらのセグメントを同じ気団の一部
と考えて良い。
サブモジュール64のプロセス 最も離れた（最も遠いレンジビン）方位角クロス円弧
は、このグループ化プロセスの基礎である。
この円弧における各関心セグメントは、２−Ｄ関心気
団の遠いほうの縁部となる。
２番目に遠いレンジ円弧ラジアルから最小レンジ円弧
へ内方に向かって進む： 円弧ごとに： −この円弧上の各々の１−Ｄ関心セグメントについ
て： −このセグメントと同じ特性（速度差トレンド）を有
するセグメントを見出すために、この円弧を越える円弧
上の１−Ｄセグメントを検査する。この決定を実行する
ために、隣接レンジ閾値及び隣接方位各閾値を考慮す
る。
−閾値に適合するより遠いセグメントが見出されれ
ば、このセグメントを別のセグメントの２−Ｄ気団に追
加し、そうでなければ、このセグメントは新たな２−Ｄ
関心気団の遠いほうの縁部となる。
仰角を経るグループ化（３−Ｄグループ化） サブモジュール66の出力 サブモジュール66は類似の風速勾配（回転を表現して
いる）をもつ体積（３−Ｄ）気団のリストを生成する。
リストの各メンバ（単一の関心気団）と関連するデータ
は次のものを含む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
より覆われているレンジ。
−気団の内部で見出される最小回転値、最大回転値及
び平均回転値と、回転運動量。
−この気団の方位角−横断円弧成分のサブリスト。体
積気団を構成している方位角−横断円弧セグメントごと
に、次の情報を追跡する： −この方位角−横断円弧セグメントの左右の方位角。
−このセグメントに沿った風速の変化。
−このセグメントの回転値。
−このセグメントの回転運動量。
−このセグメントのハザード係数。
−このセグメントのレンジ及び仰角。
サブモジュール66の入力 サブモジュール66は入力として、先に説明したレンジ
を経るグループ化（２−Ｄグループ化）のサブモジュー
ルにより作成されるリストを受け取る。
サブモジュール66の動作を精密同調するために、サブ
モジュール66には次の動作パラメータも入力される： −隣接仰角閾値−単一の仰角平面における２−Ｄ関心
気団は、同じ３−Ｄ体積気団の一部と論理的に考えるた
めには、頭上平面の２−Ｄ気団の仰角方向のある数の度
（隣接仰角閾値）以内になければならない。
サブモジュール66のプロセス このアルゴリズムはグループ化プロセスの基礎とし
て、最も高い仰角平面を使用する。基礎仰角平面にある
各々の２−Ｄ関心気団は、このモジュールの最終出力リ
ストにおける３−Ｄ気団の上縁部となる。
２番目に高い（最上位仰角平面の次の）仰角平面から
走査の底部にある最下位仰角平面に向かって下降する： 仰角平面ごとに： −この仰角平面における各々の２−Ｄ関心気団につい
て： −この平面におけるこの気団の「境界規定ボックス」
及び「体積中心」を確定する。
−この気団と同じ特性（速度差トレンド）をもつ隣接
２−Ｄ気団を見出すために、付近の（隣接仰角閾値以内
の）より高い仰角平面を探索する。
−それらの必要条件に適合するより高いセグメントが
見出されれば、この気団を先行セグメントの３−Ｄ気団
を追加し、そうでなければ、この気団は新たな３−Ｄ関
心気団の上縁部となる。
反射率 モジュール70の出力 モジュール70は78で、類似のレーダー反射率値をもつ
体積（３−Ｄ）気団のリストを生成する。リストの各メ
ンバ（単一の関心気団）と関連するデータは次のものを
含む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
より覆われているレンジ。
−気団内部で見出される最小反射率、最大反射率及び
平均反射率。
−この気団のラジアル成分のサブリスト。
体積気団を構成しているラジアル線セグメントごとに
次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントの最小反射率、最大反射率及び平均
反射率。
−このセグメントの仰角及び方位角。
モジュール70の入力 モジュール70は入力として、先に説明したように体積
走査パターンからのレーダー反射率データサンプルを得
る。
サブモジュール72,72及び76 ３つの主要ステップを経過することにより、関心気団
を見出す。第１に、類似のレーダー反射率をもつラジア
ル上のセグメントを探索する。第２に、各ラジアル上で
見出されたセグメントをそれより上のラジアル上の類似
の位置にあるセグメントと比較する。それらの比較を経
て、類似の反射率をもつ２−Ｄ気団の集合体を形成す
る。このプロセスは走査（すなわち、仰角に沿う１回の
走査）の単一の方位角スライスにおける全てのラジアル
に対して繰り返される。第３に、１つの方位角スライス
の２−Ｄ気団を隣接する方位角スライスの２−Ｄ気団と
比較する。それらの比較はこのモジュールの出力である
３−Ｄ気団の最終集合体を形成する。
ラジアルレンジビングループ化（１−Ｄグループ化） サブモジュール72の出力 サブモジュール72は、各ラジアルにおける関心セグメ
ントのリストを作成する。リストの中のセグメントごと
に現時点で含まれている情報は次のものを含む： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントの最小反射率，最大反射率及び平均
反射率。
−このセグメントの仰角及び方位角。
サブモジュール72の入力 サブモジュール72に対する入力のユニットは、単一の
レーダーラジアルに沿った１組のレーダー反射率であ
る。ラジアルに沿ったレンジビンごとに１つの反射率値
がある。
サブモジュール72の動作を精密同調するために、サブ
モジュール72には次の動作パラメータも入力される： −反射率閾値−これより大きい反射率をもつセグメン
トのみを考慮する。
−ビンカウント閾値−少なくともこの多数のレンジビ
ンを含むセグメントのみを考慮する。
−テストカウント閾値−潜在セグメントの中の偽デー
タのフィルタリングを助けるためのＮのうちＭ試験基
準。
−ブレークカウント閾値−グループ間のブレークを確
定するために必要とされる（従って、グループの終端を
発見するために使用される）反射率閾値以下のレンジビ
ンの数。
−最小レンジ−このレンジ距離にある又はそれを越える
セグメントのみを考慮する。
サブモジュール72のプロセス ラジアルの遠いほうの端部から始まり、最小レンジへ
内方に向かって： −関心セグメントの開始点（遠いほうの端部）を見出
す（閾値を越える反射率）。１つのグループの始まりで
あると疑われるレンジビンは隣接するレンジビンと比較
して雑音を含む値であることを保証するために、Ｎのう
ちＭスライディングウィンドウ検査を実行する。
−関心セグメントの端部（近いほうの端部）を見出す
（確認のためにブレークカウント閾値を使用する）。
−ビンカウント閾値、反射率閾値という閾値の各々に
適合するならば、このセグメントを１−Ｄ関心セグメン
トのリストに追加する。
−次の関心セグメントの始まりを探索する。
仰角に沿うグループ化（２−Ｄグループ化） サブモジュール74の出力 サブモジュール74は所定の方位角スライスの中の２−
Ｄ関心気団のリストを作成する。この２−Ｄ気団リスト
のデータ構造は、以下に最終サブモジュールの出力とし
て説明する３−Ｄ気団リストと同一である。このリスト
