KR20150043392A - 바람 벡터 추산 - Google Patents

바람 벡터 추산 Download PDF

Info

Publication number
KR20150043392A
KR20150043392A KR20157006150A KR20157006150A KR20150043392A KR 20150043392 A KR20150043392 A KR 20150043392A KR 20157006150 A KR20157006150 A KR 20157006150A KR 20157006150 A KR20157006150 A KR 20157006150A KR 20150043392 A KR20150043392 A KR 20150043392A
Authority
KR
South Korea
Prior art keywords
estimate
wind vector
wind
aircraft
platform
Prior art date
Application number
KR20157006150A
Other languages
English (en)
Inventor
마이클 에스. 란돌프
조셉 제이. 손더스
앤드류 에프. 섀퍼
Original Assignee
록히드 마틴 코포레이션
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 록히드 마틴 코포레이션 filed Critical 록히드 마틴 코포레이션
Publication of KR20150043392A publication Critical patent/KR20150043392A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • G01P13/04—Indicating positive or negative direction of a linear movement or clockwise or anti-clockwise direction of a rotational movement
    • G01P13/045—Indicating positive or negative direction of a linear movement or clockwise or anti-clockwise direction of a rotational movement with speed indication

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)

Abstract

바람 벡터의 추산치를 산출하는 방법 및 장치가 제공된다. 플랫폼의 기동은 정상-비행 이동 기동, 부분 선회 기동 또는 완전 선회 기동으로 식별될 수 있다. 플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치는 기동-특정 산출 방법을 적용하여 산출될 수 있다. 바람 벡터의 사전 추산치와 관련된 게인은 상태-특정 산출 방법을 적용하여 산출될 수 있다. 바람 벡터의 필터링된 추산치는 바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 갱신될 수 있다.

Description

바람 벡터 추산{ESTIMATING A WIND VECTOR}
본 발명은 풍속 및 풍향을 정확하게 추산하기 위한 장치 및 방법에 관한 것이다. 바람을 잘못 계산하면 특히 지면 근접 작동(즉, 이륙 및 착륙) 시의 제어 소실을 포함하여 포함하여 항공기 성능에 해로운 영향을 줄 수 있다. 이러한 결과는 적어도 몇몇의 경우 풍속 및 풍향의 정확한 추산치가 얻어지면 완화 또는 회피될 수 있다.
경항공기(즉, 열기구와 같이 공기보다 가벼운 항공기), 고정익 항공기(예컨대, 글라이더, 프로펠러 기반 비행기 및 제트기) 및 회전익 항공기(예컨대, 헬리콥터)를 포함하는 다양한 유형의 비행기가 공지되었다. 항공기는 인간 조작자(즉, 조종사) 또는 컴퓨터에 의해 제어되고, 또한 "유인식"(즉, 조종사가 항공기에 위치됨) 또는 "무인식"(즉, 항공기가 항공기로부터 멀리 위치된 조종사 또는 컴퓨터에 의해 제어됨)일 수 있다. 무인식 항공기는 무인 항공기(UAV)로도 지칭된다.
항공기의 위치 및 이동은 지적선(ground track), 대지 속도, 대지 벡터, 방위(heading), 진방위(true heading), 드리프트 각, 크랩(crab) 각, 공중 항적(track), 대기속도, 진대기속도, 사이드슬립 및 바람 등의 하나 이상의 관련 기술 용어를 사용하여 나타낼 수 있다. 항공기의 "지적선"은 지면에 대한 항공기의 이동으로 나타낼 수 있다. 지면에 대한 항공기 이동의 속도는 "대지 속도"로 나타낼 수 있다. 항공기의 "대지 벡터"는 항공기의 지적선 및 대지 속도를 포함할 수 있다. 항공기의 "방위"는 항공기의 길이방향 축이 가리키는 (진북 또는 자북 중 어느 하나에 대한)방향으로 나타낼 수 있다. 방위가 진북을 참조할 때 방위는 "진방위"로 나타낼 수 있고, 방위가 자북을 참조할 때 방위는 "자방위(magnetic heading)"로 나타낼 수 있다. 항공기의 "드리프트 각" 또는 "크랩 각"은 항공기의 지적선과 항공기의 방위 사이의 각도로 나타낼 수 있다. 기단(air mass)에 대한 항공기의 이동은 "공중 항적"으로 나타낼 수 있고 기단에 대한 항공기 이동 속도는 "대기속도"로 나타낼 수 있다. 항공기의 "대기 벡터"는 항공기의 공중 항적 및 대기속도를 포함할 수 있다. 항공기를 둘러싸는 몇몇 대기 조건에 대해 보정될 때, 측정된 대기속도는 "진대기속도"로 나타낼 수 있다. 항공기가 기단에 대해 전방 및 옆으로 이동할 때, 항공기는 "슬라이드슬립"에 있다고 할 수 있다. "바람"은 지면에 대한 기단의 이동으로 나타낼 수 있다. 앞의 정의는 독자가 관련 기술분야의 이들 용어와 관련된 개념의 이해를 돕기 위해 의도된 것으로, 이들 용어의 의미는 관련 기술분야의 통상의 기술자에게 잘 이해된다.
바람 벡터는 풍속 및 풍향을 포함한 바람의 특성일 수 있다. 바람 벡터는 이차원(2D) 또는 3차원(3D) 공간의 단일 벡터 또는 상호 직교 성분 벡터의 세트로 표현될 수 있다. 도 1은 바람 벡터의 대체 표현을 도시한다. 도 1의 도시에서, 바람은 40 노트로 동-북동으로 분다. 따라서, 대응하는 바람 벡터는 40 노트의 크기 및 22.5도의 동북 방향을 갖는 단일 벡터(100) 또는 성분 벡터(110 및 120)로 표현될 수 있다. 성분 벡터(110)는 북쪽을 지향하고 15.31 노트의 크기를 갖고, 성분 벡터(120)는 동쪽을 지향하고 36.96 노크의 크기를 갖는다.
정확한 바람 벡터를 항공기에 제공하는 것은 항공기의 안전 및 성능을 개선할 수 있다. 바람 상태를 고려하도록 항공기 비행 제어가 적절하게 조절되지 않는 경우, 바람은 항공기의 진행을 늦추고, 항공기의 항로를 변경시키고 또는 항공기가 추락하도록 할 수 있다. 이러한 바람직하지 않은 결과는, 항공기의 조작자가 풍속 및 풍향의 정확한 측정값을 얻고 이들 측정값을 사용하여 항공기의 방위, 배향, 속도 등을 조절하는 경우에 회피 또는 완화될 수 있다.
바람 벡터를 측정하는 하나의 종래 기술은 추측 항법이다. 추측 항법의 기초가 되는 개념이 바람 삼각형(200)을 도시하는 도 2에 도시된다. 바람 삼각형(200)의 3개의 변은 대지 벡터(202), 대기 벡터(204) 및 바람 벡터(206)에 의해 형성된다. 대기 벡터(202)와 대지 벡터(204) 사이의 각도(208)는 드리프트 각이다. 도 2에 도시된 바와 같이, 항공기의 대기 벡터(202)와 대지 벡터(204) 사이의 차이가 바람 벡터(206)이다. 따라서 바람 벡터(206)는 항공기의 대기 벡터(204) 및 대지 벡터(202)를 측정하고 대기 벡터(204)로부터 대지 벡터(202)를 감산함으로써 추산될 수 있다.
