JP3696135B2 - Turbulence prediction apparatus and turbulence prediction method - Google Patents

Turbulence prediction apparatus and turbulence prediction method Download PDF

Info

Publication number
JP3696135B2
JP3696135B2 JP2001257640A JP2001257640A JP3696135B2 JP 3696135 B2 JP3696135 B2 JP 3696135B2 JP 2001257640 A JP2001257640 A JP 2001257640A JP 2001257640 A JP2001257640 A JP 2001257640A JP 3696135 B2 JP3696135 B2 JP 3696135B2
Authority
JP
Japan
Prior art keywords
turbulence
attenuation parameter
prediction
unit
model
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
JP2001257640A
Other languages
Japanese (ja)
Other versions
JP2003067900A (en
Inventor
俊夫 若山
康功 大鋸
洋 酒巻
貴彦 藤坂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2001257640A priority Critical patent/JP3696135B2/en
Publication of JP2003067900A publication Critical patent/JP2003067900A/en
Application granted granted Critical
Publication of JP3696135B2 publication Critical patent/JP3696135B2/en
Anticipated expiration legal-status Critical
Expired - Fee Related legal-status Critical Current

Links

Images

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

Landscapes

  • Traffic Control Systems (AREA)
  • Radar Systems Or Details Thereof (AREA)