の各メンバは、気団中の同じ２−Ｄ特徴に属すると確定
されている各セットのラジアルセグメントの情報を含
む。
サブモジュール74の入力 サブモジュール74は入力として、先に説明したラジア
ルレンジビングループ化（１−Ｄグループ化）サブモジ
ュールにより作成されるリストを受け取る。このサブモ
ジュールは一度にラジアルの１つの方位角スライスにつ
いて動作する。
このサブモジュールの動作を精密同調するために、サ
ブモジュールには次の動作パラメータも入力される： −隣接仰角閾値−関心セグメントは、同じ２−Ｄ気団
の一部と論理的に考えるためには、別のラジアル上にあ
るセグメントの仰角方向にある数の度（隣接仰角閾値）
以内になければならない。
−隣接レンジ閾値−隣接仰角閾値の中にある別個のラ
ジアル上のセグメントもセンサから類似のレンジ距離の
中になければならない。セグメントが互いにこの直線レ
ンジ距離の中にあるならば、それらのセグメントは同じ
気団の一部と考えて良い。
サブモジュール74のプロセス 最も仰角の大きいラジアルがこのグループ化プロセス
の基礎である。
このラジアル上の各々の関心セグメントは２−Ｄ関心
気団の上縁部となる。
２番目に仰角の大きいラジアルから最小仰角のラジア
ルへと下降動作しつつ： ラジアルごとに： −このラジアル上の各々の１−Ｄ関心セグメントにつ
いて： −このラジアルより上のラジアル上の１−Ｄセグメン
トを検査して、このセグメントと類似する反射率特性を
有するより高いセグメントを見出す。この決定を実行す
るために、隣接仰角閾値及び隣接レンジ閾値を考慮す
る。
−この閾値に適合するより高いセグメントが見出され
たならば、このセグメントをより高いセグメントの２−
Ｄ気団に追加し、そうでなければ、このセグメントは新
たな関心２−Ｄ気団の上縁部となる。
方位角を経るグループ化（３−Ｄグループ化） サブモジュール76の出力 サブモジュール76は類似の反射率値をもつ体積（３−
Ｄ）気団のリストを生成する。リストの各メンバ（単一
の関心気団）と関連するデータは次のものを含む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
より覆われているレンジ。
−気団の中で見出される最小反射率、最大反射率及び
平均反射率。
−この気団のラジアル成分のサブリスト。体積気団を
構成しているラジアル線セグメントごとに、次の情報を
追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントの最小反射率、最大反射率及び平均
反射率。
このセグメントの仰角及び方位角。
サブモジュール76の入力 サブモジュール76は入力として、先に説明した仰角を
経るグループ化（２−Ｄグループ化）のサブモジュール
により作成されるリストを受け取る。サブモジュール76
は一度に全走査「ルック」のデータについて論理的に演
算する。
サブモジュール76の動作を精密同調するために、サブ
モジュールには次の動作パラメータも入力される： 隣接方位角閾値−１つの方位角スライスにある２−Ｄ
関心気団は、同じ３−Ｄ体積気団の一部と論理的に考え
るためには、付近のスライスの２−Ｄ気団の方位角方向
にある数の度（隣接方位角閾値）以内になければならな
い。
サブモジュール76のプロセス このアルゴリズムはグループ化プロセスの基礎として
最も右側の方位角スライス又は最も左側の方位角スライ
スのいずれかを使用する。これにより、両方向レーダー
走査が可能になる。基礎方位角スライスにおける各々の
２−Ｄ関心気団は、このモジュールの最終出力リスト中
の３−Ｄ気団の右／左縁部となる。
（基礎方位角スライスの次の）第２の方位角スライス
から走査の反対側の端部にある終端方位角スライスへと
進みつつ： ラジアルごとに： −この方位角スライスにおける各々の２−Ｄ関心気団
について： −このスライスのこの気団について「境界規定ボック
ス」及び「体積中心」を確定する。
−（隣接方位角閾値の中の）付近の先行方位角スライ
スを探索して、この質量と同じ反射率特性をもつ隣接２
−Ｄ気団を見出す。
−それらの必要条件に適合する先行セグメントが見出
されたならば、この気団を先行セグメントの３−Ｄ気団
に追加し、そうでなければ、この気団は新たな３−Ｄ関
心気団の右／左縁部となる。
スペクトル幅 モジュール80の出力 モジュール80は88で、類似のレーダースペクトル幅値
をもつ体積（３−Ｄ）気団のリストを生成する。リスト
の各メンバ（単一の関心気団）と関連するデータは次の
ものを含む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
より覆われているレンジ。
−気団の中で見出される最小スペクトル幅、最大スペ
クトル幅及び平均スペクトル幅。
−この気団のラジアル成分のサブリスト。体積気団を
構成しているラジアル線セグメント（すなわち、航空機
のレーダーセンサから単一の仰角及び単一の方位角にあ
る２つのレンジ距離の間の気団の一部分）ごとに、次の
情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントの最小スペクトル幅、最大スペクト
ル幅及び平均スペクトル幅。
−このセグメントの仰角及び方位角。
モジュール80の入力 モジュール80は入力として、先に説明したような体積
走査パターンからのスペクトル幅データサンプルを得
る。
サブモジュール82,84及び86 ３つの主要ステップを経過することによって、関心気
団を見出す。第１に、類似のレーダースペクトル幅をも
つラジアル上のセグメントを探索する。第２に、各ラジ
アル上で見出されたセグメントをそれより上のラジアル
上の類似の位置で見出されるセグメントと比較する。そ
れらの比較を経て、類似の反射率をもつ２−Ｄ気団の集
合体を形成する。走査の単一の方位角スライス（すなわ
ち、仰角に沿う１回の走査）における全てのラジアルに
対してこのプロセスを繰り返す。第３に、１つの方位角
スライスの２−Ｄ気団を隣接する方位角スライスの２−
Ｄ気団と比較する。それらの比較は、このモジュールの
出力である３−Ｄ気団の最終集合体を形成する。
ラジアルレンジビングループ化（１−Ｄグループ化） サブモジュール82の出力 サブモジュール82は各ラジアル上の関心セグメントの
リストを作成する。リスト中のセグメントごとに現時点
で含まれている情報は次のものを含む： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントの最小スペクトル幅、最大スペクト
ル幅及び平均スペクトル幅。
−このセグメントの仰角及び方位角。
サブモジュール82の入力 サブモジュール82に対する入力のユニットは単一のレ
ーダーラジアルに沿ったスペクトル幅値のセットであ
る。ラジアルに沿ったレンジビンごとに１つのスペクト
ル幅値がある。
サブモジュール82の動作を精密同調するために、サブ
モジュールには次の動作パラメータも入力される： −スペクトル幅閾値−これより大きいスペクトル幅を
もつセグメントのみを考慮する。
−ビンカウント閾値−少なくともこの多数のレンジビ
ンを含むセグメントのみを考慮する。
−テストカウント閾値−潜在セグメントの中の偽デー
タのフィルタリングを補助するためのＮのうちＭ試験基
準。