상술한 바와 같이, 항공기의 대기 벡터(202)는 항공기의 대기속도 및 공중 항적을 포함한다. 대기속도는 항공기에 부착된 피토관 등의 센서에 의해 측정될 수 있다. 피토관은 유체 유동 속도를 검출하는 압력 측정기를 사용한다. 특히, 피토관은 유체가 관의 길이방향 축의 방향에서 관으로 유동하는 속도를 측정한다. 따라서, 항공기의 길이방향 축과 정렬된 피토관은 항공기의 길이방향 축의 방향에서 기단의 이동 속도를 검출할 수 있다. 항공기의 대지 벡터(204)는 위성 위치 확인 시스템(GPS) 등의 위치 확인 시스템의 데이터로부터 얻을 수 있다. 이와 달리, 대지 벡터(204)는 공지된 제1 위치 위의 위치로부터 공지된 제2 위치 위의 위치까지 비행하는데 요구되는 시간을 측정하는 것과 같은 다른 수단에 의해 얻을 수 있다.
바람 삼각형(200)을 사용하여, 바람 벡터(206)의 북쪽 및 동쪽 성분은 다음과 같이 산출될 수 있다.
북쪽 풍속 = mag(대지벡터)*cos(angle(대지벡터)) -
mag(대기 벡터)*cos(angle(대기 벡터)) [1]
동쪽 풍속 = mag(대지벡터)*sin(angle(대지벡터)) -
mag(대기 벡터)*sin(angle(대기 벡터)) [2]
여기서 mag(x)는 벡터 x의 크기를 나타내고, angle(x)는 벡터 x의 방향을 나타낸다.
유사하게, 성분 바람 벡터는 다음과 같이 하나의 바람 벡터로 결합될 수 있다.
Figure pct00001
[3]
Figure pct00002
[4]
항공기가 무시해도 될 가속도 및 무시해도 될 방향 변화로 비행할 때, 항공기의 비행은 "정상-상태"로 나타낼 수 있다. 항공기가 무시해도 될 가속도, 방향 변화 및 고도 변화로 비행할 때, 항공기의 비행은 "정상-직진"으로 나타낼 수 있다.
본 개시 내용의 실시예에 따르면, 바람 벡터의 추산치를 산출하는 방법이 제공된다. 이 방법은, 프로세서를 사용하여 플랫폼의 기동을 식별하는 단계로서, 식별된 기동은 정상-직진 이동 기동, 부분 선회 기동 또는 완전 선회 기동 중 하나를 포함하는, 플랫폼 기동 식별 단계와, 프로세서를 사용하여 플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치를 산출하는 단계로서, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 바람 벡터의 사전 추산치 산출 단계와, 프로세서를 사용하여 바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 게인 산출 단계, 및 프로세서를 사용하여 바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 바람 벡터의 필터링된 추산치를 갱신하는 단계를 포함할 수 있다.
이 방법의 몇몇 실시예에서, 항공기의 상태는 식별된 기동, 바람 벡터의 사전 추산치의 추산된 에러, 항공기에 의해 사전에 실행된 하나 이상의 기동, 및/또는 항공기에 의해 경험된 조건을 포함할 수 있다.
이 방법의 몇몇 실시예에서, 플랫폼의 기동을 부분 선회 기동으로서 식별하는 단계는 제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계와, 제2 시간에, 플랫폼이 선회를 실행하지 않는 것을 검출하는 단계, 및 제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 2π 라디안보다 작은 것을 산출하는 단계를 포함할 수 있다.
이 방법의 몇몇 실시예에서, 플랫폼의 기동을 완전 선회 기동으로 식별하는 단계는 제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계 및 제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 대략 2π 라디안 인지를 산출하는 단계를 포함할 수 있다.
프로세서를 사용하여 직교 바람 벡터의 사전 추산치를 산출하는 단계로서, 직교 바람 벡터는 플랫폼 근처에 지배적인 바람 조건에 대응하며 바람 벡터의 사전 추산치의 방향에 직교하는 방향에 대응하고, 직교 바람 벡터의 사전 추산치를 산출하는 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 직교 바람 벡터 사전 추산치 산출 단계와, 프로세서를 사용하여 직교 바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 직교 바람 벡터 사전 추산치와 관련된 게인 산출 단계, 및 프로세서를 사용하여 직교 바람 벡터의 사전 추산치 및 직교 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 직교 바람 벡터의 필터링된 추산치를 갱신하는 단계를 더 포함할 수 있다.
이 방법의 몇몇 실시예에서, 바람 벡터의 사전 추산치와 관련된 게인은 바람 벡터의 사전 추산치의 추산된 에러에 적어도 부분적으로 의존하고, 추산된 에러는 식별된 기동의 유형에 적어도 부분적으로 의존할 수 있다.
이 방법의 몇몇 실시예에서, 식별된 기동은 부분 선회 기동을 포함할 수 있고, 바람 벡터의 사전 추산치의 추산된 에러는 추가로 부분 선회 기동과 관련된 데이터와 완전 선회 기동과 관련된 데이터 사이의 피팅의 추산치에 적어도 부분적으로 의존하고, 피팅의 추산치는 부분 선회 기동과 관련된 완전 선회의 백분율 및 부분 선회 기동과 관련된 완전 선회의 위상에 의존할 수 있다.
이 방법의 몇몇 실시예에서, 완전 선회 기동과 관련된 데이터는 플랫폼에 의존할 수 있다.
본 개시 내용의 다른 실시예에 따르면, 바람 벡터를 추산하기 위한 기기가 제공되고, 이 기기는 프로세서 및 메모리를 포함하고, 메모리는 실행될 때 프로세서가 플랫폼의 기동을 식별하는 단계로서, 식별된 기동은 정상-직진 이동 기동, 부분 선회 기동 또는 완전 선회 기동 중 하나를 포함하는, 플랫폼 기동 식별 단계와, 플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치를 산출하는 단계로서, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 바람 벡터의 사전 추산치 산출 단계와, 바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 게인 산출 단계, 및 바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 바람 벡터의 필터링된 추산치를 갱신하는 단계의 방법을 실행하도록 명령을 저장한다.
이 기기의 몇몇 실시예에서, 항공기의 상태는 식별된 기동, 바람 벡터의 사전 추산치의 추산된 에러, 항공기에 의해 사전에 실행된 하나 이상의 기동, 및/또는 항공기에 의해 경험된 조건을 포함할 수 있다.
이 기기의 몇몇 실시예에서, 플랫폼의 기동을 부분 선회 기동으로서 식별하는 단계는 제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계와, 제2 시간에, 플랫폼이 선회를 실행하지 않는 것을 검출하는 단계, 및 제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 2π 라디안보다 작은 것을 산출하는 단계를 포함할 수 있다.
이 기기의 몇몇 실시예에서, 바람 벡터의 사전 추산치와 관련된 게인은 바람 벡터의 사전 추산치의 추산된 에러에 적어도 부분적으로 의존하고, 추산된 에러는 식별된 기동의 유형에 적어도 부분적으로 의존할 수 있다.