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。
【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。
【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。
【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 detection and measurement with pulsed solid-state coherent 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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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（Ａｉｒｃｒａｆｔ ＶＯＲＴＥＸ ＳＰＡＣＩＮＧ ＳＹＳＴＥＭ）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 vortex modelling effort in support of an operational aircraft spacing system, Papers. American Institute of Aeronautics and Astronautics, AIAA-98-0589, 1998.」に紹介されているＬＥＳ（Large-Eddy Simulation）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 approximate model of vortex decay in the atmosphere, 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 encounter, AIAA Applied Aerodynamics Conference, vol.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４−２４６８００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Ｃｏｒｊｏｎ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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【００４１】
図１において、１００は乱気流観測部、２００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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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、Ｇｒｅｅｎｅ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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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３３０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。
【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。
【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。
【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。
【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４３０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。
【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。
【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。
【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。
【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。
【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。
【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。
【００８０】
図６において、２４０は乱気流予測部２００Ａ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。
【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。
【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２２０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。
【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。
【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。
【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５５０及び５７０については、前述した図４のステップ３１０〜３３０、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。
【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。
【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。
【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。
【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。
【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。
【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。
【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１００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。
【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。
【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。
【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。
【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２１０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。
【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。
【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。
【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１００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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【図面の簡単な説明】
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【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。
【符号の説明】
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。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to a turbulence prediction apparatus and a turbulence prediction method for predicting the lifetime of turbulence generated behind an aircraft.
[0002]
[Prior art]
In recent years, the number of aircraft users has increased, and it is desired to increase the number of aircraft landings and arrivals at airports close to large cities. One way to increase the number of takeoffs and landings is to add a new runway. However, adding a runway is generally not easy. In order to increase the number of takeoffs and landings without increasing the number of runways, the utilization rate of existing runways must be increased. In order to increase the utilization rate of the existing runway, it is necessary to shorten the take-off and landing intervals while ensuring safety.
[0003]
Conventionally, the time interval between takeoff and landing is set so as to allow sufficient time for the turbulence generated behind the main wing to disappear as the aircraft flies. However, if the time when the turbulence disappears can be accurately known, it is possible to reduce the takeoff and landing interval by eliminating the margin of the takeoff and landing time interval while ensuring safety. This can increase the number of aircraft that can run per unit time per runway.
[0004]
In order to accurately know the time until the turbulence disappears, a sensor for detecting the wake turbulence is required. As this turbulence detection sensor, for example, the document `` SM Hannon and JA Thomson, Aircraft wake vortex detection and measurement with pulsed solid-state coherent laser radar, Journal of Modern Optics, vol.41, no.11, pp.2175-2196 , 1994. ”, there is a laser radar for wind speed measurement (hereinafter also referred to as Doppler lidar).
[0005]
A conventional turbulence prediction apparatus will be described with reference to the drawings. FIG. 11 is a diagram showing a generalized configuration of the laser radar for wind speed measurement as described above.
[0006]
In FIG. 11, 110 is an electromagnetic wave radiation unit, 120 is a transmission / reception unit, and 130 is a signal processing unit.
[0007]
FIG. 12 is a diagram illustrating a configuration of a signal processing unit of the laser radar for wind speed measurement in FIG.
[0008]
In FIG. 12, 131 is a Doppler velocity calculation unit, and 132 is a turbulence detection processing unit.
[0009]
Next, the operation of the conventional turbulence prediction apparatus will be described with reference to the drawings.
[0010]
The transmission / reception unit 120 generates a transmission light pulse. This transmission light pulse is transmitted to the electromagnetic wave radiation unit 110. The electromagnetic wave radiation unit 110 radiates a transmission light pulse to space. The electromagnetic wave radiation unit 110 includes, for example, a telescope that converges transmission light when the transmission light is radiated into space, and a reflection mirror that controls the direction of radiation. The transmitted light radiated to the space is reflected by the atmosphere. At that time, since the Doppler effect is generated according to the wind speed at the reflection position, the frequency of the reflected light from the atmosphere is shifted by the Doppler effect.
[0011]
The reflected light from the atmosphere is received by the electromagnetic wave radiation unit 110 and transmitted to the transmission / reception unit 120. The transceiver 120 outputs the received signal to the signal processor 130 after performing processing such as amplification and frequency conversion on the received signal.
[0012]
The Doppler velocity calculation unit 131 in the signal processing unit 130 calculates the Doppler frequency from the input received signal, and converts it to the target Doppler velocity, that is, the atmospheric visual direction wind velocity. This line-of-sight wind speed is obtained on a two-dimensional section of distance-angle.
[0013]
Next, the turbulence detection processing unit 132 introduces, for example, “Omori, Kirimoto, Detection of Aircraft Backward Turbulence Using Template Matching, IEICE Technical Report SANE99-9, 1999” for spatial distribution of wind speed. The turbulence is detected by the template matching method.
[0014]
From the turbulence detection processing unit 132, the position and intensity of the turbulence are output as a turbulence detection result. As the strength of the turbulent air flow, for example, it is conceivable to output a circulation value that is a value obtained by linearly integrating the wind speed distribution around the turbulent air vortex.
[0015]
In the above, an example of a technique for observing turbulent airflow with a laser radar has been shown. However, when rain or fog is present, turbulent airflow can also be observed with a radar using radio waves.
[0016]
The above description is related art about a device for detecting turbulence. However, in order to set the takeoff and landing interval of the aircraft, not only a device for detecting turbulence but also a device for predicting the life of the turbulence is required.
[0017]
With regard to the problem of how to actually set the takeoff and landing interval of an aircraft using a turbulence detection device, for example, in the United States, research and development of a system called AVOSS (Aircraft VORTEX SPACING SYSTEM) is currently in progress. . In this system, it is also necessary to know the lifetime of turbulence caused by the passage of an aircraft that will take off and land in the future in consideration of planning the flight of the aircraft.
[0018]
In order to predict the lifetime of turbulence, it is necessary to know a turbulence model that expresses the time change from when turbulence occurs until it disappears. Research and development has been ongoing for turbulence models. For example, the LES (Large) introduced in the document “FH Proctor, The NASA-Langley wake vortex modeling effort in support of an operational aircraft spacing system, Papers. American Institute of Aeronautics and Astronautics, AIAA-98-0589, 1998.” The method of calculating the time change of turbulence with a computer by numerically modeling fluid calculations, such as the (Eddy Simulation) model, has been studied.
[0019]
Also, the document `` GC Greene, An approximate model of vortex decay in the atmosphere, Journal of Aircraft, vol.23, no.7, pp.566-573, 1986. '' or the document `` A. Corjon and T. Poinsot, A model to define aircraft separations due to wake vortex encounter, AIAA Applied Aerodynamics Conference, vol.13, no.1, pp.117-124, 1995. A method for calculating the time change is also developed.
[0020]
Japanese Patent Laid-Open No. 4-246800 is another example of a technique for generating a warning by predicting the position of wake turbulence. However, in this prior art, only the position where the turbulent airflow is predicted from the passing position of the aircraft, the wind direction and the wind speed of the background, and no particular consideration is given to the attenuation of the turbulent airflow. Moreover, since there is no sensor for observing the turbulence itself, there is a problem that the prediction accuracy of the turbulence position cannot be increased.
[0021]
[Problems to be solved by the invention]
As described above, many turbulence models for predicting the lifetime of turbulence have been developed. However, in reality, these turbulence models have not yet been incorporated into a practical take-off and landing interval setting system. One reason is that the accuracy of the model is not sufficient. Regarding the fact that the accuracy of the model is not sufficient, it is conceivable that the accuracy of the parameters used in the model is not sufficient as well as the problem of modeling. For example, in the Greene and Corjon models, parameters such as the viscosity of the background atmosphere and the degree of turbulence are among the factors that determine the decay rate of turbulence (hereinafter referred to as decay parameters). These parameters are not always easy to measure directly. Therefore, the accuracy of the attenuation parameter set at the time of turbulence prediction is not sufficient, which may be a factor that degrades the accuracy of turbulence prediction.
[0022]
For this reason, it is necessary not only to predict the lifetime from the turbulence model, but also to correct the predicted turbulence lifetime based on the result of turbulence observation using a turbulence detector such as a laser radar for wind speed measurement. It is thought that there is. However, there has been no concrete implementation of a method of using the turbulence observation result by the turbulence detection sensor for improving the accuracy of the turbulent life prediction.