−ブレークカウント閾値−グループ間のブレークを確
定するために必要とされる（従って、１つのグループの
終端を見出すために使用される）スペクトル幅閾値以下
のレンジビンの数。
−最小レンジ−このレンジ距離にある又はそれを越え
るセグメントのみを考慮する。
サブモジュール82のプロセス ラジアルの遠いほうの端部から始めて、最終レンジへ
と内方へ向かって： −関心セグメントの開始点（遠いほうの端部）を見出
す（閾値を越えるスペクトル幅）。１つのグループの始
まりであると疑われるレンジビンが隣接するレンジビン
と比較して雑音を含む値でないことを保証するために、
ＮのうちＭスライディングウィンドウ検査を実行する。
−関心セグメントの端部（近いほうの端部）を見出す
（確認のためにブレークカウント閾値を使用する）。
−ビンカウント閾値、スペクトル幅閾値といった閾値
の各々に適合すれば、このセグメントを１−Ｄ関心セグ
メントのリストに追加する。
−次の関心セグメントの開始点を探索する。
仰角を経るグループ化（２−Ｄグループ化） サブモジュール84の出力 サブモジュール84は所定の方位角スライスの中の２−
Ｄ関心気団のリストを作成する。この２−Ｄ気団リスト
の構造は、以下に最終サブモジュール86の出力として説
明する３−Ｄ気団リストと同一である。このリストの各
メンバは、気団中の同じ２−Ｄ特徴に属すると確定され
ている各セットのラジアルセグメントの情報を含む。
サブモジュール84の入力 サブモジュール84は入力として、先に説明したラジア
ルレンジビングループ化（１−Ｄグループ化）サブモジ
ュール82により作成されるリストを受け取る。サブモジ
ュール84は一度にラジアルの単一の方位角スライスにつ
いて演算する。
サブモジュール84の動作を精密同調するために、サブ
モジュールには次の動作パラメータも入力される： −隣接仰角閾値−関心セグメントは、同じ２−Ｄ気団
の一部と論理的に考えるためには、別のラジアル上のセ
グメントの仰角方向にある数の度（隣接仰角閾値）以内
になければならない。
−隣接レンジ閾値−隣接仰角閾値の中の別個のラジア
ル上のセグメントもセンサから類似のレンジ距離の中に
なければならない。セグメントが互いにこの直線レンジ
距離の中にあれば、それらは同じ気団の一部と考えて良
い。
サブモジュール84のプロセス 仰角が最大であるラジアルがこのグループ化プロセス
の基礎である。
このラジアル上の各々の関心セグメントは二次元関心
気団の上縁部となる。
２番目に仰角の大きいラジアルから最小の仰角のラジ
アルへと下降しつつ： ラジアルごとに： −このラジアル上の各々の１−Ｄ関心セグメントにつ
いて： −このラジアルより上のラジアルにおける１−Ｄセグ
メントを検査して、このセグメントと同じスペクトル幅
特性を有するより高いセグメントを見出す。
この決定を実行するために、隣接仰角閾値及び隣接レ
ンジ閾値を考慮する。
−閾値に適合するより高いセグメントが見出されたな
らば、このセグメントをより高いセグメントの二次元気
団に追加し、そうでなければ、このセグメントは新たな
２−Ｄ関心気団の上縁部となる。
方位角を経るグループ化（３−Ｄグループ化） サブモジュール86の出力 サブモジュール86は類似のスペクトル幅値をもつ体積
（３−Ｄ）気団のリストを生成する。リストの各メンバ
（単一の関心気団）と関連するデータは次のものを含
む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
よって覆われているレンジ。
−気団の中で見出される最小スペクトル幅、最大スペ
クトル幅及び平均スペクトル幅。
−この気団のラジアル成分のサブリスト。体積気団を
構成しているラジアル線セグメント（すなわち、航空機
のレーダーセンサから単一の仰角及び単一の方位角にあ
る２つのレンジ距離の間の気団の一部分）ごとに、次の
情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントの最小スペクトル幅、最大スペクト
ル幅及び平均スペクトル幅。
−このセグメントの仰角及び方位角。
サブモジュール86の入力 サブモジュール86は入力として、先に説明した仰角を
経るグループ化（２−Ｄグループ化）のサブモジュール
により作成されるリストを受け取る。サブモジュール86
は一度に全走査「ルック」分のデータについて論理的に
演算する、 サブモジュール86の動作を精密同調するために、サブ
モジュールには次の動作パラメータも入力される： 隣接方位角閾値−単一の方位角スライスにおける２−
Ｄ関心気団は、同じ３−Ｄ体積気団の一部と論理的に考
えるためには、付近のスライスの２−Ｄ気団の方位角方
向のある数の度（隣接方位角閾値）以内になければなら
ない。
サブモジュール86のプロセス このアルゴリズムはグループ化プロセスの基礎として
最も右側の方位角スライス、又は最も左側の方位角スラ
イスのいずれかを使用する。これにより、両方向レーダ
ー走査が可能になる。基礎方位角スライスにおける各々
の２−Ｄ関心気団は、このモジュールの最終出力リスト
の中の３−Ｄの右／左縁部となる。
（基礎方位角スライスの次の）第２の方位角スライス
から走査の反対側の端部にある終端方位角スライスへと
進みつつ： ラジアルごとに： −この方位角スライスにおける各々の２−Ｄ関心気団
について： −このスライスのこの気団に関わる「境界決ボック
ス」及び「体積中心」を確定する。
−（隣接方位角閾値の中の）付近の先行方位角スライ
スの探索により、この気団と同じスペクトル幅特性をも
つ隣接２−Ｄ気団を見出す。
−それらの必要条件に適合する先行セグメントが見出
されたならば、この気団を先行セグメントの３−Ｄ気団
に追加し、そうでなければ、この気団は新たな関心３−
Ｄ気団の右／左縁部となる。
３−Ｄ空間特徴関連づけ及びフィルタリング モジュール90 モジュール90の目的は、発散／収束50、回転60、反射
率70及びスペクトル幅80という先行する４つのデータグ
ルーピングモジュールの（１回の全走査ルックに関わ
る）データ出力を組み合わせることである。その結果と
して得られる関心３−Ｄ気団リストの内容から、雑音及
びクラッタの影響を取り除くために、３−Ｄグループ化
された気団にフィルタリング基準をも適用する。
モジュール90の出力 モジュール90は入力リストのデータを組み合わせた３
−Ｄ関心気団のリストを出力すると共に、マイクロバー
スト事象及びウィンドシャー事象の検出に寄与しない
（又はそれから逸脱さえする）気団をフィルタリングに
よって除去する。
モジュール90は92で、マイクロバースト又はウィンド
シャーの脅威の存在を指示すると思われる類似の特性を
もつ３−Ｄ観測表現又は体積（３−Ｄ）気団のリストを
生成する。リストの各メンバ（単一の関心気団）と関連
するデータは次のものを含む： −内部識別子。
−航空機から測定される気団の６つの辺の各々の末端
位置。すなわち、方位角のレンジ、仰角及び関心気団に
よって覆われているレンジ。
−気団の中で見出された最小シャー値、最大シャー値
及び平均シャー値と、シャー運動量。
−気団の中で見出される最小回転シャー値、最大回転
シャー値及び平均回転シャー値と、回転運動量 −気団の中の最小反射率値、最大反射率値及び平均反
射率値と、最小スペクトル幅値、最大スペクトル幅値及
び平均スペクトル幅値。