이 기기의 몇몇 실시예에서, 식별된 기동은 부분 선회 기동을 포함할 수 있고, 바람 벡터의 사전 추산치의 추산된 에러는 추가로 부분 선회 기동과 관련된 데이터와 완전 선회 기동과 관련된 데이터 사이의 피팅의 추산치에 적어도 부분적으로 의존하고, 피팅의 추산치는 부분 선회 기동과 관련된 완전 선회의 백분율 및 부분 선회 기동과 관련된 완전 선회의 위상에 의존할 수 있다.
이 기기의 몇몇 실시예에서, 완전 선회 기동과 관련된 데이터는 플랫폼에 의존할 수 있다.
본 개시 내용의 다른 실시예에 따르면, 방법을 실행하기 위해 컴퓨터를 제어하기 위한 명령을 저장한 하나 이상의 컴퓨터 판독 가능 저장 매체가 제공되고, 이 방법은 플랫폼의 기동을 식별하는 단계로서, 식별된 기동은 정상-직진 이동 기동, 부분 선회 기동 또는 완전 선회 기동 중 하나를 포함하는, 플랫폼 기동 식별 단계와, 플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치를 산출하는 단계로서, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 바람 벡터의 사전 추산치 산출 단계와, 바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 게인 산출 단계, 및 바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 바람 벡터의 필터링된 추산치를 갱신하는 단계를 포함한다.
하나 이상의 컴퓨터 판독 가능 저장 매체의 몇몇 실시예에서, 항공기의 상태는 식별된 기동, 바람 벡터의 사전 추산치의 추산된 에러, 항공기에 의해 사전에 실행된 하나 이상의 기동, 및/또는 항공기에 의해 경험된 조건을 포함할 수 있다.
하나 이상의 컴퓨터 판독 가능 저장 매체의 몇몇 실시예에서, 플랫폼의 기동을 부분 선회 기동으로서 식별하는 단계는 제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계와, 제2 시간에, 플랫폼이 선회를 실행하지 않는 것을 검출하는 단계, 및 제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 2π 라디안보다 작은 것을 산출하는 단계를 포함할 수 있다.
하나 이상의 컴퓨터 판독 가능 저장 매체의 몇몇 실시예에서, 바람 벡터의 사전 추산치와 관련된 게인은 바람 벡터의 사전 추산치의 추산된 에러에 적어도 부분적으로 의존하고, 추산된 에러는 식별된 기동의 유형에 적어도 부분적으로 의존할 수 있다.
하나 이상의 컴퓨터 판독 가능 저장 매체의 몇몇 실시예에서, 식별된 기동은 부분 선회 기동을 포함하고, 바람 벡터의 사전 추산치의 추산된 에러는 추가로 부분 선회 기동과 관련된 데이터와 완전 선회 기동과 관련된 데이터 사이의 피팅의 추산치에 적어도 부분적으로 의존하고, 피팅의 추산치는 부분 선회 기동과 관련된 완전 선회의 백분율 및 부분 선회 기동과 관련된 완전 선회의 위상에 의존할 수 있다.
하나 이상의 컴퓨터 판독 가능 저장 매체의 몇몇 실시예에서, 완전 선회 기동과 관련된 데이터는 플랫폼에 의존할 수 있다.
앞의 내용은 첨부된 청구항에 의해 한정되는 본 발명의 비제한적 요약이다.
첨부 도면은 축척으로 도시되도록 의도되지 않는다. 도면에서, 다양한 형상으로 도시된 각각의 동일 또는 거의 동일한 구성요소는 유사한 번호로 표시된다. 간략화를 위해 모든 도면에 모든 구성요소가 표시되지 않을 수 있다.
도 1은 바람 벡터의 도시도이다.
도 2는 대기 벡터, 대지 벡터 및 바람 벡터 사이의 관계를 도시하는 바람 삼각형의 도시도이다.
도 3은 추측 항법 알고리즘에 대한 대기속도 데이터를 생성하도록 대기속도 측정값을 필터링하기에 적합한 2차수 필터의 도시도이다.
도 4는 바람 추산 유닛의 예시적 실시예의 블록도이다.
도 5는 추산 유닛의 예시적 실시예의 블록도이다.
도 6은 북쪽 성분 바람 벡터의 예시적 시퀀스의 크기의 도시도이다.
도 7은 컴퓨터의 예시적 실시예의 개략도이다.
도 8은 바람 벡터의 사전 추산치의 에러를 추산하기 위한 룩업 테이블을 생성하는 예시적 프로세스의 흐름도이다.
도 9는 바람 벡터의 추산치를 산출하기 위한 예시적 프로세스의 흐름도이다.
도 10은 부분적 선회 기동으로서 항공기의 기동을 식별하기 위한 예시적 프로세스의 흐름도이다.
도 11은 완전 선회 기동으로서 항공기의 기동을 식별하기 위한 예시적 프로세스의 흐름도이다.
도 12은 바람 벡터의 추산치를 산출하기 위한 다른 예시적 프로세스의 흐름도이다.
본 개시 내용의 실시예는 바람 벡터의 추산과 관련될 수 있다. 발명자들은 추측 항법이 바람 벡터의 부정확한 추산치를 생성할 수 있다는 점을 인지하고 인식하였다. 추측 항법 알고리즘의 출력(즉, 바람 벡터)의 정확도는 일반적으로 알고리즘의 입력(즉, 대기 및 대지 벡터)의 부정확도에 탄력적이지 않다. 아직, 항공기의 대기속도를 측정하는 종래 수단(즉, 피토관)은 광범위한 환경에서 부정확한 대기속도 측정값을 생성할 수 있다. 예컨대, 본 발명자들은 항공기가 슬라이드슬립일 때 피토관이 대기속도를 정확하게 측정할 수 없다는 점을 인지하고 인식하였다. 항공기가 슬라이드슬립일 때, 전형적으로 항공기의 길이방향 축과 정렬되는 고정된 피토관은 주위의 기단을 통과하는 항공기 이동에 의해 생성되는 상대적인 바람을 직접 나타낼 수 없다. 따라서, 슬라이드슬립 도중, 피토관은 항공기의 방위의 방향에서 대기속도의 전체 크기보다는 항공기의 드리프트 각에 의해 결정된 대기속도의 벡터 성분을 측정할 수 있다. 피토관과 관련된 부정확도는 테일 로터 추력으로 인해 고유의 슬라이드슬립을 경험하는 회전익 항공기에서 특히 민감할 수 있다. 또한, 슬라이드슬립에 의해 발생된 대기속도 측정값의 부정확도는 비싼 장비가 사용되지 않는 경우 슬라이드슬립 자체가 정량화하는데 어려울 수 있기 때문에 보정이 어려울 수 있다.
또한 피토관은, 대기속도가 낮을 때(예컨대 50 노트 미만) 또는 항공기의 길이방향 축 및/또는 방위 센서에 대해 피토관이 오정렬될 때 부정확한 대기속도 측정값을 생성할 수 있다. 추가로, 바람 시어, 바람 거스트(gust), 및 항공기의 속도, 방향 또는 고도의 변화는 노이즈 또는 부정확한 대기속도 측정값으로 이어질 수 있다.