[0023]
The present invention has been made to solve the above-described problems. A turbulence prediction device and a turbulence prediction that can realize high turbulence prediction accuracy by feeding back the turbulence observation result by the sensor to the turbulence lifetime prediction. The purpose is to obtain a method.
[0024]
[Means for Solving the Problems]
A turbulence prediction apparatus according to claim 1 of the present invention observes turbulence generated behind an aircraft and outputs the position and intensity of the turbulence as observation data, and an aircraft to be predicted based on the observation data. A turbulence prediction unit that predicts the lifetime of turbulence generated behind the electromagnetic turbulence observation unit, the turbulence observation unit radiates electromagnetic waves into the atmosphere, and inputs an electromagnetic wave scattered in the atmosphere, and the electromagnetic wave emission A transmission / reception unit for generating a reception signal by inputting the electromagnetic wave scattered in the atmosphere from the electromagnetic wave emission unit and performing frequency conversion, and performing signal processing on the reception signal A signal processing unit that outputs observation data, and the turbulence prediction unit calculates a temporal change in the position and intensity of the turbulence based on a simulation model. A turbulence time change simulation unit, the observation data, an attenuation model that provides an aircraft model and a weather model to be observed as the simulation model, and determines the turbulence attenuation rate based on the simulation results obtained from the turbulence time change simulation unit An attenuation parameter estimation unit for estimating a parameter, the attenuation parameter, an aircraft model to be predicted and a weather model as the simulation model, and an aircraft to be predicted based on a simulation result obtained from the turbulence time change simulation unit And a turbulent life prediction unit for predicting the life of turbulent air generated behind the turbulent air.
[0025]
In the turbulence prediction apparatus according to claim 2 of the present invention, the turbulence prediction unit further includes an attenuation parameter prediction unit that obtains a predicted attenuation parameter that is a future attenuation parameter based on a temporal change of the estimated attenuation parameter. The turbulence life prediction unit provides the prediction attenuation parameter and the aircraft model and weather model to be predicted as the simulation model, and the prediction target aircraft based on the simulation result obtained from the turbulence time change simulation unit. This is to predict the lifetime of turbulent airflow that occurs behind.
[0026]
In the turbulence prediction apparatus according to claim 3 of the present invention, the observation data obtained by the attenuation parameter estimation unit in an initial value setting unit that sets an initial value of the attenuation parameter and a signal processing unit of the turbulence observation unit On the other hand, the simulation result obtained by the turbulence time change simulation unit is applied, and a fitting processing unit is provided for estimating the attenuation parameter so that they match.
[0027]
In the turbulence prediction device according to a fourth aspect of the present invention, the signal processing unit calculates a Doppler velocity calculation unit that calculates a Doppler velocity of electromagnetic waves scattered in the atmosphere from the received signal, and generates a turbulence from the spatial distribution of the Doppler velocity. And a turbulence detection processing unit that detects and outputs the observation data.
[0028]
In the turbulence prediction device according to claim 5 of the present invention, the signal processing unit calculates a Doppler velocity calculation unit for calculating a Doppler velocity of electromagnetic waves scattered in the atmosphere from the received signal, and generates a turbulence from the spatial distribution of the Doppler velocity. A turbulence detection processing unit that detects and outputs the observation data and an atmospheric turbulence calculation unit that calculates an atmospheric turbulence from the spatial distribution of the Doppler velocity.
[0029]
In the turbulence prediction apparatus according to claim 6 of the present invention, the fitting processing unit includes the atmospheric turbulence calculated by the atmospheric turbulence calculation unit in the attenuation parameter to be estimated, and the atmospheric turbulence is included in the atmospheric turbulence. It is used as an initial value for degree estimation.
[0030]
In the turbulence prediction apparatus according to claim 7 of the present invention, the signal processing unit calculates the Doppler velocity of the electromagnetic wave scattered in the atmosphere from the received signal, and the turbulence from the spatial distribution of the Doppler velocity. A turbulence detection processing unit that detects and outputs the observation data and a shear coefficient calculation unit that calculates a shear coefficient representing a spatial change rate of the wind speed from the spatial distribution of the Doppler velocity.
[0031]
In the turbulence prediction apparatus according to claim 8 of the present invention, the fitting processing unit includes the shear coefficient calculated by the shear coefficient calculation unit in the attenuation parameter to be estimated, and the shear coefficient is an initial of the shear coefficient estimation. It is used as a value.
[0032]
The turbulence prediction method according to claim 9 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, and an observed turbulence intensity. By fitting the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of, the fitting process step to estimate the attenuation parameter, and the aircraft model and weather model to be predicted are input A prediction target input step, a simulation step for calculating a temporal change in turbulence intensity using the estimated attenuation parameter, and a turbulence life prediction step for predicting the lifetime of the turbulence from the temporal change in turbulence intensity calculated in the simulation step. Is included.
[0033]
The turbulence prediction method according to claim 10 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, and an observed turbulence intensity. Is applied to the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter, and the fitting process step for estimating the attenuation parameter, and whether the fitting process step has been repeated a predetermined number of times. A determination step for determining, an initial value changing step for changing the initial value and returning to the fitting process step when the fitting process step is not repeated a predetermined number of times, and an estimation of the fitting process using a plurality of initial values Of the selected damping parameters An optimal solution selection step for selecting a parameter; a prediction target input step for inputting an aircraft model and a weather model to be predicted; a simulation step for calculating a temporal change in turbulence intensity using the selected attenuation parameter; And a turbulent life prediction step for predicting the turbulent life from the time change of the turbulence intensity calculated in the simulation step.
[0034]
The turbulence prediction method according to claim 11 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, and an observed turbulence intensity. By fitting the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the fitting process step for estimating the attenuation parameter, and the future from the time change characteristic of the estimated attenuation parameter An attenuation parameter prediction step for predicting the attenuation parameter of the aircraft, a prediction target input step for inputting an aircraft model and a weather model to be predicted, and a simulation step for calculating a temporal change in the turbulence intensity using the predicted attenuation parameter; , Calculated in the simulation step It is intended to include a turbulence lifetime prediction step of predicting the life of the turbulence from the time variation of the turbulence intensities.
[0035]
A turbulence prediction method according to claim 12 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, and an observed turbulence intensity. Is applied to the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter, and the fitting process step for estimating the attenuation parameter, and whether the fitting process step has been repeated a predetermined number of times. A determination step for determining, an initial value changing step for changing the initial value and returning to the fitting process step when the fitting process step is not repeated a predetermined number of times, and an estimation of the fitting process using a plurality of initial values Of the selected damping parameters An optimal solution selection step for selecting a parameter, an attenuation parameter prediction step for predicting a future attenuation parameter from the time-varying characteristics of the selected attenuation parameter, and a prediction target input step for inputting an aircraft model and a weather model to be predicted And a simulation step for calculating the temporal change of the turbulence intensity using the predicted attenuation parameter, and a turbulence lifetime prediction step for predicting the lifetime of the turbulence from the temporal change of the turbulence intensity calculated in the simulation step. .
[0036]
In the turbulence prediction method according to claim 13 of the present invention, the value of the attenuation parameter estimated from the result of observing turbulence in the past from the present time is used as the initial value of the fitting process.
[0037]
In a turbulent airflow prediction method according to a fourteenth aspect of the present invention, the attenuation parameter includes a coefficient representing the magnitude of the atmospheric viscosity.
[0038]
In a turbulence prediction method according to a fifteenth aspect of the present invention, the attenuation parameter includes a parameter indicating the magnitude of atmospheric turbulence.
[0039]
In a turbulent air flow prediction method according to a sixteenth aspect of the present invention, the attenuation parameter includes a parameter representing the magnitude of wind velocity shear.
[0040]
DETAILED DESCRIPTION OF THE INVENTION
Embodiment 1 FIG.
A turbulence prediction apparatus according to Embodiment 1 of the present invention will be described with reference to the drawings. FIG. 1 is a diagram showing an overall configuration of a turbulence prediction apparatus according to Embodiment 1 of the present invention. In addition, in each figure, the same code | symbol shows the same or equivalent part.
[0041]
In FIG. 1, 100 is a turbulence observation unit, and 200 is a turbulence prediction unit.
[0042]
Moreover, FIG. 2 is a figure which shows the structure of the turbulence prediction part of the turbulence prediction apparatus which concerns on Embodiment 1 of this invention. Note that the configuration of the turbulence observation unit is the same as that of the conventional turbulence prediction device shown in FIGS.
[0043]
In FIG. 2, 210 is an attenuation parameter estimation unit, 220 is a turbulence lifetime prediction unit, and 230 is a turbulence time change simulation unit. Reference numeral 211 denotes an initial value setting unit, and 212 denotes a fitting processing unit.
[0044]
Next, the operation of the turbulence prediction apparatus according to the first embodiment will be described with reference to the drawings.
[0045]
The turbulence observation unit 100 observes turbulence generated behind the aircraft using a sensor such as a Doppler lidar or Doppler radar, and outputs turbulence observation data. This turbulence observation data consists of time-series data of the position and intensity of the turbulence.
[0046]