−この気団のラジアル成分のサブリスト。体積気団を
構成しているラジアル線セグメント（すなわち、航空機
のレーダーセンサから単一の仰角及び単一の方位角にあ
る２つのレンジ距離の間の気団の一部分）ごとに、次の
情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レン
ジ。
−このセグメントに沿った風速の変化。
−このセグメントのシャー値。
−このセグメントのシャー運動量。
−このセグメントのハザード係数。
−このセグメントの最小反射率、最大反射率及び平均
反射率。
−このセグメントの最小回転シャー値、最大回転シャ
ー値及び平均回転シャー値と、回転運動量。
−このセグメントの最小スペクトル幅、最大スペクト
ル幅及び平均スペクトル幅。
−このセグメントの仰角及び方位角。
モジュール90の入力 モジュール90に対する主要な入力は下記のモジュール
の出力リストである： −発散／収束モジュール50 −反射率モジュール70 −スペクトル幅モジュール80 −回転モジュール60 それらのリストの中のデータの詳細については、この
明細書に含まれているそれらのモジュールの説明を参
照。
加えて、フィルタリングプロセスを補助するために、
記憶データモデルの形態をとる既知の３−Ｄマイクロバ
ースト特性を入力する。
モジュール90の性能を精密同調するために、モジュー
ルには次の動作パラメータも入力される： −最小グループ面積−単一の仰角にある３−Ｄ気団
は、起こりうるウィンドシャー又はマイクロバーストの
脅威として考えるために、この最小面積より大きくなけ
ればならない。（これは地上クラッタ及び雑音の排除を
助ける。このパラメータは典型的なマイクロバーストの
サイズと、警報システムの所望の感度とにより確定され
る。） モジュール90のプロセス アルゴリズムの方式は： −体積走査パターン（30）から分解能セルのグリッド
（35）の中の起こりうる地上クラッタ領域の知識を確立
する。体積走査パターンからのパラメータ（方位角、仰
角及びレンジサンプリングインタバル）を使用して、機
体に対するアンテナ位置と、機体の姿勢と、アンテナビ
ーム幅とに関係する情報と共にこの知識を確立する。
「フラットアース」モデルを使用して、分解能セルグリ
ッドと地表との交差点を確定する。
−単一のラジアルの上にのみあるセグメントから構成
されている発散／収束リストの中の３−Ｄ気団をストリ
ップアウトする。（それらは通常は地上クラッタ又は雑
音の結果である。） −最小グループ面積より小さい表面積を有する単一の
仰角平面にのみ存在する発散／収束リストの中の３−Ｄ
気団（通常は地上クラッタ）をストリップアウトする。
−起こりうる地上クラッタ領域（先に説明したように
確立された知識から）に位置しており且つ地上クラッタ
が存在しないとわかっている仰角で裏づけ証拠をもたな
い発散／収束リストの中の３−Ｄ気団をストリップアウ
トする。
−その他の入力リストの中の対応する３−Ｄ気団から
の反射率値及びスペクトル幅値をストリッピングされた
リストに併合して、３−Ｄ関心気団の出力リストを作成
する。
文脈特徴整合及び経時追跡 モジュール100は２つの原理機能を有する。１つは、
３−Ｄ空間特徴関連づけ及びフィルタリングモジュール
により出力される特徴を複数回の「ルック」の経過に沿
って追跡することである。従って、時間が進むにつれ
て、重大な関心特徴の展開を追跡する。これにより、マ
イクロバーストの展開の場所を見きわめ、次の数分間の
中でウィンドシャーが現れうる場所を予測する能力を得
ることができる。（マイクロバーストの先端は高い高度
から地上に向かって下降して行く。我々のデータ追跡に
よって、これを見きわめることができる。）航空機が先
に走査した領域を通って移動する間に、航空機に対して
重大な特徴を追跡する。それらの特徴の追跡を助けるた
めに、重大な特徴についてレーダーのパースペクティブ
を補正する。
第２の機能は、重大な特徴のデータ構成をマイクロバ
ースト及びウィンドシャーの条件と共に存在することが
わかっている文脈特徴の記憶データモデルと比較するこ
とである。モデルデータを記憶するために、コンピュー
タメモリ101が設けられている。発散風フィールドと、
収束風フィールドと、回転風フィールドとの空間的関係
並びにスペクトル幅の大きい領域及びレーダー反射率の
高い領域が基本マイクロバーストモデルを構成してい
る。加えて、モデルのタイムヒストリ展開の知識もアル
ゴリズムの中に取り入れられている。モデル−特徴比較
動作は、知識エンジニアリング、機械学習及び文脈パタ
ーン整合というコンピュータ科学の分野において最近に
開発された、また、現時点で開発されている技法を利用
する。
モジュール100の出力 モジュール100の最終出力は、航空機のパイロットや
フライトデッキ乗務員に対する１組のアラート及び警報
である。最短警報時間は、航空機がウィンドシャー事象
又はマイクロバースト事象を通過すると思われるより15
〜30秒前である。アラートの形態は可聴アラート及び視
覚アラートと、航空機及びその進路に対するハザード事
象の位置を示すレーダー画面表示の双方である。
モジュール100の入力 ３−Ｄ空間特徴関連づけ及びフィルタリングモジュー
ルからの３−Ｄ関心気団のリストは「ルック」ごとに、
すなわち、全レーダー走査ごとに収集される。経時追跡
に際しては複数回の「ルック」を使用する。
マイクロバースト条件及びウィンドシャー条件を確認
するのを助けるために、アルゴリズムは既知のウィンド
シャー文脈特徴のデータモデルをも記憶させている。
モジュール100のプロセス 体積走査パターンサンプリングインタバルの記述、機
体に対するアンテナ位置の関係並びに機体の姿勢、位置
及び動きの補助情報と共に、３−Ｄ関心気団のリスト
は、ウィンドシャー測定システムの「世界観測モデル」
を形成する。この世界観測モデルはシステム観測に関す
る全現在情報に対するクリアリングハウスである。これ
は、機体に対する関心気団の動きと、各々の関心気団の
中で観測される特徴の変化とを追跡し続ける事象「追跡
ファイル」としても働く。
先に説明した世界観測モデルの中に含まれているデー
タと、（先に説明した）記憶されているアプリオリ３−
Ｄマイクロバーストデータモデルの中に含まれるデータ
とに基づいて、モジュール100は次の機能を実行する。
−文脈モデルに整合する： 世界観測モデル中のデータを既知の「アプリオリ」３
−Ｄマイクロバーストデータモデル（文脈モデル）と整
合する。整合信頼値を生成するパターン整合において使
用される数多くの技法の中の１つによって、この整合プ
ロセスを実行できる。このアプリケーションについて選
択された特定の技法は、あらゆるケースで全てのマイク
ロバースト特徴を観測可能であるとは限らないという理
由により、証拠発生技法である。デンプスターシャッフ
ァ技法（Dempster−Schaffer technique）などの証拠発
生技法を公式化して、整合信頼（すなわち、整合の
「度」）を公式化するために利用可能な証拠のみを発生
することができる。
−ルックごとに位置及び特徴伝搬を追跡する： ルックごとに位置と、観測される特徴と、観測される
特徴の空間的向きとを追跡する。時間の経過につれて潜
在マイクロバーストの位置と特徴を追跡するので、これ