추측 항법 알고리즘의 정확도는 부정확한 대기속도 측정값과 관련된 조건을 식별하고, 이러한 조건 하에 수집된 대기속도 측정값의 일부 또는 전부를 고려하지 않음(예컨대, 낮은 가중치를 주거나 폐기함)으로써 개선될 수 있다. 예컨대, 상술한 공급원 중 일부의 부정확도는 항공기가 "정상-직진" 방식으로 비행하고 대기속도 샘플이 대기속도가 50 노트와 같은 몇몇 임계 속도보다 빠르다고 지시할 때에만 추측 항법 알고리즘을 대기속도 샘플에 적용함으로써 회피 또는 완화될 수 있다.
또한, 대기속도 측정값의 필터링은 거스트, 시어, 사이드슬립과 관련된 샘플 및/또는 비이상적 조건 하에서 수집된 샘플과 같은 노이즈 샘플의 영향을 저하시킬 수 있다. 예컨대, N차수 오더 필터는 N 이전 필터 출력값 및 N+1 대기속도 측정값의 가중값을 가산하여 대기속도 데이터(즉, 추측 항법 알고리즘으로의 입력으로서 제공된 대기속도값)를 산출하도록 사용될 수 있다. 필터 입력값에 적용된 가중값(즉, 대기속도 입력값 및 이전 필터 출력값)은 일정하거나 필터 입력값의 정확도에서 시스템의 신뢰도(또는 부족도)를 반영하여 동적으로 갱신될 수 있다.
도 3은 예시적 2차수 필터를 도시한다. 도 3의 필터는 현재 대기속도 데이터의 값을 다음과 같이 산출한다.
AD[n]=b0*AS[n]+b1*AS[n-1]+b2*AS[n-2]-a1*AD[n-1]-a2*AD[n-2] [5]
여기서 AD[n]은 n번째 대기속도 데이터(즉, 필터에 의해 생성된 대기속도값)를 나타내고, AS[n]은 n번째 대기속도 샘플(즉, 피토관에 의해 측정된 대기속도값)을 나타내고, 필터 계수(b0, b1, b2, a1 및 a2)는 대응하는 대기속도값에 지정된 가중값을 나타낸다. 예컨대, 3개의 가장 최근의 대기속도 샘플(AS[n], AS[n-1] 및 AS[n-2]) 및 가장 최근 대기속도 데이터(AD[n-1], AD[n-2])의 정확도의 신뢰도가 높은 경우, 필터는 3개의 가장 최근의 대기속도 샘플 및 가장 최근의 대기속도 데이터의 이동 평균을 계산함으로써(예컨대, 필터 계수(b0, b1 및 b2)를 0.2로 설정하고 필터 계수(a1 및 a2)를 -0.2로 설정함으로써) 노이즈를 제거하도록 구성될 수 있다. 한편, (예컨대, 항공기가 최근에 슬라이드슬립 상태로 진입했기 때문에) 가장 최근 대기속도 샘플의 신뢰도가 낮지만 가장 최근 대기속도 데이터의 신뢰도가 높은 경우, 필터는 가장 최근 대기속도 샘플보다 가장 최근 대기속도 데이터에 더 많은 가중치를 부여하도록(예컨대, 필터 계수(b0, b1 및 b2)를 0.01로 설정하고, 필터 계수(a1)를 -0.27로 설정하고 필터 계수(a2)를 -0.70으로 설정함으로써) 구성될 수 있다. 반대로, (예컨대, 항공기가 최근 고도를 변경했기 때문에) 가장 최근 대기속도 샘플의 신뢰도가 높지만 가장 최근 대기속도 데이터의 신뢰도가 낮은 경우, 필터는 가장 최근 대기속도 데이터보다 가장 최근 대기속도 샘플에 더 많은 가중치를 부여하도록(예컨대, 필터 계수(b0, b1 및 b2)를 1/3으로 설정하고, 필터 계수(a1 및 a2)를 0.0으로 설정함으로써) 구성될 수 있다.
도 3의 예시적인 2차 디지털 필터가 다이렉트 I 구성으로 도시된다. 그러나, N 차수 디지털 필터는 다이렉트 I 구성, 다이렉트 II 구성, DSP 프로세서, 마이크로 프로세서에서 실행되는 소프트웨어, 또는 관련 기술분야의 통상의 기술자에게 공지되거나 N차수 디지털 필터를 실행하기에 적절한 임의의 다른 수단을 통해 실행될 수 있다. 이와 관련하여 실시예는 제한되지 않는다.
비이상적 조건 하에 수집된 대기속도 샘플을 폐기하는 것 및/또는 대기속도 샘플을 필터링하는 것은 몇몇의 경우 추측 항법 알고리즘의 정확도를 개선할 수 있으나, 이러한 기술은 또한 새로운 문제를 도입한다. 예컨대, 정상-직진 비행 도중 얻지 못한 대기속도 샘플이 폐기되는 경우, 항공기의 바람 추산치는 항공기가 기동 실행, 고도 변경, 가속, 선회 등인 동안 갱신될 수 없다. 정상-직진 비행에 많은 시간을 소비하지 못한 항공기는 이전 값인 바람 벡터 데이터로 표현될 수 있는데, 이는 대기속도 샘플이 이러한 방식으로 폐기될 때 추측 항법 알고리즘은 바람 벡터를 가끔 갱신할 수 있기 때문이다. 다른 예로서, 샘플이 정확할 때에도 가장 최근 대기속도 샘플을 반영하기 위해 N차수 필터는 대기속도를 샘플링하는 것과 바람 벡터를 갱신하는 것 사이에 추가적 지연을 도입한다. 따라서, 항공기 주위의 바람 조건이 변할 때, 필터는 변화에 느리게 응답하여 이전 값인 바람 벡터를 생성할 수 있다.
또 다른 예로서, 필터는 신뢰할 수 없는 모든 대기속도 샘플을 차단할 수 없다. 몇몇 항공기는 사이드슬립을 검출하도록 설비되지 않고, 사이드슬립이 검출되더라도, 몇몇 항공기는 사이드슬립 성분을 계측 또는 정량화하도록 설비되지 않을 수 있다. 따라서 이러한 항공기는 사이드슬립 도중 수집된 대기속도 샘플을 차단하도록 필터를 조정할 수 없다. 이러한 문제는 특히 사이드슬립 상태에서 자주 비행하는 몇몇 회전익 항공기에 대해 심각하다. 또한, 부정확한 대기속도 샘플이 생기게 하는 조건이 식별될 수 있을 때에도, 이들 조건은 필터가 이미 몇몇 부정확한 대기속도 샘플을 처리할 때까지 식별될 수 없고, 따라서 대기속도 데이터에 악영향을 미칠 수 있다.
따라서, 항공기가 부정확한 대기속도 측정값과 관련된 상태인 경우에도, 항공기 주위의 바람 조건이 변할 때 바람 벡터 추산치를 신속하게 갱신하기 위해, 실제 비행 조건하에서 정확하게 바람 벡터를 추산하기 위한 실제적 기술이 요구된다. 항공기는 이전 값이 되지 않고 정확하고 안정적으로(예컨대, 노이즈 측정값에 민감하지 않음) 유지되는 바람 벡터 추산치로부터 크게 이익을 얻을 수 있다.