Next, the turbulence prediction unit 200 estimates atmospheric parameters (hereinafter referred to as attenuation parameters) that determine the turbulence attenuation speed from the turbulence observation data obtained by the turbulence observation unit 100, the aircraft model to be observed, and the weather model. Then, from the attenuation parameter, the prediction target aircraft model, and the weather model, the lifetime of the turbulent air flow generated behind the prediction target aircraft is calculated and output.
[0047]
Here, the “observation target aircraft” means an aircraft that is a generation source of the turbulence observed by the turbulence observation unit 100. The “observation target aircraft model” means an aircraft model expressed by a set of parameters that determine the strength of the turbulence generated, such as the wing length, weight, and flight speed of the aircraft to be observed.
[0048]
On the other hand, the “prediction target aircraft” refers to an aircraft flying in the future that generates turbulence that is a target of life prediction in the turbulence prediction unit 200. The “prediction target aircraft model” means an aircraft model expressed by a set of parameters that determine the initial strength of turbulence generated behind the prediction target aircraft, such as the wing length, weight, and flight speed of the prediction target aircraft. .
[0049]
The turbulence observation unit 100 may use a conventional wind speed measurement laser radar. The configuration may be as shown in FIG. Further, the turbulence detection device may be realized by a Doppler radar. In this case, the transmission / reception unit 120 generates a transmission radio wave instead of the transmission light and radiates it from the electromagnetic wave radiation unit 110 to the space. An antenna is used as the electromagnetic wave radiation unit 110. Others are the same as in the case of the Doppler lidar.
[0050]
The attenuation parameter estimation unit 210 in the turbulence prediction unit 200 inputs the turbulence detection result obtained by the turbulence observation unit 100, that is, the observation data of the turbulence position and intensity. Further, aircraft parameters (model) and meteorological parameters (model) that are sources of observed turbulence are input from the outside. The attenuation parameter estimated using these input data is output to the turbulence lifetime prediction unit 220.
[0051]
Next, the turbulence lifetime prediction unit 220 inputs the attenuation parameter estimated by the attenuation parameter estimation unit 210, the aircraft parameter (model) to be predicted and the weather parameter (model) input from the outside, and the turbulence time change simulation. The time change of the turbulence of the prediction target aircraft is calculated using the unit 230. In the time change of the calculated turbulence intensity, it is considered that the turbulence has disappeared when it falls below a predetermined turbulence intensity standard, and the lifetime of the turbulence is calculated. The calculated turbulence lifetime is output from the turbulence lifetime prediction unit 220, that is, the turbulence prediction unit 200.
[0052]
FIG. 3 is a diagram showing the principle of the present invention.
[0053]
As shown in this figure, the attenuation parameter is estimated from the turbulence data observed in the past, the state of turbulence attenuation generated by the subsequent aircraft taking off and landing in the future is predicted, and the predicted life is calculated therefrom This is the gist of the present invention. The output turbulence lifetime is used by the air traffic control system, but the usage is outside the scope of the present invention.
[0054]
The turbulence time change simulation unit 230 inputs simulation model parameters from the attenuation parameter estimation unit 210 or the turbulence life prediction unit 220, and calculates the time change (hereinafter also referred to as turbulence time series) of the turbulence (simulation). Then, the calculation result (simulation result) is output to the attenuation parameter estimation unit 210 or the turbulence life prediction unit 220 that is the source of the instruction.
[0055]
As a specific simulation method, for example, a simulation using a LES model that has been conventionally developed may be used, or a simulation using a simple model of Green and Corjon may be executed.
[0056]
As the attenuation parameter estimated by the attenuation parameter estimation unit 210, one parameter that represents the atmospheric viscosity is conceivable. This is the amount expressed in CD in the Corjon document. Further, the parameter q representing the degree of atmospheric turbulence is also a parameter estimated by the attenuation parameter estimation unit 210. In addition, the attenuation parameter estimated by the attenuation parameter estimator 210 may be included in the attenuation parameter estimation unit 210 as the attenuation parameter.
[0057]
Next, the detailed configuration and operation of the attenuation parameter estimation unit 210 will be described.
[0058]
As shown in FIG. 2, the attenuation parameter estimation unit 210 includes an initial value setting unit 211 and a fitting processing unit 212.
[0059]
The fitting processing unit 212 applies the turbulence position and intensity data calculated by the turbulence time change simulation unit 230 to the turbulence position and intensity data obtained by the turbulence observation unit 100, and attenuates them so that they match. Estimate the parameters.
[0060]
For the fitting, for example, a general method of the least square method such as the Gauss-Newton method may be used. When this least square method is used, first, the square of the difference between the parameters relating to the position and intensity of the turbulence, for example, the horizontal position coordinates, the vertical position coordinates, and the circulation of the turbulence is calculated. Then, it is estimated that the attenuation parameter that minimizes the residual sum of squares obtained by adding all the squares of the calculated differences is the correct attenuation parameter.
[0061]
However, since this least square method is a nonlinear least square method, a solution to be estimated by iterative improvement is obtained. When obtaining a solution by iterative improvement, it is necessary to prepare an appropriate initial value in advance. The initial value is set by the initial value setting unit 211. In calculating the residual sum of squares, the residual sum of squares may be calculated only for the strength of the turbulent air without considering the position of the turbulent air.
[0062]
FIG. 4 is a flowchart showing an operation of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 1 of the present invention, that is, a turbulence prediction method.
[0063]
In step 310, the fitting processing unit 212 inputs an aircraft model and a weather model to be observed.
[0064]
Next, in step 320, the initial value setting unit 211 sets an initial value of the attenuation parameter.
[0065]
Next, in step 330, the turbulence time series calculated from the turbulence model (simulation model including the aircraft model to be observed and the weather model) is observed by the fitting processing unit 212 by the turbulence time change simulation unit 230. Attenuation parameters are estimated by fitting to the turbulence time series.
[0066]
Next, in step 340, the aircraft model and the weather model to be predicted are input by the turbulence life prediction unit 220.
[0067]
Next, in step 350, the turbulence time change simulation unit 230 uses the attenuation parameter estimated in step 330 and the aircraft model and weather model (simulation model) to be predicted input in step 340 to change the turbulence time change. By executing the simulation, the turbulence time series of the prediction target aircraft is calculated.
[0068]
In step 360, the turbulence lifetime prediction unit 220 obtains the lifetime of the turbulence subject to prediction from the turbulence time series calculated in step 350.
[0069]
As an initial value setting method in the initial value setting unit 211, when it can be assumed that the time change of the attenuation parameter is moderate, the estimation result of the attenuation parameter obtained when the attenuation parameter is estimated last is used as the initial value. It may be adopted as. In other words, the value of the attenuation parameter estimated from the result of observing turbulence in the past close to the current time is used as the initial value of the fitting process.
[0070]
When the time change of the attenuation parameter is large, or when a long time has elapsed since the previous estimation of the attenuation parameter, fitting by the least square method is performed using the initial value of multiple combinations within the range of values that each attenuation parameter can take. The case where the residual is the smallest may be executed as a correct estimation result.
[0071]
FIG. 5 is a flowchart showing another operation of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 1 of the present invention, that is, a turbulence prediction method when fitting is performed using a plurality of combinations of initial values.
[0072]
In step 440, the fitting processing unit 212 confirms whether or not the fitting in step 430 using different initial values has been repeated a predetermined number of times.
[0073]
In step 450, if the predetermined number of times is not repeated, the initial value is changed.
[0074]
In step 460, a case where the optimum fitting is performed is selected from the fitting execution results in step 430 using different initial values.
[0075]
Steps 410 to 430 and 470 to 490 other than the above are the same as steps 310 to 330 and 340 to 360 in FIG.
[0076]
In the case of the flow of FIG. 5, the estimation of the attenuation parameter by fitting is performed using a plurality of initial values. While the predetermined number of repetitions is not completed, the process branches from step 440 to step 450. In step 450, the combination of initial values is changed to a different one, and the process returns to step 430.
[0077]
When the processes of steps 430, 440, and 450 are repeated a predetermined number of times, the process branches from step 440 to step 460. In this step 460, in the attenuation parameter estimation using different initial values in step 430, it is determined that the optimum solution has been obtained when the fitting residual is the smallest, and the attenuation parameter in that case is used as the final solution. select. The selected attenuation parameter is used for the turbulence time change simulation in step 480.
[0078]
According to the turbulence prediction method shown in the flow of FIG. 5, it is necessary to perform the fitting process a plurality of times, so that more calculation time is required than in the method of the flow shown in FIG. 4. Even when it is large, the attenuation parameter can be accurately estimated, so that the accuracy of turbulence prediction is also increased.
[0079]
Embodiment 2. FIG.
A turbulence prediction apparatus according to Embodiment 2 of the present invention will be described with reference to the drawings. FIG. 6 is a diagram showing the configuration of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 2 of the present invention.
[0080]
In FIG. 6, 240 is an attenuation parameter prediction unit in the turbulence prediction unit 200A. Other configurations are the same as those in the first embodiment.
[0081]
In the first embodiment, the attenuation parameter calculated by the attenuation parameter estimation unit 210 is used as it is by the turbulence lifetime prediction unit 220. However, when the time change rate of the attenuation parameter is large, the attenuation parameter may be different between the time when the turbulence of the observation target aircraft is observed and the time when the prediction target aircraft passes. In the second embodiment, the turbulence lifetime is predicted using the predicted value of the attenuation parameter in consideration of the time change of the attenuation parameter.
[0082]
Next, the operation of the turbulence prediction apparatus according to the second embodiment will be described with reference to the drawings.
[0083]