を経時追跡ともいう。この追跡機能の中には、機体の動
きと走査パラメータに基づく空間的場所関連づけ、潜在
整合ミスを軽減するための特徴類似性比較及び複数の関
心気団の追跡が含まれている。
−マイクロバースト展開の状態を予測する： 時間の経過に伴う観測気団特徴の追跡に基づいて、次
の数分間の時間におけるマイクロバースト特性の予測を
実行できる。この演算は経時特徴追跡と、既知のマイク
ロバースト展開情報とに基づいて、世界観測モデルにつ
いて実行される。１例として、マイクロバーストは上方
の大気中の収束風から展開し、その後に下降して行く、
反射率の高い空気のコアが続くことが観測されている。
それらの特徴は追跡機能により観測、追跡される。予測
機能は、世界観測モデル中にそれらの特徴の十分な証拠
が存在する場合に、航空機の飛行経路（低い仰角）にお
いてハザードとなる発散を予測する。
−ウィンドシャーの指示： 世界観測モデル中の１つの領域が航空機に対して十分
なハザードとなっており、且つ十分な信頼レベルをもっ
て観測されたときに、コックピットアラート指示が発生
する。それらの指示は少なくとも２つのレベルの注意報
と警報を有する。注意報アラートは、ウィンドシャーが
航空機に対して即時の危険とならない（30秒〜数分間離
れている）ときに与えられ、警報は、より差し迫った危
険（15〜30秒離れたウィンドシャー）が存在する場合に
与えられる。先に述べた通り、インジケータは視覚、聴
覚双方のキュー、並びにコックピットのレーダー表示又
はそれに類似する装置における位置情報となる。
ここで、図５及び図６には「ウェット」マイクロバー
ストをシミュレートした例についてシミュレーション表
示情報を示し、図７及び図８には「ドライ」マイクロバ
ーストをシミュレートした例についてシミュレーション
表示情報を示す。各表示は、体積走査からの仰角平面１
つ分のデータを示す。示されている仰角平面は、これら
の例に関しては、航空機のグライドスロープより３度上
方で走査した最も低い仰角である。全ての表示は表示の
最上部に沿って度単位の方位角を示すと共に、表示の右
側に沿ってメートル単位のレンジを示す。
図5aは、反射率モジュール70に提供される仰角平面１
つ分のデータを表わす。
図5bは、発散／収束モジュール50及び回転モジュール
60に供給される仰角平面１つ分のデータを表わす。この
画像は２つの明白な気流ゾーンに分割されている。エリ
ア111は正の風速を有し（追風）、エリア112は負の風速
を有する（逆風）。エリア115は、主に、レーダーセン
サの「サイドローブエコー」及びクラッタの結果であ
る。エリア113及び114は主に地上クラッタの結果であ
る。
図6aは、発散／収束モジュール50の仰角平面１つ分の
データ出力である。図6aには、多数の関心領域が示され
ている。
次に、発散／収束モジュール50の出力を３−Ｄ空間特
徴関連づけ及びフィルタリングモジュール90に供給し、
モジュール90の出力は図6bの表示を生成する。図6aの多
数の関心領域はフィルタリングによって図6bの２つの主
関心領域に簡略化されていることがわかる。より黒いエ
リアは負のシャー値をもつゾーンであり、それより広
く、薄い灰色のエリアは正のシャー値をもつ大きなゾー
ンである。
図7aは、反射率モジュール70に供給される「ドライ」
マイクロバーストをシミュレートした状況に関わる仰角
平面１つ分の生レーダー反射率データを表わす。
図7bは、発散／収束プロセッサ50及び回転プロセッサ
60に供給される「ドライ」マイクロバーストをシミュレ
ートした状況に関わる仰角平面１つ分の生レーダー速度
データを表わす。それらの大部分は、主として地上クラ
ッタであることがわかる負の速度をもつブロブエコーで
ある。正の速度をもつ若干の狭いエリアがある。
図8aは、発散／収束モジュール50のデータ出力を表わ
す。
次に、発散／収束モジュール50の出力を３−Ｄ空間特
徴関連づけ及びフィルタリングモジュール90へと送り出
し、モジュール90の出力は図8bの表示を生成する。「ド
ライ」の場合、発散／収束モジュール50の出力からの関
心領域のうち１つを除く全てをフィルタリングによって
除去する。
図8bの残っている１つのブロブエコーは、より高い仰
角における走査のデータにより裏づけされる「ドライ」
マイクロバーストである。図8aの関心領域のその他の部
分はクラッタであった。図8bのブロブエコーは小さく見
えるであろうが、これは、幅約100メートル、長さ150メ
ートル、高さ200mの大きさであり且つ航空機の前方3.9K
Mの距離にある航空機の飛行経路上の１つの気団を表わ
している。
以上、本発明の構成と動作を記載したので、いくつか
の利点を述べ且つ理解することができる。機上ウィンド
シャー検出のための別の方式は、高分解能スペクトル編
集を使用するというものである。この方式では、システ
ムはクラッタのドップラースペクトルを観察することに
より、クラッタを識別をしようとする。高分解能スペク
トル編集方式は、はるかに精巧なレーダー機器を必要と
し、それに付随してコストも高くなる。本発明は、マイ
クロバースト特徴を認識し、次に、認識した特徴に基づ
いてクラッタを編集する方式を利用する。本発明は、ド
ップラースペクトル方式と比べて簡単で、低コストのレ
ーダーハードウェアによって実現可能である。加えて、
本発明の体積走査30により提供される上方大気データを
利用できるため、ハザードとなるウィンドシャー条件を
予測する基礎となるべき情報は増加する。本発明と共に
さらに多くの情報を利用できるので、その結果、検出確
率がより高く且つ警報は少ないシステムが得られる。さ
らに、検出性能に関して、本発明によれば非常に早い段
階で、航空機より十分に先の時点でマイクロバーストを
認識することができる。
以上の説明に従って、出願人は従来の機上ドップラー
気象レーダーシステムを基礎とする機上ウィンドシャー
検出システムを開発した。例示を目的として出願人の発
明の特定の一実施例を図示し且つ説明したが、多数の変
形や変更は関連技術における当業者には明白であろう。
範囲は開示した実施例に限定されるものではなく、次の
請求の範囲の用語によってのみ限定される。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 ポクランド，ミッチェル・エス アメリカ合衆国 55409 ミネソタ州・ ミネアポリス・ピルズバリー アヴェニ ュ サウス・3739 (56)参考文献 特表 平７−502341（ＪＰ，Ａ) 特表 平６−500861（ＪＰ，Ａ) 特表 平６−506537（ＪＰ，Ａ) 特表 平５−508930（ＪＰ，Ａ) 米国特許5130712（ＵＳ，Ａ) 米国特許5198819（ＵＳ，Ａ) ＩＥＥＥ ＴＯＲＡＮＳＡＣＴＩＯＮ Ｓ ＯＮ ＧＥＯＳＣＩＥＮＣＥ ＥＬ ＥＣＴＲＯＮＩＣＳ ｖｏｌ．ＧＥ− 17，ｎｏ．４，Ｏｃｔｏｂｅｒ 1979, ＮＥＷＹＯＲＫ ＵＳ ｐａｇｅｓ 250−262 ＣＲＡＮＥ ’Ａｕｔｏｍａ ｔｉｃ Ｃｅｌｌ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｔｒａｃｋｉｎｇ’ (58)調査した分野(Int.Cl.7，ＤＢ名) G01S 7/00 - 7/42 G01S 13/00 - 13/95