도 4는 바람 추산 유닛(400)의 예시적 실시예의 블록도이다. 도 4의 예에서, 바람 추산 유닛은 기동 검출 유닛(402), 바람 샘플 산출 유닛(404) 및 추산 유닛(406)을 포함한다.
기동 검출
기동 검출 유닛(402)은 완전 선회, 부분 선회 또는 정상-직진 비행 등의 항공기에 의해 실행되는 기동을 식별할 수 있다. 몇몇 실시예에서, 기동 검출 유닛(402)은 롤, 슬립, 스핀 및 스톨 등 관련 기술분야의 통상의 기술자에게 공지된 다른 비행 기동을 검출할 수 있다. 몇몇 실시예에서, 기동 검출 유닛(402)은 하나 이상의 비행 파라미터의 값이 특정 범위 내에 있을 때 항공기가 특정 기동을 실행하는지를 검출할 수 있다. 또한, 몇몇 실시예는 하나 이상의 대응하는 비행 파라미터의 값이 특정 범위 외측의 값으로부터 특정 범위 내의 값으로 변할 때 항공기가 기동에 진입하는지를 검출할 수 있다. 또한, 몇몇 실시예는 하나 이상의 대응하는 비행 파라미터 변화값이 특정 범위 내의 값으로부터 특정 범위 외측의 값으로 변할 때 항공기가 기동을 종료하는지를 검출할 수 있다. 비행 파라미터는 지적선 선회 속도, 지적선 선회 가속도, 드리프트 각, 수직 속도, 대기속도, 진대기속도, 롤 속도, 피치 속도, 선회 속도, 대기 가속도, 진대기 가속도, 선회 가속도, 방위, 및/또는 관련 기술분야의 통상의 기술자에게 공지되거나 항공기 비행과 적절히 관련된 임의의 다른 데이터 등의 항공기 비행과 관련된 임의의 데이터를 포함할 수 있다.
예컨대, 기동 검출 유닛(402)의 실시예는 항공기의 지적선 선회 가속도가 특정 범위(예컨대, 0.025 라디안/초2 미만) 내에 있고, 항공기의 지적선 선회 속도가 특정 범위(예컨대, 0.01 라디안/초 초과) 내에 있고, 항공기의 평균 진대기속도가 특정 범위(예컨대, 40.0 또는 50.0 노트 초과) 내에 있을 때 항공기가 선회를 실행하고 있다고 검출할 수 있다. 그러나, 상술한 선회 파라미터 및 범위는 예시적인 것으로, 제한되지 않는다. 기동 검출 유닛(402)의 실시예는 관련 기술분야의 통상의 기술자에게 공지되거나 항공기가 선회하는 것을 검출하기에 적절한 임의의 파라미터 측정값 및 범위를 사용하여 항공기가 선회한다고 검출할 수 있다.
다른 예로서, 기동 검출 유닛(402)의 실시예는 하나 이상의 비행 파라미터의 값이 특정 범위 외측의 값으로부터 특정 범위 내의 값으로 변할 때 항공기가 선회에 진입한다고 검출할 수 있다. 예컨대, 항공기의 평균 진대기속도가 이미 특정 범위 내에 있고 항공기의 지적선 선회 속도가 이미 0.01 라디안/초를 초과하는 경우, 기동 검출 유닛(402)의 실시예는 항공기의 지적선 선회 가속도가 0.025 라디안/초2초과의 값으로부터 0.025 라디안/초2미만의 값으로 감소할 때 선회 진입을 검출할 수 있다. 또한, 기동 검출 유닛(402)의 몇몇 실시예는 하나 이상의 비행 파라미터의 값이 특정 범위 내의 값으로부터 특정 범위 외측의 값으로 변할 때 항공기가 선회를 종료한다고 검출할 수 있다. 예컨대, 상술한 파라미터 값이 모두 상술한 범위 내에 있고, 항공기의 평균 진대기속도가 특정 범위 아래로 떨어지는 경우, 기동 검출 유닛(402)의 실시예는 항공기가 선회를 종료한다고 검출할 수 있다.
몇몇 실시예에서, 기동 검출 유닛(402)은 방위 데이터에 의존하여 부분 선회 또는 완전 선회 중 어느 하나로서 선회를 분류할 수 있다. 기동 검출 유닛(402)의 실시예는 항공기가 선회 상태에 머무르는 동안 항공기의 방위가 2π 라디안만큼 변하는 경우 선회가 완전 선회라고 검출할 수 있다. 즉, 선회의 누적 각도가 2π 라디안에 근접하거나 초과하는 경우 완전 선회를 검출할 수 있다. 또한, 기동 검출 유닛(402)의 실시예가, 항공기가 선회에 진입하는 시간과 항공기가 선회를 종료하는 시간 사이에서 항공기의 방위가 2π 라디안보다 작게 변하는 경우 선회가 부분 선회라고 검출할 수 있다. 즉, 실시예는 선회의 누적 각도가 대략 2π 라디안보다 작은 경우 부분 선회를 검출할 수 있다.
몇몇 실시예에서, 기동 검출 유닛(402)은 비완전 선회를 부분 선회로서 분류할 때 만족될 수 있는 추가적 제약을 필요로 한다. 몇몇 실시예에서, 평균 진대기속도, 지적선 선회 속도 및 완전 선회와 관련된 지적선 선회 가속도에 대한 제약을 만족하는 것에 추가로 항공기가 아래의 추가 제약: 8.42 노트/s 미만의 진대기속도 가속도, 0.05도/초2미만의 선회 가속도 및 5 피트/초 미만의 수직 속도를 만족하는 경우에만 비완전 선회는 부분 선회로 분류될 수 있다.
다른 예에서, 기동 검출 유닛(402)의 실시예는 지적선 선회 속도, 드리프트 각, 수직 속도, 진대기속도, 롤 속도, 피치 속도, 선회 속도, 진대기속도 가속도 및 지적선 선회 가속도가 특정 범위(예컨대, 각각 0.005 라디안/초 미만, 5° 미만, 2 피트/초 미만, 55 노트 초과, 0.01 라디안/초 미만, 0.01 라디안/초 미만, 0.005 라디안/초 미만, 8.439 노트/초 미만 및 0.05 라디안/초2 미만) 내에 있을 때 항공기가 정상-직진 비행이라고 검출할 수 있다. 이와 다르게 또는 추가로, 검출 유닛(402)의 몇몇 실시예는 지적선 선회 속도, 드리프트 각, 수직 속도, 진대기속도, 롤 속도, 피치 속도, 선회 속도 및 지적선 선회 가속도가 다른 특정 범위(예컨대, 각각 0.0005 라디안/초 미만, 5° 미만, 1 피트/초 미만, 55 노트 초과, 0.0005 라디안/초 미만, 0.0005 라디안/초 미만, 0.0005 라디안/초 미만 및 0.0005 라디안/초2미만) 내에 있을 때 항공기가 정상-상태 비행이라고 검출할 수 있다. 이와 다르게 또는 추가로, 검출 유닛(402)의 몇몇 실시예는 지적선 선회 속도, 드리프트 각, 수직 속도 및 진대기속도가 다른 특정 범위(예컨대, 각각 0.21 라디안/초 미만, 20° 미만, 8.333 피트/초 미만 및 50 노트 초과) 내에 있을 때 항공기가 정상-직진 비행이라고 검출할 수 있다. 상술한 정상-직진 비행 파라미터 및 범위는 예시적인 것으로 제한적이지 않다. 기동 검출 유닛(402)의 실시예는 관련 기술분야의 통상의 기술자에게 공지되거나 항공기가 정상-직진 비행이라고 검출하기에 적절한 임의의 파라미터 측정값 및 범위를 사용하여 항공기가 정상-직진 비행이라고 검출할 수 있다.