The individual operations of the attenuation parameter estimation unit 210, the turbulence life prediction unit 220, and the turbulence time change simulation unit 230 in the turbulence prediction unit 200A are the same as those of the turbulence prediction unit 200 of the first embodiment. However, the point that the attenuation parameter output from the attenuation parameter estimation unit 210 is not passed to the turbulence life prediction unit 220 as it is, but is converted to a predicted attenuation parameter through the attenuation parameter prediction unit 240 and then passed to the turbulence life prediction unit 220 is as described above. This differs from the first embodiment.
[0084]
The attenuation parameter prediction unit 240 calculates the predicted value of the attenuation parameter at the time when the prediction target aircraft passes from the tendency of the attenuation parameter output from the attenuation parameter estimation unit 210 over time. Specifically, the predicted attenuation parameter is obtained by extrapolating the time change of the attenuation parameter. As an extrapolation method, for example, linear extrapolation may be performed, or curve extrapolation may be performed by polynomial approximation of the time change of the attenuation parameter.
[0085]
FIG. 7 is a flowchart showing an operation of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 2 of the present invention, that is, a turbulence detection method.
[0086]
In step 540, the attenuation parameter prediction unit 240 calculates a predicted value of the attenuation parameter.
[0087]
In step 560, the turbulence time change simulation unit 230 performs a turbulence time change simulation using the predicted attenuation parameter. Other steps 510 to 530 and steps 550 and 570 are the same as steps 310 to 330 and steps 340 and 360 in FIG. 4 described above.
[0088]
In the turbulence detection method shown in FIG. 7, the flow up to step 530 is the same as the flow of the turbulence detection method shown in FIG. However, in step 540, which is the next step after step 530, the predicted value of the attenuation parameter is calculated using the attenuation parameter estimated in step 530. The calculation of the predicted attenuation parameter value is performed by extrapolating the time variation of the attenuation parameter estimated in step 530. The predicted attenuation parameter is used in the turbulence time change simulation in step 560. Other steps are the same as the flow of the turbulence detection method shown in FIG. 4 as described above.
[0089]
FIG. 8 is a flowchart showing another operation of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 2 of the present invention, that is, a turbulence prediction method when fitting is performed using a plurality of combinations of initial values.
[0090]
The flow of FIG. 8 is the same as the flow of the turbulence detection method of FIG. 5 of the first embodiment in that the attenuation parameter is predicted using a combination of a plurality of initial values.
[0091]
Step 660 for calculating the predicted value of the attenuation parameter is added to the flow of FIG. 5, and in step 680 instead of step 480, the turbulence time change simulation using the predicted attenuation parameter is performed.
[0092]
According to the second embodiment, it is possible to maintain the prediction accuracy of the turbulent lifetime even when the time change rate of the attenuation parameter is large.
[0093]
Embodiment 3 FIG.
A turbulence prediction apparatus according to Embodiment 3 of the present invention will be described with reference to the drawings. FIG. 9 is a diagram showing a configuration of a signal processing unit of the turbulence prediction apparatus according to Embodiment 3 of the present invention.
[0094]
In FIG. 9, 133 is an atmospheric turbulence calculation unit. Other configurations are the same as those in FIG.
[0095]
The overall configuration of the turbulent airflow prediction apparatus according to the third embodiment is the same as that shown in FIG. Only the configuration of the signal processing unit 130A inside the turbulence observation unit 100 is different.
[0096]
In each of the above-described embodiments, the parameter q indicating the degree of disturbance in the background atmosphere is not a measurement target by the laser radar. However, since the parameter q represents the root mean square of the disturbance component of the wind speed in the background atmosphere, it can also be calculated from the Doppler velocity measurement result in the background atmosphere. Here, a case where the parameter q is measured by a laser radar will be described.
[0097]
The atmospheric turbulence calculation unit 133 in the signal processing unit 130A illustrated in FIG. 9 uses only the portion where the turbulence does not exist in the spatial distribution of the Doppler velocity calculated by the Doppler velocity calculation unit 131, and performs standard Doppler velocity. The deviation is calculated and the value is set as the parameter q. The greater the atmospheric turbulence, the greater the value of parameter q because there are various wind speed components.
[0098]
In this case, the atmospheric turbulence at a position different from that of the turbulent airflow is used, but the parameter q can be excluded from the fitting parameters when the atmospheric properties can be considered to be spatially uniform.
[0099]
Regarding the parameter q calculated from the observation data of the laser radar, there are two possible usage methods.
[0100]
One is a method in which the parameter q calculated by the atmospheric turbulence calculation unit 133 is used as it is by the turbulence lifetime prediction unit 220. In this case, in the attenuation parameter estimation unit 210, q is not a parameter estimated by fitting. Therefore, since the number of fitting parameters can be reduced, it is possible to reduce the amount of calculation required for the fitting.
[0101]
However, the value of the parameter q calculated by the atmospheric turbulence calculation unit 133 is calculated in a region different from the spatial position where turbulence exists, and the spatial resolution when the turbulence observation unit 100 observes the atmosphere. However, this parameter q may not be obtained with high accuracy because it is not necessarily high enough to measure the degree of disturbance. Therefore, a method may be considered in which the value of the parameter q calculated by the atmospheric turbulence calculation unit 133 is used as an initial value, and the value of the parameter q is corrected by the fitting processing unit 212. According to this, since the accuracy of the attenuation parameter q is improved, there is an effect that the prediction accuracy in the turbulence lifetime prediction unit 220 is also improved.
[0102]
Embodiment 4 FIG.
A turbulence prediction apparatus according to Embodiment 4 of the present invention will be described with reference to the drawings. FIG. 10 is a diagram showing the configuration of the signal processing unit of the turbulence prediction apparatus according to Embodiment 4 of the present invention.
[0103]
In FIG. 10, 134 is a shear coefficient calculation unit. Other configurations are the same as those in FIG.
[0104]
The overall configuration of the turbulent airflow prediction apparatus according to the fourth embodiment is the same as that shown in FIG. Only the configuration of the signal processing unit 130B inside the turbulence observation unit 100 is different.
[0105]
In the fourth embodiment, the shear coefficient is measured by a laser radar.
[0106]
In the shear coefficient calculation unit 134 shown in FIG. 10, only the portion where the turbulence does not exist in the spatial distribution of the Doppler velocity calculated by the Doppler velocity calculation unit 131 is used to calculate the wind speed change rate in the altitude direction of the Doppler velocity. Calculated as a coefficient.
[0107]
There are two possible ways of using the shear coefficient calculated from the observation data of the laser radar.
[0108]
One is a method in which the shear coefficient calculated by the shear coefficient calculation unit 134 is used as it is by the turbulence lifetime prediction unit 220. In this case, in the attenuation parameter estimation unit 210, the shear is not a parameter estimated by fitting. Therefore, since the number of fitting parameters can be reduced, it is possible to reduce the amount of calculation required for the fitting.
[0109]
However, since the value of the shear coefficient calculated by the shear coefficient calculation unit 134 is calculated in a region different from the spatial position where turbulence exists, this shear coefficient may not be obtained with high accuracy. sell. Therefore, a method may be considered in which the value of the shear coefficient calculated by the shear coefficient calculation unit 134 is used as an initial value, and the value of the shear coefficient is corrected by the fitting processing unit 212. According to this, since the estimation accuracy of the shear coefficient is improved, there is an effect that the prediction accuracy in the turbulence lifetime prediction unit 220 is also improved.
[0110]
【The invention's effect】
As described above, the turbulence prediction device according to claim 1 of the present invention observes the turbulence generated behind the aircraft and outputs the position and intensity of the turbulence as observation data, and based on the observation data. A turbulence prediction unit that predicts the lifetime of turbulence generated behind the aircraft to be predicted, and the turbulence observation unit emits electromagnetic waves into the atmosphere and inputs electromagnetic waves scattered in the atmosphere. A transmission / reception unit that outputs an electromagnetic wave generated to the electromagnetic wave emission unit and generates a reception signal by inputting an electromagnetic wave scattered in the atmosphere from the electromagnetic wave emission unit and performing frequency conversion, and a signal to the reception signal A signal processing unit that performs processing and outputs the observation data, and the turbulence prediction unit is configured to determine the position and strength of the turbulence based on a simulation model. A turbulence time change simulation unit for calculating the time change of the turbulence based on the simulation data obtained from the turbulence time change simulation unit by providing the observation data and the aircraft model and weather model to be observed as the simulation model Based on the simulation results obtained from the turbulence time change simulation unit by providing an attenuation parameter estimation unit for estimating the attenuation parameter for determining the attenuation rate, the attenuation parameter, and the aircraft model and weather model to be predicted as the simulation model. And a turbulent life prediction unit that predicts the lifetime of the turbulent airflow generated behind the aircraft that is the prediction target, and has the effect that the turbulent life prediction can be performed with high accuracy.
[0111]
In the turbulence prediction apparatus according to claim 2 of the present invention, as described above, the turbulence prediction unit determines the attenuation parameter prediction for obtaining a prediction attenuation parameter that is a future attenuation parameter based on the temporal change of the estimated attenuation parameter. The turbulence lifetime prediction unit further provides the prediction attenuation parameter and the simulation model obtained from the turbulence time change simulation unit by providing the aircraft model and weather model to be predicted as the simulation model. Since the lifetime of the turbulent airflow generated behind the target aircraft is predicted, the turbulent airflow prediction accuracy can be maintained even in weather conditions where the time change rate of the attenuation parameter is large.
[0112]
In the turbulence prediction device according to claim 3 of the present invention, as described above, the attenuation parameter estimation unit is obtained by an initial value setting unit that sets an initial value of the attenuation parameter and a signal processing unit of the turbulence observation unit. Since the simulation result obtained by the turbulence time change simulation unit is applied to the obtained observation data and the fitting processing unit estimates the attenuation parameter so that they match, the turbulence life prediction can be performed with high accuracy. There is an effect that can be performed in.