Claims (26)

    (57)【特許請求の範囲】
  1. 【請求項１】航空機に装着するためのアンテナ手段（2
    7）と； 前記アンテナ手段に接続し、航空機の飛行経路に沿って
    仰角及び方位角について走査するために、前記アンテナ
    手段を駆動するアンテナドライバ手段（25）と； 前記アンテナ手段に接続し、送信信号を発生し且つ反射
    データを受信するトランシーバ手段（28）と； 前記トランシーバ手段に接続し、反射データを処理し且
    つ大気データサンプルの３−Ｄグリッドに形成すること
    ができる個々の分解能セルに関わる大気測定データを供
    給するベースデータプロセッサ手段（32）と； 前記ベースデータプロセッサ手段に接続し、前記大気測
    定データから受信機雑音を除去し且つフィルタリング後
    の大気測定データを供給するベースデータフィルタ手段
    （34）と； 前記ベースデータフィルタ手段に接続し、フィルタリン
    グ後の大気測定データの３−Ｄグリッド中の複数の特徴
    を識別すると共に、第１の特徴を有する前記大気データ
    サンプルを第１の関心気団にグループ化し且つ第２の特
    徴を有する前記大気データサンプルを第２の関心気団に
    グループ化する体積特徴抽出手段（40）と； 前記体積特徴抽出手段に接続し、前記第１の関心気団を
    前記第２の関心気団と組み合わせて、大気条件の３−Ｄ
    表現を提供する空間特徴関連づけ及びフィルタリング手
    段（90）と； 前記大気条件の３−Ｄ表現を既知のウィンドシャー大気
    条件モデルと比較し且つウィンドシャー閾値条件を越え
    たときに出力信号を供給する文脈整合手段（100）とを
    具備するウィンドシャー検出システム。
  2. 【請求項２】各々の大気データサンプル（35）が平均ラ
    ジアル速度を有し且つレンジ、方位角及び仰角を特徴づ
    けられている大気データサンプルの三次元グリッド（3
    0）に形成することができる測定値を供給する三次元体
    積走査パターンを有する機上走査ドップラーレーダート
    ランシーバ（28）と； 第１のラジアル線セグメントの中の連続するデータサン
    プルが第１の方向に平均速度差を有する第１のラジアル
    線セグメントを識別する手段（52）と； 各々の前記第１のラジアル線セグメントを各々の前記第
    １のラジアル線セグメントより上のラジアル上の類似の
    位置にある任意の前記第１のラジアル線セグメントと比
    較して、第１の方向に平均速度差を有する第１の２−Ｄ
    気団を形成する手段（54）と； 各々の前記第１の２−Ｄ気団を各々の前記第１の２−Ｄ
    気団に隣接する位置にある任意の前記第１の２−Ｄ気団
    と比較して、第１の方向に平均速度差を有し且つ潜在発
    散風条件を表現する第１の３−Ｄ気団を形成する手段
    （56）と； 第２のラジアル線セグメントの中の連続するデータサン
    プルが第２の方向に平均速度差を有する第２のラジアル
    線セグメントを識別する手段（52）と； 各々の前記第２のラジアル線セグメントを各々の前記第
    ２のラジアル線セグメントより上のラジアル上の類似の
    位置にある任意の前記第２のラジアル線セグメントと比
    較して、第２の方向に平均速度差を有する第２の２−Ｄ
    気団を形成する手段（54）と； 各々の前記第２の２−Ｄ気団を各々の前記第２の２−Ｄ
    気団に隣接する位置にある任意の前記第２の２−Ｄ気団
    と比較して、第２の方向に平均速度差を有し且つ潜在収
    束風条件を表現する第２の３−Ｄ気団を形成する手段
    （56）とを具備するウィンドシャー検出システム。
  3. 【請求項３】前記第１の３−Ｄ気団と前記第２の３−Ｄ
    気団とを空間的に関連づけて、単一の全体積走査空間表
    現を構成する手段（90）と； 前記単一の全体積走査空間表現から雑音及びクラッタを
    フィルタリングして、発散風条件場所及び収束風条件場
    所を明示する手段（90）とをさらに具備する請求項２記
    載のウィンドシャー検出システム。
  4. 【請求項４】前記フィルタリングする手段は、前記三次
    元グリッドの中の潜在地上クラッタ領域の知識を確立し
    且つ地上クラッタを含まないとわかっているより大きい
    仰角における大気データサンプル測定値によって確証さ
    れない前記潜在地上クラッタ領域の中に位置する３−Ｄ
    気団を除去する手段を具備する請求項３記載のウィンド
    シャー検出システム。
  5. 【請求項５】前記機上走査ドップラーレーダーは機体に
    装着されたアンテナ（27）を有し且つ前記潜在地上クラ
    ッタ領域の知識の確立する手段は、前記体積走査パター
    ンからのパラメータを前記機体の姿勢と、前記機体に対
    する前記アンテナの位置と、前記アンテナのビーム幅と
    に関する情報と関連づける手段を具備する請求項３記載
    のウィンドシャー検出システム。
  6. 【請求項６】前記フィルタリングする手段は： マイクロバーストにおける発散光条件場所と収束光条件
    場所との関係がわかっている第１のデータモデルを記憶
    する手段（100）と； 前記単一の体積走査空間表現を前記第１の記憶データモ
    デルと比較して、文脈整合を確定する手段（100）とを
    さらに具備する請求項５記載のウィンドシャー検出シス
    テム。
  7. 【請求項７】前記発散風条件場所と前記収束風条件場所
    が前記記憶データモデルと比較したときに所定の文脈整
    合閾値を越えた場合にアラート信号を発生する手段をさ
    らに具備する請求項６記載のウィンドシャー検出システ
    ム。
  8. 【請求項８】前記第１の記憶データモデル（101）は、
    マイクロバースト及びウィンドシャーの条件に対して存
    在することがわかっている発散風条件場所と収束風条件
    場所との空間的関係のタイムヒストリ展開を含み且つ前
    記ウィンドシャー検出システムは： 第１の期間にわたって起こる複数回の体積走査について
    前記発散風条件場所と前記収束風条件場所を追跡する手
    段（100）と； 前記体積走査をタイムヒストリ展開を含む前記第１の記
    憶データモデルと比較して、第２の期間中にウィンドシ
    ャー条件が起こりうる場所の予測を可能にする手段（10
    0）とをさらに具備する請求項６記載のウィンドシャー
    検出システム。
  9. 【請求項９】第３のラジアル線セグメントの中の連続す
    るデータサンプルが類似の反射率を有する第３のラジア
    ル線セグメントを識別する手段と； 各々の前記第３のラジアル線セグメントを各々の前記第
    ３のラジアル線セグメントより上のラジアル上の類似の
    位置にある任意の前記第３のラジアル線セグメントと比
    較して、類似の反射率を有する第３の２−Ｄ気団を形成
    する手段（74）と； 各々の前記第３の２−Ｄ気団を各々の前記第４の２−Ｄ
    気団に隣接する位置にある任意の前記第３の２−Ｄ気団
    と比較して、類似の反射率を有する第３の３−Ｄ気団を
    形成する手段（76）とをさらに具備する請求項６記載の
    ウィンドシャー検出システム。
  10. 【請求項１０】第４のラジアル線セグメントの中の連続
    するデータサンプルが類似のスペクトル幅を有するよう
    な第４のラジアル線セグメントを識別する手段（82）
    と； 各々の前記第４のラジアル線セグメントを各々の前記第
    ４のラジアル線セグメントより上のラジアル上の類似の
    位置にある任意の前記第４のラジアル線セグメントと比
    較して、類似のスペクトル幅を有する第４の２−Ｄ気団
    を形成する手段（84）と； 各々の前記第４の２−Ｄ気団を各々の前記第４の２−Ｄ
    気団に隣接する位置にある任意の前記第４の２−Ｄ気団
    と比較して、類似のスペクトル幅を有する第４の３−Ｄ
    気団を形成する手段（86）とをさらに具備する請求項９
    記載のウィンドシャー検出システム。
  11. 【請求項１１】前記第３の３−Ｄ気団に関わる反射率値
    及び前記第４の３−Ｄ気団に関わるスペクトル幅値を前
    記発散風条件場所及び前記収束風条件場所と併合する手
    段（90）と； マイクロバーストにおける発散風条件場所と、収束風条
    件場所と、反射率値と、スペクトル幅値との関係がわか