몇몇 실시예에서, 부여된 기동과 관련된 대기속도 제약(예컨대, 부분 또는 완전 선회에 대해 40 노트 이상 및 정상-직진 비행에 대해 55 노트 이상)은 대기속도가 충분한 정확도로 추산되는 조건과 관련될 수 있다. 일반적으로, 대기속도 기구(예컨대, 피토관)는 대기속도가 55 노트 이상일 때 정확한 대기속도 샘플을 일정하게 제공할 수 있다. 따라서, 제1 대기속도 추산 방법이 개별 대기속도 샘플의 정확도에 상당히 민감한 경우, 제1 대기속도 추산 방법을 55 노트 미만의 대기속도에서 수집된 대기속도 샘플에 적용하는 것은 부정확한 대기속도 추산치를 생성할 수 있다. 반대로, 제2 대기속도 추산 방법이 개별 대기속도 샘플의 정확도에 덜 민감한 경우, 제2 대기속도 추산 방법을 55 노트 약간 미만의 대기속도에서 수집된 대기속도 샘플에 적용하는 것은 - 개별 대기속도 샘플의 몇몇 서브세트가 부정확한 경우에도 - 정확한 대기속도 추산치를 여전히 생성할 수 있다. 더 일반적으로, 대기속도가 대기속도 샘플의 세트로부터 추산되는 정확도는 샘플이 수집되는 대기속도, 샘플을 수집하는 항공기 및/또는 샘플에 적용되는 대기속도 추산 방법에 의존할 수 있다. 따라서, 기동 검출과 관련된 대기속도 제약은 기동을 실행하는 항공기 및/또는 기동과 관련된 대기속도 추산 방법에 의존할 수 있다.
기동 검출 유닛(402)은 관련 기술분야의 통상의 기술자에게 공지된 기술 또는 임의의 다른 적절한 기술을 사용하여 다양한 비행 파라미터의 값을 얻을 수 있다. 몇몇 실시예에서, 기동 검출 유닛(402)은 항공기에 의해 실행된 기동을 식별하기 위해 사용되는 비행 파라미터의 값을 샘플링하기 위한 센서를 포함할 수 있다. 몇몇 실시예에서, 기동 검출 유닛(402)은 외부 센서로부터(예컨대, 입력/출력 인터페이스를 통해), 하나 이상의 외부 센서 제어기로부터(예컨대, 네트워크 인터페이스를 통해), 또는 메모리로부터 상술한 비행 파라미터의 값을 얻을 수 있다. 이와 관련하여 실시예는 제한적이지 않다.
기동 검출 유닛(402)이 비행 파라미터의 값을 얻는 방법과 관계없이, 기동 검출 유닛(402)의 실시예는 특정 비행 파라미터가 샘플링되어야 하는 비율을 나타내는 제어 신호를 센서 또는 센서 제어기(들)에 송신할 수 있다. 예컨대, 선회만을 검출하도록 구성된 기동 검출 유닛(402)의 실시예는 지적선 선회 가속도, 지적선 선회 속도 및 진대기속도의 샘플이 1Hz의 레이트로 획득된다고 나타내는 제어 신호를 송신할 수 있다. 기동 검출 유닛(402)의 실시예가 항공기가 선회에 진입한다고 검출하는 경우, 항공기의 방위의 샘플이 적절한 레이트로 획득되어야 한다고 나타내는 제어 신호를 송신할 수 있다. 또한, 기동 검출 유닛(402)의 실시예가 항공기가 선회를 종료한다고 검출하는 경우, 항공기의 방위의 샘플을 더 이상 요구하지 않는다고 나타내는 제어 신호를 송신할 수 있다. 그러나, 이와 관련하여 실시예는 제한적이지 않다. 몇몇 실시예에서, 기동 검출 유닛(402)은 파라미터가 샘플링될 때 임의의 기동이 진입하고, 종료하고, 실행되고 또는 실행되지 않은지와 관계없이, 특정 레이트에서 다양한 비행 파라미터의 샘플을 획득할 수 있다.
비행 파라미터의 값은 관련 기술분야의 통상의 기술자에게 공지되거나 비행 파라미터를 측정하기에 적절한 기술 및/또는 장치를 사용하여 측정("샘플링")될 수 있다. 예컨대, 대기속도 측정값은 피토관을 통해 얻을 수 있다. 지적선과 관련된 측정값(예컨대, 지적선, 지적선 선회 속도 및/또는 지적선 선회 가속도)은 관성 항법 장치(INS) 및/또는 위성 위치 확인 시스템(GPS)에 의해 제공된 처리 데이터에 의해 얻을 수 있다. 가속도와 관련된 측정값은 가속도계를 통해 얻을 수 있다. 나침반 방위 측정값은 자기 나침반을 통해 얻을 수 있고, 진방위 데이터는 나침반 방위 측정값을 처리하여 얻을 수 있다. 이러한 센서는 관련 기술분야의 통상의 기술자에게 공지되거나 대응하는 비행 파라미터를 측정하기에 적절한 항공기 상의 위치에 배치될 수 있다. 이러한 센서는 입력/출력 인터페이스, 네트워크 인터페이스, 및/또는 감지 센서 제어기에 접근하기 위한 임의의 다른 적절한 수단을 통해 바람 추산 유닛(400)에 접근할 수 있는 하나 이상의 센서 제어기에 의해 제어될 수 있다.
바람 샘플 산출
바람 샘플 산출 유닛(404)은 바람 벡터 샘플을 산출하기 위해 센서 및/또는 센서 제어기(들)에 의해 제공된 비행 파라미터 값을 사용할 수 있다. 바람 샘플 산출 유닛(404)의 실시예는 산출된 바람 벡터 샘플의 적어도 일부를 메모리에 저장하고 그리고/또는 임의의 다른 적절한 수단을 사용하여 바람 벡터 샘플의 적어도 일부를 추산 유닛(406)에 이용할 수 있도록 할 수 있다.