[0113]
In the turbulence prediction device according to claim 4 of the present invention, as described above, the signal processing unit calculates the Doppler velocity of the electromagnetic wave scattered in the atmosphere from the received signal, and the Doppler velocity Since it has a turbulence detection processing unit that detects turbulence from the spatial distribution and outputs the turbulence as the observation data, it has an effect that the turbulence life prediction can be performed with high accuracy.
[0114]
In the turbulence prediction device according to claim 5 of the present invention, as described above, the signal processing unit calculates the Doppler velocity of the electromagnetic wave scattered in the atmosphere from the received signal, and the Doppler velocity. Since it has a turbulence detection processing unit that detects turbulence from a spatial distribution and outputs it as the observation data, and an atmospheric turbulence calculation unit that calculates the atmospheric turbulence from the spatial distribution of the Doppler velocity, the atmosphere used as an initial value Even when the approximate value of the degree of turbulence is not known, there is an effect that it is possible to correctly predict the turbulence lifetime.
[0115]
In the turbulence prediction apparatus according to claim 6 of the present invention, as described above, the fitting processing unit includes the atmospheric turbulence calculated by the atmospheric turbulence calculation unit in the estimated attenuation parameter, and the atmospheric air Since the turbulence level is used as an initial value for estimating the atmospheric turbulence level, there is an effect that the turbulence lifetime can be predicted with higher accuracy.
[0116]
In the turbulence prediction device according to claim 7 of the present invention, as described above, the signal processing unit calculates the Doppler velocity of the electromagnetic wave scattered in the atmosphere from the received signal, and the Doppler velocity of the Doppler velocity Since it has a turbulence detection processing unit that detects turbulence from the spatial distribution and outputs it as the observation data, and a shear coefficient calculation unit that calculates a shear coefficient representing the spatial change rate of the wind speed from the spatial distribution of the Doppler velocity, an initial value Even when the approximate value of the shear coefficient to be used is not known, it is possible to correctly predict the turbulent lifetime.
[0117]
In the turbulence prediction apparatus according to claim 8 of the present invention, as described above, the fitting processing unit includes the shear coefficient calculated by the shear coefficient calculation unit in the estimated attenuation parameter, and the shear coefficient is calculated. Since it is used as an initial value for shear coefficient estimation, there is an effect that it is possible to perform turbulent life prediction with higher accuracy.
[0118]
As described above, the turbulence prediction method according to claim 9 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, By fitting the time variation of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time variation of the observed turbulence intensity, a fitting process step for estimating the attenuation parameter, the aircraft model to be predicted, and A prediction target input step for inputting a weather model, a simulation step for calculating a temporal change in turbulence intensity using the estimated attenuation parameter, and a lifetime of the turbulence from the temporal change in the turbulence intensity calculated in the simulation step Including a turbulent lifetime prediction step An effect that it is possible to perform the turbulence lifetime prediction with high accuracy.
[0119]
The turbulence prediction method according to claim 10 of the present invention, as described above, an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, By fitting the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity, the fitting process step for estimating the attenuation parameter, and the fitting process step Using a plurality of initial values, a determination step for determining whether the number of repetitions has been repeated, an initial value changing step for changing the initial value and returning to the fitting processing step when the fitting processing step has not been repeated a predetermined number of times Estimated damping parameters of the fitting process Of these, the optimal solution selection step for selecting the optimal attenuation parameter, the prediction target input step for inputting the aircraft model and the weather model to be predicted, and the temporal change of the turbulence intensity are calculated using the selected attenuation parameter. And a turbulent life prediction step for predicting the turbulent life from the temporal change in the turbulence intensity calculated in the simulation step. Even when it is difficult to set a value, it is possible to perform an attenuation parameter estimation with high accuracy.
[0120]
As described above, the turbulence prediction method according to claim 11 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, By fitting the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity, a fitting process step for estimating the attenuation parameter, and the estimated attenuation parameter Attenuation parameter prediction step for predicting a future attenuation parameter from the temporal change characteristic, a prediction target input step for inputting an aircraft model and a weather model to be predicted, and a temporal change in turbulence intensity using the predicted attenuation parameter. A simulation step to calculate, and the simulation Turbulence life prediction step that predicts the turbulence life time from the temporal change in turbulence intensity calculated in the calibration step, so that turbulence prediction accuracy can be maintained even in weather conditions where the time change rate of the attenuation parameter is large. There is an effect that can be done.
[0121]
As described above, the turbulence prediction method according to claim 12 of the present invention includes an observation target input step for inputting an aircraft model and a weather model to be observed, an initial value setting step for setting an initial value of an attenuation parameter, By fitting the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity, the fitting process step for estimating the attenuation parameter, and the fitting process step Using a plurality of initial values, a determination step for determining whether the number of repetitions has been repeated, an initial value changing step for changing the initial value and returning to the fitting processing step when the fitting processing step has not been repeated a predetermined number of times Estimated damping parameters of the fitting process An optimal solution selection step for selecting an optimal attenuation parameter, an attenuation parameter prediction step for predicting a future attenuation parameter from the time-varying characteristics of the selected attenuation parameter, an aircraft model and a weather model to be predicted A prediction target input step for inputting, a simulation step for calculating a temporal change in turbulence intensity using the predicted attenuation parameter, and a turbulent lifetime for predicting the lifetime of the turbulence from the temporal change in turbulence intensity calculated in the simulation step Including the prediction step, it is possible to maintain the turbulence prediction accuracy even in weather conditions in which the time change rate of the attenuation parameter is large.
[0122]
In the turbulence prediction method according to the thirteenth aspect of the present invention, as described above, the value of the attenuation parameter estimated from the result of observing the turbulence near the present time is used as the initial value of the fitting process. There is an effect that turbulence prediction can be performed with a small amount of calculation under weather conditions where the rate of change is small.
[0123]
In the turbulence prediction method according to claim 14 of the present invention, as described above, since the attenuation parameter includes a coefficient representing the magnitude of the atmospheric viscosity, the effect of the atmospheric viscosity can be accurately reflected in the prediction of the turbulent life. This is advantageous in that it is possible to perform turbulent life prediction with high accuracy.
[0124]
In the turbulence prediction method according to the fifteenth aspect of the present invention, as described above, since the attenuation parameter includes a parameter indicating the magnitude of the atmospheric turbulence, the effect of the atmospheric turbulence can be accurately reflected in the turbulent life prediction. It is possible to perform turbulent life prediction with high accuracy.
[0125]
In the turbulence prediction method according to the sixteenth aspect of the present invention, as described above, the attenuation parameter includes a parameter representing the size of the wind speed shear, so that the effect of the wind speed shear can be accurately reflected in the turbulence life prediction. It is possible to perform turbulent life prediction with high accuracy.
[Brief description of the drawings]
FIG. 1 is a diagram showing an overall configuration of a turbulence prediction apparatus according to Embodiment 1 of the present invention.
FIG. 2 is a diagram showing a configuration of a turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 1 of the present invention.
FIG. 3 is a diagram showing the principle of a turbulence prediction apparatus according to Embodiment 1 of the present invention.
FIG. 4 is a flowchart showing an operation of a turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 1 of the present invention.
FIG. 5 is a flowchart showing another operation of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 1 of the present invention;
FIG. 6 is a diagram showing a configuration of a turbulence prediction unit of a turbulence prediction apparatus according to Embodiment 2 of the present invention.
FIG. 7 is a flowchart showing an operation of a turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 2 of the present invention.
FIG. 8 is a flowchart showing another operation of the turbulence prediction unit of the turbulence prediction apparatus according to Embodiment 2 of the present invention;
FIG. 9 is a diagram showing a configuration of a signal processing unit of a turbulence observation unit of a turbulence prediction apparatus according to Embodiment 3 of the present invention.
FIG. 10 is a diagram showing a configuration of a signal processing unit of a turbulence observation unit of a turbulence prediction apparatus according to Embodiment 4 of the present invention.
FIG. 11 is a diagram showing a configuration of a conventional turbulence prediction device and a turbulence observation unit of the turbulence prediction device according to Embodiment 1 of the present invention.
FIG. 12 is a diagram illustrating a configuration of a signal processing unit of a conventional turbulence prediction device and a signal processing unit of a turbulence observation unit of the turbulence prediction device according to Embodiment 1 of the present invention;
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 100 Turbulence observation part, 110 Electromagnetic wave radiation | emission part, 120 Transmission / reception part, 130 Signal processing part, 130A Signal processing part, 130B Signal processing part, 131 Doppler velocity calculation part, 132 Turbulence detection processing part, 133 Atmospheric turbulence degree calculation part, 134 shear Coefficient calculation unit, 200 turbulence prediction unit, 200A turbulence prediction unit, 210 attenuation parameter estimation unit, 211 initial value setting unit, 212 fitting processing unit, 220 turbulence life prediction unit, 230 turbulence time change simulation unit, 240 attenuation parameter prediction unit