    っている第３のデータモデルを記憶する手段（101）
    と； 前記単一の体積走査空間表現を前記記憶された第３のデ
    ータモデルと比較して、文脈整合（100）を確定する手
    段（100）とをさらに具備する請求項10記載のウィンド
    シャー検出システム。
  12. 【請求項１２】前記記憶されたデータモデルは、マイク
    ロバースト及びウィンドシャーの条件に対して存在する
    とわかっている発散風条件場所と、収束風条件場所と、
    反射率値と、スペクトル幅値との空間的関係のタイムヒ
    ストリ展開を含み且つ前記ウィンドシャー検出システム
    は： 第３の期間にわたって起こる複数回の体積走査について
    類似の反射率を有する前記３−Ｄ気団と、類似のスペク
    トル幅を有する前記３−Ｄ気団との前記場所を追跡する
    手段（100）と； 前記体積走査をタイムヒストリ展開を含む前記記憶され
    た第２のデータモデルと比較して、第４の期間の中でウ
    ィンドシャー条件が起こりうる場所の予測を可能にする
    手段（100）とをさらに具備する請求項11記載のウィン
    ドシャー検出システム。
  13. 【請求項１３】方位角−横断円弧セグメント上の連続す
    るレンジビンの間で類似の速度差を有する方位角−横断
    円弧セグメントを識別する手段（62）と； 各々の前記方位角−横断円弧セグメントを類似の方位角
    及び類似の仰角にある任意の前記方位角−横断円弧セグ
    メントと比較して、方位角−横断方向に類似の速度変化
    率を有する第５の２−Ｄ気団を形成する手段（64）と； 各々の前記第３の２−Ｄ気団を仰角平面上の各々の前記
    第３の２−Ｄ気団より上の位置にある任意の前記第３の
    ２−Ｄ気団と比較して、方位角−横断方向に類似の速度
    変化率を有する第５の３−Ｄ気団を形成する手段（66）
    と； 前記第５の３−Ｄ気団から雑音及びクラッタの影響を除
    去して、回転風条件の場所を明示する手段とをさらに具
    備する請求項２記載のウィンドシャー検出システム。
  14. 【請求項１４】前記第１の３−Ｄ気団と、前記第２の３
    −Ｄ気団と、前記第５の３−Ｄ気団とを空間的に関連づ
    けて、単一の全体積走査空間表現を構成する手段と； 前記単一の全体積走査空間表現から雑音及びクラッタを
    フィルタリングして、発散風条件場所と、収束風条件場
    所と、回転風条件場所とを明示する手段（90）とを含む
    請求項13記載のウィンドシャー検出システム。
  15. 【請求項１５】前記フィルタリングする手段は、前記三
    次元グリッドの中の潜在地上クラッタ領域の知識を確立
    し且つ地上クラッタを含まないとわかっているより大き
    な仰角における大気データサンプル測定値により確証さ
    れない前記潜在地上クラッタ領域の中に位置する３−Ｄ
    気団を除去する手段を具備する請求項14記載のウィンド
    シャー検出システム。
  16. 【請求項１６】前記機上走査ドップラーレーダーは機体
    に装着されたアンテナ（27）を有し且つ前記潜在地上ク
    ラッタ領域の知識を確立する手段は、前記体積走査パタ
    ーンからのパラメータを前記機体の姿勢と、前記機体に
    対する前記アンテナの位置と、前記アンテナのビーム幅
    とについての情報と関係づける手段を具備する請求項15
    記載のウィンドシャー検出システム。
  17. 【請求項１７】前記第１のデータモデル（101）は回転
    風条件の既知の関係を含む請求項16記載のウィンドシャ
    ー検出システム。
  18. 【請求項１８】前記空間的関係のタイムヒストリ展開は
    回転風条件を含み且つ前記追跡する手段は回転風条件場
    所を追跡する手段を含む請求項17記載のウィンドシャー
    検出システム。
  19. 【請求項１９】第３のラジアル線セグメント上の連続す
    るデータサンプルが類似の反射率を有するような第３の
    ラジアル線セグメントを識別する手段（72）と； 各々の前記第３のラジアル線セグメントを各々の前記第
    ３のラジアル線セグメントより上のラジアル上の類似の
    位置にある任意の前記第３のラジアル線セグメントと比
    較して、類似の反射率を有する第３の２−Ｄ気団を形成
    する手段（74）と； 各々の前記第３の２−Ｄ気団を各々の前記第３の２−Ｄ
    気団に隣接する位置にある任意の前記第３の２−Ｄ気団
    と比較して、類似の反射率を有する第４の３−Ｄ気団を
    形成する手段とをさらに具備する請求項18記載のウィン
    ドシャー検出システム。
  20. 【請求項２０】第４のラジアル線セグメントの中の連続
    するデータサンプルが類似のスペクトル幅を有するよう
    な第４のラジアル線セグメントを識別する手段（82）
    と； 各々の前記第４のラジアル線セグメントを各々の前記第
    ４のラジアル線セグメントより上のラジアル上の類似の
    位置にある任意の前記第４のラジアル線セグメントと比
    較して、類似のスペクトル幅を有する第４の２−Ｄ気団
    を形成する手段と； 各々の前記第４の２−Ｄ気団を各々の前記第４の２−Ｄ
    気団に隣接する位置にある任意の前記第４の２−Ｄ気団
    と比較して、類似のスペクトル幅を有する第４の３−Ｄ
    気団を形成する手段（86）とさらに具備する請求項19記
    載のウィンドシャー検出システム。
  21. 【請求項２１】前記第３の３−Ｄ気団に関わる反射率値
    及び前記第４の３−Ｄ気団に関わるスペクトル幅値を前
    記発散風条件場所、収束風条件場所及び前記回転風条件
    場所と併合する手段（90）と； マイクロバーストにおける発散風条件場所と、収束風場
    所条件と、回転風条件場所と、反射率値と、スペクトル
    幅値との関係がわかっている第４のデータモデルを記憶
    する手段（101）と； 前記単一の体積走査空間表現を前記記憶された第４のデ
    ータモデルと比較して、文脈整合を確定する手段（10
    0）とをさらに具備する請求項20記載のウィンドシャー
    検出システム。
  22. 【請求項２２】各々のデータサンプルが平均速度を有し
    且つ座標位置により識別される大気データサンプル（3
    5）の三次元グリッドに形成することができる測定値を
    提供する三次元体積走査パターン（30）を有する機上走
    査ドップラーレーダートランシーバと； 第１のラジアル線セグメントの中の連続するデータサン
    プルが複数の所定の特徴から選択された１つの特徴を示
    す第１のラジアル線セグメントを識別する手段（52）
    と； 各々の前記第１のラジアル線セグメントを各々の前記第
    １のラジアル線セグメントより上のラジアル上の類似の
    ラジアル位置にある任意の前記第１のラジアル線セグメ
    ントと比較して、前記選択された特徴を有する２−Ｄ気
    団を形成する手段（54）と； 各々の前記２−Ｄ気団を各々の前記２−Ｄ気団に隣接す
    る位置にある任意の前記２−Ｄ気団と比較して、前記選
    択された特徴を有し、ウィンドシャー条件を予測する際
    に有用である大気インジケータの潜在的場所を表現する
    ３−Ｄ気団を形成する手段（56）とを具備するウィンド
    シャー検出システム。
  23. 【請求項２３】前記選択された特徴は第１の方向の速度
    差である請求項22記載のウィンドシャー検出システム。
  24. 【請求項２４】前記選択された特徴は第２の方向の速度
    差である請求項23記載のウィンドシャー検出システム。
  25. 【請求項２５】前記選択された特徴は類似の反射率であ
    る請求項24記載のウィンドシャー検出システム。
  26. 【請求項２６】前記選択された特徴は類似のスペクトル
    幅である請求項25記載のウィンドシャー検出システム。
JP06523092A 1993-04-22 1993-04-22 飛行中ドップラー気象レーダーウィンドシャー検出システム Expired - Fee Related JP3084483B2 (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US1993/003772 WO1994024582A1 (en) 1993-04-22 1993-04-22 In flight doppler weather radar wind shear detection system