몇몇 실시예에서, 바람 샘플 산출 유닛(404)은 바람 벡터 샘플을 산출하기 위해 추측 항법을 사용할 수 있다. 즉, 바람 샘플 산출 유닛(404)의 실시예는 대기 벡터(예컨대, 진방위 및 대기속도) 및 대지 벡터(예컨대, 지적선 및 대지 속도)를 산출하도록 비행 파라미터 값을 사용할 수 있고, 대지 벡터와 대기 벡터 사이의 벡터 차이로서 바람 벡터를 산출할 수 있다. 그러나, 이와 관련하여 실시예는 제한적이지 않다. 바람 샘플 산출 유닛(404)은 관련 기술분야의 통상의 기술자에게 공지된 임의의 수단을 사용하여 바람 벡터 샘플을 산출하거나 얻을 수 있다.
바람 샘플 산출 유닛(404)의 실시예는 임의의 적절한 조건 하에 바람 벡터 샘플을 산출할 수 있다. 몇몇 실시예에서, 바람 샘플 산출 유닛(404)은 항공기가 실행하거나 실행하지 않을 수 있는 임의의 기동과 관계없이 바람 벡터 샘플을 계속해서 산출할 수 있다. 몇몇 실시예에서, 바람 샘플 산출 유닛(404)은 항공기가 완전 선회, 부분 선회, 또는 정상-직진 비행 등의 지정된 기동의 세트 중 하나를 실행할 때에만 바람 벡터 샘플을 산출할 수 있다. 몇몇 실시예에서, 바람 샘플 산출 유닛(404)은 항공기가 지정된 기동의 세트 중 하나를 실행하는 동안 측정된 비행 파라미터값만을 사용하여 바람 벡터 샘플을 산출할 수 있다. 따라서, 바람 샘플 산출 유닛(404)의 실시예는 항공기가 기동에 진입할 때, 항공기가 기동을 종료할 때, 항공기가 현재 무슨 기동을 실행하는지, 항공기가 이전 시간에 무슨 기동을 실행했는지 등을 나타내는 데이터를 기동 검출 유닛(402)으로부터 수신할 수 있다. 또한, 바람 샘플 산출 유닛(404)의 실시예는 비행 파라미터값이 샘플링된 때를 나타내는 센서 및/또는 센서 제어기(들)로부터의 데이터를 수신할 수 있다.
기동 검출 유닛(402)과 유사하게, 바람 샘플 산출 유닛(404)은 관련 기술분야의 통상의 기술자에게 공지된 기술 또는 임의의 다른 적절한 기술을 사용하여 비행 파라미터의 값을 얻을 수 있다. 몇몇 실시예에서, 바람 샘플 산출 유닛(404)은 바람 벡터 샘플을 계산하도록 사용되는 비행 파라미터의 값을 샘플링하기 위한 센서를 포함할 수 있다. 몇몇 실시예에서, 바람 샘플 산출 유닛(404)은 외부 센서로부터(예컨대, 입력/출력 인터페이스를 통해), 하나 이상의 외부 센서 제어기로부터(예컨대, 네트워크 인터페이스를 통해), 또는 메모리로부터 상술한 비행 파라미터의 값을 얻을 수 있다. 이와 관련하여 실시예는 제한적이지 않다.
바람 샘플 산출 유닛(404)이 비행 파라미터의 값을 얻는 방법과 관계없이, 바람 샘플 산출 유닛(404)의 실시예는 특정 비행 파라미터가 샘플링되어야 하는 비율를 나타내는 제어 신호를 센서 또는 센서 제어기(들)에 송신할 수 있다. 예컨대, 바람 샘플 산출 유닛(404)의 실시예는 GPS 위치, 대기속도 및 방위의 샘플이 1Hz의 레이트로 획득된다고 나타내는 제어 신호를 송신할 수 있다.
추산 유닛(406)은 항공기 근처에 지배적인 바람 조건에 대응하는 바람 벡터를 추산하도록 바람 벡터 샘플을 처리할 수 있다. 몇몇 실시예에서, 추산 유닛(406)에 의해 실행된 처리의 적어도 일부는 기동-특정(maneuver-specific)일 수 있다. 즉, 추산 유닛(406)의 실시예는 상이한 방법을 사용하여 다른 기동과 관련된 바람 벡터 샘플로부터 바람 벡터를 추산할 수 있다. 예컨대, 추산 유닛(406)은 제1 추산 방법을 완전 선회 도중 얻은 비행 파라미터 값으로부터 얻은 바람 벡터 샘플("완전 선회에 대응하는 바람 벡터 샘플")에 적용하고, 제2 추산 방법을 부분 선회 도중 얻은 비행 파라미터 값으로부터 얻은 바람 벡터 샘플("부분 선회에 대응하는 바람 벡터 샘플")에 적용하고, 제3 추산 방법을 정상-직진 비행 도중 얻은 비행 파라미터 값으로부터 얻은 바람 벡터 샘플("정상-직진 비행에 대응하는 바람 벡터 샘플")에 적용할 수 있다.
요약하면, 항공기는 항공기의 비행 도중 비행 파라미터 값을 얻도록 구성된 센서를 포함할 수 있다. 획득된 파라미터는 항공기의 기동을 검출하고 그리고/또는 바람 벡터 샘플을 산출하는데 적절할 수 있다. 기동 중에 또는 항공기가 기동을 끝낼 때, 기동 검출 유닛(402)은 기동을 분류할 수 있다(예컨대, 기동 검출 유닛(402)은 항공기가 기동에 진입할 때 기동을 정상-직진 비행으로서 분류하고, 항공기가 기동을 종료할 때 기동을 부분 선회로 분류하고, 그리고/또는 항공기가 선회를 실행하고 방위가 대략 2π 라디안만큼 변했을 때 기동을 완전 선회로 분류할 수 있다). 항공기가 기동을 실행하는 동안 그리고/또는 항공기가 기동을 종료한 이후, 바람 샘플 산출 유닛(404)은 바람 벡터 샘플의 대응하는 시퀀스를 산출하기 위해 선회와 관련된 비행 파라미터 값을 사용할 수 있다. 추산 유닛(406)은 바람 샘플 산출 유닛(404)에 의해 생성된 바람 벡터 샘플 및 바람 벡터를 추산하기 위해 기동 검출 유닛(402)에 의해 생성된 기동 분류에 의존할 수 있다.
추산
도 5는 추산 유닛(406)의 예시적 실시예의 블록도이다. 도 5의 예에서, 추산 유닛은 사전 추산 유닛(502) 및 추산 필터링 유닛(504)을 포함한다. 사전 추산 유닛(502)은 바람 벡터의 사전 추산치 및 사전 추산치의 정확도의 추산된 에러를 산출하기 위해 기동-특정 처리를 사용할 수 있다.
완전 선회에 대한 사전 추산
완전 선회 또는 부분 선회에 대응하는 바람 벡터의 사전 추산치를 산출하는 기술은 선회 기동 도중 항공기의 비행 패턴의 형상과 관련될 수 있다. 어떤 바람도 없는 경우, 완전 선회를 실행하는 항공기의 비행 패턴은 원 또는 원에 가까운 근사치일 것이다. 또한, 바람 없이, 부분 선회를 실행하는 항공기의 비행 패턴은 원의 원주의 일부와 거의 근사할 것이다. 한편, 바람이 존재하는 경우, 완전 선회를 실행하는 항공기의 비행 패턴은 완전한 사이클로이드(cycloid)에 근사할 수 있고, 부분 선회를 실행하는 항공기의 비행 패턴은 사이클로이드의 일부에 근사할 것이다.