Claims (16)

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。A turbulence observation unit that observes turbulence generated behind the aircraft and outputs the position and intensity of the turbulence as observation data;
A turbulence prediction unit that predicts the lifetime of turbulence generated behind the aircraft to be predicted based on the observation data;
The turbulence monitoring unit
An electromagnetic wave radiation unit that radiates electromagnetic waves into the atmosphere and inputs electromagnetic waves scattered in the atmosphere;
A transmission / reception unit that outputs a generated electromagnetic wave to the electromagnetic wave radiation unit and generates a reception signal by performing frequency conversion by inputting an electromagnetic wave scattered in the atmosphere from the electromagnetic wave radiation unit,
A signal processing unit that performs signal processing on the received signal and outputs the observation data;
The turbulence prediction unit
A turbulence time change simulation unit that calculates a time change of the position and intensity of the turbulence based on the simulation model;
Attenuation parameter estimation that provides an aircraft model and a weather model to be observed as the observation data and the simulation model, and estimates an attenuation parameter that determines the attenuation rate of the turbulence based on the simulation result obtained from the turbulence time change simulation unit And
The aircraft model and weather model to be predicted are provided as the attenuation parameter and the simulation model, and the lifetime of the turbulence generated behind the aircraft to be predicted is predicted based on the simulation result obtained from the turbulence time change simulation unit. A turbulent air flow predicting device comprising a turbulent air flow life predicting unit. 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。The turbulence prediction unit
An attenuation parameter prediction unit that obtains a predicted attenuation parameter that is a future attenuation parameter based on a time change of the estimated attenuation parameter;
The turbulence life prediction unit provides the prediction attenuation parameter and the aircraft model and weather model to be predicted as the simulation model, and the rear of the aircraft to be predicted based on the simulation result obtained from the turbulence time change simulation unit. The turbulence prediction apparatus according to claim 1, wherein the lifetime of the turbulence generated in the apparatus is predicted. 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。The attenuation parameter estimator is
An initial value setting unit for setting an initial value of the attenuation parameter;
A fitting processing unit that applies the simulation result obtained by the turbulence time change simulation unit to the observation data obtained by the signal processing unit of the turbulence observation unit, and estimates an attenuation parameter so that they match. The turbulence prediction apparatus according to claim 1, wherein 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。The signal processing unit
A Doppler velocity calculator that calculates a Doppler velocity of electromagnetic waves scattered in the atmosphere from the received signal;
The turbulence prediction apparatus according to claim 3, further comprising: a turbulence detection processing unit that detects turbulence from the spatial distribution of the Doppler velocity and outputs the detected turbulence. 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。The signal processing unit
A Doppler velocity calculator that calculates a Doppler velocity of electromagnetic waves scattered in the atmosphere from the received signal;
A turbulence detection processing unit that detects turbulence from the spatial distribution of the Doppler velocity and outputs it as the observation data;
The turbulence prediction apparatus according to claim 3, further comprising an atmospheric turbulence calculation unit that calculates an atmospheric turbulence degree from the spatial distribution of the Doppler velocity. 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。The fitting processing unit includes the atmospheric turbulence calculated by the atmospheric turbulence calculation unit in the attenuation parameter to be estimated, and uses the atmospheric turbulence as an initial value for estimating the atmospheric turbulence. The turbulence prediction apparatus according to claim 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。The signal processing unit
A Doppler velocity calculator that calculates a Doppler velocity of electromagnetic waves scattered in the atmosphere from the received signal;
A turbulence detection processing unit that detects turbulence from the spatial distribution of the Doppler velocity and outputs it as the observation data;
The turbulence prediction apparatus according to claim 3, further comprising: a shear coefficient calculation unit that calculates a shear coefficient representing a spatial change rate of the wind speed from the spatial distribution of the Doppler velocity. 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。8. The fitting processing section includes the shear coefficient calculated by the shear coefficient calculation section in the attenuation parameter to be estimated, and uses the shear coefficient as an initial value for shear coefficient estimation. Turbulence prediction device. 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。An observation target input step for inputting an aircraft model and a weather model to be observed;
An initial value setting step for setting an initial value of the attenuation parameter;
A fitting process step for estimating the attenuation parameter by applying the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity;
A prediction target input step for inputting an aircraft model and a weather model to be predicted;
A simulation step of calculating a temporal change in turbulence intensity using the estimated attenuation parameter;
A turbulence lifetime prediction step for predicting a turbulence lifetime from a temporal change in the turbulence intensity calculated in the simulation step. 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。An observation target input step for inputting an aircraft model and a weather model to be observed;
An initial value setting step for setting an initial value of the attenuation parameter;
A fitting process step for estimating the attenuation parameter by applying the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity;
A determination step of determining whether or not the fitting process step has been repeated a predetermined number of times;
When the fitting process step is not repeated a predetermined number of times, an initial value changing step for changing the initial value and returning to the fitting process step, and among the attenuation parameters estimated by the fitting process using a plurality of initial values, An optimal solution selection step for selecting optimal attenuation parameters;
A prediction target input step for inputting an aircraft model and a weather model to be predicted;
A simulation step of calculating a temporal change in turbulence intensity using the selected attenuation parameter;
A turbulence lifetime prediction step for predicting a turbulence lifetime from a temporal change in the turbulence intensity calculated in the simulation step. 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。An observation target input step for inputting an aircraft model and a weather model to be observed;
An initial value setting step for setting an initial value of the attenuation parameter;
A fitting process step for estimating the attenuation parameter by applying the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity;
An attenuation parameter prediction step for predicting a future attenuation parameter from the time-varying characteristics of the estimated attenuation parameter;
A prediction target input step for inputting an aircraft model and a weather model to be predicted;
A simulation step of calculating a temporal change in turbulence intensity using the predicted attenuation parameter;
A turbulence lifetime prediction step for predicting a turbulence lifetime from a temporal change in the turbulence intensity calculated in the simulation step. 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。An observation target input step for inputting an aircraft model and a weather model to be observed;
An initial value setting step for setting an initial value of the attenuation parameter;
A fitting process step for estimating the attenuation parameter by applying the time change of the turbulence intensity calculated from the turbulence model obtained by assuming the attenuation parameter to the time change of the observed turbulence intensity;
A determination step of determining whether or not the fitting process step has been repeated a predetermined number of times;
When the fitting process step is not repeated a predetermined number of times, an initial value changing step for changing the initial value and returning to the fitting process step, and among the attenuation parameters estimated by the fitting process using a plurality of initial values, An optimal solution selection step for selecting optimal attenuation parameters;
An attenuation parameter prediction step of predicting a future attenuation parameter from the time-varying characteristics of the selected attenuation parameter;
A prediction target input step for inputting an aircraft model and a weather model to be predicted;
A simulation step of calculating a temporal change in turbulence intensity using the predicted attenuation parameter;
A turbulence lifetime prediction step for predicting a turbulence lifetime from a temporal change in the turbulence intensity calculated in the simulation step. 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。The turbulence prediction method according to claim 9 or 11, wherein a value of an attenuation parameter estimated from a result of observing turbulence in the past close to the present time is used as an initial value of the fitting process. 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。The turbulence prediction method according to any one of claims 9 to 12, wherein the attenuation parameter includes a coefficient representing the magnitude of the viscosity of the atmosphere. 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。The turbulence prediction method according to any one of claims 9 to 12, wherein the attenuation parameter includes a parameter representing a magnitude of atmospheric turbulence. 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。The turbulence prediction method according to any one of claims 9 to 12, wherein the attenuation parameter includes a parameter representing a magnitude of wind velocity shear.
JP2001257640A 2001-08-28 2001-08-28 Turbulence prediction apparatus and turbulence prediction method Expired - Fee Related JP3696135B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001257640A JP3696135B2 (en) 2001-08-28 2001-08-28 Turbulence prediction apparatus and turbulence prediction method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001257640A JP3696135B2 (en) 2001-08-28 2001-08-28 Turbulence prediction apparatus and turbulence prediction method