Publications (2)

Publication Number Publication Date
JPH08509061A JPH08509061A (ja) 1996-09-24
JP3084483B2 true JP3084483B2 (ja) 2000-09-04

Family

ID=22236530

Family Applications (1)

Application Number Title Priority Date Filing Date
JP06523092A Expired - Fee Related JP3084483B2 (ja) 1993-04-22 1993-04-22 飛行中ドップラー気象レーダーウィンドシャー検出システム

Country Status (4)

Country Link
EP (1) EP0695426B1 (ja)
JP (1) JP3084483B2 (ja)
DE (1) DE69307551T2 (ja)
WO (1) WO1994024582A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5959567A (en) * 1997-12-08 1999-09-28 Massachusetts Institute Of Technology Method and apparatus for tracking of organized storms
JP3745275B2 (ja) * 2000-04-25 2006-02-15 三菱電機株式会社 航空機搭載乱気流警報システム
JP3638862B2 (ja) * 2000-08-01 2005-04-13 三菱電機株式会社 乱気流検出装置及び乱気流検出方法
JP3724379B2 (ja) * 2001-03-14 2005-12-07 三菱電機株式会社 ウインドシア検出装置
JP3633499B2 (ja) * 2001-03-23 2005-03-30 三菱電機株式会社 後方乱気流検出装置および後方乱気流検出方法
US6690317B2 (en) * 2001-07-17 2004-02-10 Honeywell International Inc. Terrain database based ground return suppression
US6677886B1 (en) * 2002-10-28 2004-01-13 Raytheon Company Weather and airborne clutter suppression using a cluster shape classifier
US7233861B2 (en) 2003-12-08 2007-06-19 General Motors Corporation Prediction of vehicle operator destinations
US8395541B2 (en) * 2008-10-29 2013-03-12 Honeywell International Inc. Enhanced alerting of characteristic weather hazards
JP6176717B2 (ja) 2013-09-06 2017-08-09 国立研究開発法人宇宙航空研究開発機構 航空機運航用情報生成装置、航空機運航用情報生成方法、及び航空機運航用情報生成プログラム
WO2018093445A1 (en) * 2016-09-01 2018-05-24 Colorado State University Research Foundation Suppressing cyclically time-varying radar signatures

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5130712A (en) * 1991-04-09 1992-07-14 Unisys Corporation Microburst precursor detector utilizing microwave radar
US5198819A (en) * 1992-03-02 1993-03-30 Thermwood Corporation Weather radar display system
US5202690A (en) * 1992-06-02 1993-04-13 Frederick Philip R Automatic horizontal and vertical scanning radar

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ＩＥＥＥ ＴＯＲＡＮＳＡＣＴＩＯＮＳ ＯＮ ＧＥＯＳＣＩＥＮＣＥ ＥＬＥＣＴＲＯＮＩＣＳ ｖｏｌ．ＧＥ−１７，ｎｏ．４，Ｏｃｔｏｂｅｒ １９７９，ＮＥＷＹＯＲＫ ＵＳ ｐａｇｅｓ ２５０−２６２ ＣＲＡＮＥ ’Ａｕｔｏｍａｔｉｃ Ｃｅｌｌ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｔｒａｃｋｉｎｇ’

Also Published As

Publication number Publication date
EP0695426A1 (en) 1996-02-07
EP0695426B1 (en) 1997-01-15
JPH08509061A (ja) 1996-09-24
DE69307551D1 (de) 1997-02-27
WO1994024582A1 (en) 1994-10-27
DE69307551T2 (de) 1997-07-31

Similar Documents

Publication Publication Date Title
US5523759A (en) In flight doppler weather radar wind shear detection system
US9535158B1 (en) Weather radar system and method with fusion of multiple weather information sources
AU653812B2 (en) Microburst precursor detector utilizing microwave radar
JP2596499B2 (ja) 風のシア検出用機上気象レーダ
US4403220A (en) Radar system for collision avoidance
US7492305B1 (en) Weather profile display system and method with uncertainty indication
US7541970B1 (en) Weather radar with spurious reflection lobe mitigation
US6081220A (en) Radar system for observing weather phenomena with improved radar system parameters
US8089391B1 (en) Weather radar system and method using data from a lightning sensor
US9869766B1 (en) Enhancement of airborne weather radar performance using external weather data
AU701054B2 (en) Microburst detection system
US9689984B1 (en) Weather radar system and method with latency compensation for data link weather information
US11181634B1 (en) Systems and methods of intelligent weather sensing using deep learning convolutional neural networks
CN107783133B (zh) 毫米波雷达的固定翼无人机防撞系统及防撞方法
EP1412700A1 (en) Terrain database based ground return suppression
EP0543985A1 (en) WIND SHEAR DETECTION RADAR SYSTEM PERFORMING UPPER SCAN AND LOWER SITE SCAN.
EP3642645B1 (en) Methods and apparatus for distributed, multi-node, low-frequency radar systems for degraded visual environments
JP3084483B2 (ja) 飛行中ドップラー気象レーダーウィンドシャー検出システム
JP3322214B2 (ja) 気流検出方法およびレーザレーダ装置
JP3399827B2 (ja) 霧観測方法及び霧観測レーダシステム
JP3571268B2 (ja) 霧観測レーダ装置
Yanovsky Evolution and prospects of airborne weather radar functionality and technology
Wang et al. An imaging algorithm for obstacle detection of tunnel horizontal transporter based on millimeter wave radar
AU709721B2 (en) Enhanced microburst detection system
Yanovsky Airborne Weather Radar as Instrument for Remote Sensing of the Atmosphere

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20070707

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080707

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20080707

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090707

Year of fee payment: 9

LAPS Cancellation because of no payment of annual fees