Publications (2)

Publication Number Publication Date
JP2003067900A JP2003067900A (en) 2003-03-07
JP3696135B2 true JP3696135B2 (en) 2005-09-14

Family

ID=19085270

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001257640A Expired - Fee Related JP3696135B2 (en) 2001-08-28 2001-08-28 Turbulence prediction apparatus and turbulence prediction method

Country Status (1)

Country Link
JP (1) JP3696135B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101471256B1 (en) * 2012-12-26 2014-12-10 한국전자통신연구원 Apparatus and method for obsesrving physical phenomenon of ocean and atmosphere

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006250703A (en) * 2005-03-10 2006-09-21 Universal Shipbuilding Corp Conductivity estimation method, system, and apparatus for seabed matter and program for conductivity estimation method for seabed matter
JP5025359B2 (en) * 2007-05-22 2012-09-12 三菱電機株式会社 Radar equipment
JP5523534B2 (en) * 2012-10-22 2014-06-18 沖電気工業株式会社 Feature amount calculation apparatus and program
CN107991552A (en) * 2017-11-20 2018-05-04 中国运载火箭技术研究院 A kind of Reusable Launch Vehicles life appraisal and forecasting system and method
CN116324523A (en) 2020-08-03 2023-06-23 全日空控股株式会社 Turbulence prediction system and turbulence prediction method
CN113225130B (en) * 2021-03-25 2022-09-09 中国人民解放军国防科技大学 Atmospheric turbulence equivalent phase screen prediction method based on machine learning
CN118332934B (en) * 2024-06-12 2024-10-18 西安热工研究院有限公司 Super capacitor service life prediction method and system based on energy storage capacity

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062698A (en) * 1998-08-25 2000-02-29 Shigeru Nagano Turbulence avoiding navigation device
JP3257595B2 (en) * 1999-03-05 2002-02-18 日本電気株式会社 Air traffic flow adjustment system
JP3633363B2 (en) * 1999-04-28 2005-03-30 三菱電機株式会社 Back turbulence detection device and back turbulence detection method
JP2001167399A (en) * 1999-12-06 2001-06-22 Mitsubishi Electric Corp Flying object operation system
JP3628621B2 (en) * 2001-03-06 2005-03-16 三菱電機株式会社 Turbulence detection device and turbulence detection method

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101471256B1 (en) * 2012-12-26 2014-12-10 한국전자통신연구원 Apparatus and method for obsesrving physical phenomenon of ocean and atmosphere

Also Published As

Publication number Publication date
JP2003067900A (en) 2003-03-07

Similar Documents

Publication Publication Date Title
JP6583677B2 (en) Remote airflow measuring device, remote airflow measuring method and program
JP5717174B2 (en) Remote turbulence detection method and apparatus for implementing the same
CN101535846B (en) Airborne turbulence location system and methods
US7523657B2 (en) Method and device for measuring air turbulence in the surroundings of an aircraft
US9091538B2 (en) Laser landing altimeter for precision aircraft landing aid
Perry et al. NASA wake vortex research for aircraft spacing
JP2010526716A (en) Radar turbulence radar monitoring method
Köpp et al. Comparison of wake-vortex parameters measured by pulsed and continuous-wave lidars
JP3696135B2 (en) Turbulence prediction apparatus and turbulence prediction method
Greenwood Helicopter flight procedures for community noise reduction
Bonin et al. Measurements of the temperature structure-function parameters with a small unmanned aerial system compared with a sodar
KR20190059384A (en) Apparatus and method for measuring of radar cross section based on physical theory of diffraction
JP2021529303A (en) A method for measuring wave height using onboard radar
Tan et al. Virtual flight simulation of delivery drone noise in the urban residential community
Li et al. Circulation retrieval of wake vortex under rainy condition with a vertically pointing radar
Smalikho Taking into account the ground effect on aircraft wake vortices when estimating their circulation from lidar measurements
JP5511196B2 (en) Back turbulence detector
JP3628621B2 (en) Turbulence detection device and turbulence detection method
JP2021514037A (en) Control systems for controlling turbines, methods for controlling turbines, and wind turbines
Li et al. Circulation retrieval of simulated wake vortices under rainy condition with a side-looking scanning radar
JP3933926B2 (en) Turbulence detection device and turbulence detection method
Ragni et al. Measurement techniques for aeroacoustics: From aerodynamic comparisons to aeroacoustic assimilations
Penkin et al. Detection of the aircraft vortex wake with the aid of a coherent Doppler lidar
Greenwood et al. Effects of ambient conditions on helicopter rotor source noise modeling
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