이에 따라, 사전 추산 유닛(502)의 실시예는 완전 선회에 대응하는 바람 벡터의 사전 추산치를 산출하기 위해 사이클로이드에 관한 수학적 원리를 사용할 수 있다. 예컨대, 사전 추산치는 완전 선회에 대응하는 바람 벡터 샘플의 시퀀스를 평균화하여 산출될 수 있다. 사전 추산 유닛(502)의 실시예는 관련 기술분야의 통상의 기술자에게 공지되거나 하나 이상의 벡터량의 평균값을 산출하기에 적절한 임의의 기술을 사용하여 바람 벡터 샘플을 평균화할 수 있다. 다른 예로서, 바람 벡터는 완전 선회를 개시할 때 항공기의 위치(예컨대, GPS 좌표)로부터 완전 선회의 종료시 항공기의 위치까지 검출된 벡터로서 추산될 수 있고, 이러한 두 개의 위치 사이에서 완전 선회를 달성하는데 필요한 시간으로 나눈 거리와 동일한 크기를 갖는다.
사이클로이드와 관련된 수학적 원리를 적용하는 것은 완전 선회에 대응하는 바람 벡터의 매우 정확한 사전 추산치를 생성할 수 있다. 예컨대, 이러한 방식으로 산출된 바람 벡터는 슬라이드슬립에 덜 민감할 수 있다(즉, 항공기가 슬라이드슬립 상태에 있는 동안 샘플링된 비행 파라미터 값으로부터 기본적 바람 벡터 샘플의 일부가 획득되는 경우에도 추산된 바람 벡터는 매우 정확할 수 있다). 슬라이드슬립에 대한 이러한 둔감성은, 완전 선회 도중 수집된 바람 벡터 샘플의 시퀀스를 평균화하는 것이 개별 바람 벡터 샘플의 정확도에 대한 슬라이드슬립의 역효과를 상쇄할 수 있기 때문에 증가할 수 있다. 따라서, 사전 추산 유닛(502)의 실시예는 완전 선회에 대응하는 바람 벡터의 사전 추산치의 정확도의 에러를 낮게, 무시할 만하거나, 심지어 제로(0)가 되도록 추산할 수 있다.
부분 선회에 대한 사전 추산
항공기가 완전 선회 보다 부분 선회를 실행하는 경우, 사전 추산 유닛(502)의 실시예는 투사 및 평균화의 프로세스에 의해 바람 벡터의 사전 추산치를 산출할 수 있다. 투사 단계는 부분 선회에 대응하는 바람 벡터 샘플에 곡선을 피팅하는 단계를 포함한다. 도 1을 참조하여 상술한 바와 같이, 바람 벡터 샘플은 북쪽 지향 성분 및 동쪽 지향 성분 등의 직교 성분 벡터로서 표현될 수 있다. 따라서, 완전 선회에 대응하는 바람 벡터 샘플의 시퀀스는 북쪽 성분 벡터 및 동쪽 성분 벡터의 병렬 시퀀스로서 표현될 수 있다. 도 6은 북쪽 성분 벡터의 예시적인 시퀀스의 크기(속도)의 그래프를 도시하고, 수평축에 샘플 시간 및 수직 축에 속도를 갖는다. 도 6에 도시된 바와 같이, 예시적 북쪽 바람 시퀀스에서의 점들은 거친 사인 곡선 형상을 형성한다.(미도시 되었으나, 예시적 동쪽 바람 시퀀스에서의 점들도 거친 사인 곡선 형상을 형성하고, 예시적 북쪽 바람 시퀀스에서의 점들에 대해 대략 90° 위상이 상이하다).
도 6의 거친 사인 곡선 형상은 완전 선회에 대응하는 바람 샘플에 전형적일 수 있고, 이는 피토관에 의해 제공된 대기속도 측정값은 관으로 직접 유동하지 않은 바람의 성분을 고려하지 않기 때문이다. 따라서, 바람 벡터가 일정하고 항공기가 완전 선회를 실행할 때, 피토관으로 유동하는 바람 벡터의 성분은 항공기가 바람 내로 직접 비행할 때 최대값에 도달하고, 항공기가 바람으로부터 멀리 선회할 때 감소하고, 항공기가 바람과 동일 방향으로 비행할 대 최소값에 도달하고, 항공기가 바람 내로 다시 선회할 때 증가할 수 있다. 즉, 피토관으로 유동하는 바람 벡터의 성분의 크기는 바람 벡터가 일정하고 항공기가 완전 선회를 실행할 때 사인 곡선으로 변할 수 있다.
따라서, 부분 선회에 대응하는 바람 벡터 샘플의 시퀀스를 처리할 때, 사전 추산 유닛(502)의 실시예는 바람 벡터 샘플의 북쪽 및 동쪽 성분 속도에 곡선을 피팅하고, 이에 의해, 항공기가 완전 선회를 완료한 경우 계산된 바람 벡터 샘플의 값을 근사화한다. 실시예는 최소 제곱 추산(LSE) 기술 또는 관련 기술의 통상의 기술자에게 공지되거나 대략 사인 곡선인 데이터 지점에 곡선을 피팅하기에 적절한 임의의 다른 곡선 피팅을 통해 북쪽 및 동쪽 성분 속도에 곡선을 피팅할 수 있다. 몇몇 실시예에서, 사전 추산 유닛(502)에 의해 사용된 곡선-피팅 기술은 상술한 바에 따라 북쪽 및 동쪽 성분 속도에 사인 곡선을 피팅하도록 구성 또는 최적화될 수 있다.
이제, 사전 추산 유닛(502)의 실시예는 투사된 완전 선회에 대응하는 데이터의 평균 값을 산출함으로서 부분 선회에 대응하는 바람 벡터를 추산할 수 있다. 예컨대, 실시예는 피팅된 곡선(예컨대, 사인 곡선)을 그 기간과 동일한 간격에 대해 적분하고 결과를 기간으로 나눔으로서 평균값을 산출할 수 있다. 다른 예로서, 실시예는 투사된 완전 선회에 대응하는 바람 벡터 샘플의 시퀀스를 구성할 수 있고, 시퀀스는 부분 선회에 대응하는 바람 벡터 샘플 및 피팅된 곡선에 대응하는 추가 바람 벡터 샘플을 포함하고 바람 벡터 샘플의 구성된 시퀀스의 평균값을 산출한다. 실시예는 바람 벡터 샘플의 구성된 시퀀스를 관련 기술분야의 통상의 기술자에게 공지되거나 하나 이상의 벡터량의 평균값을 산출하기에 적절한 임의의 기술을 사용하여 평균화할 수 있다.
상술한 곡선-피팅 및 평균화 프로세스는 추산치과 관련된 에러를 무시할 수 없더라도 적어도 몇몇 경우 매우 정확한 바람 벡터의 사전 추산치를 생성할 수 있다. 몇몇 실시예에서, 바람 벡터 추산치의 정확도는 부분 선회의 완전성에 의존한다(즉, 부분 선회에 의해 추적된 완전 선회의 원주의 비율). 예컨대, 바람 벡터 추산치의 정확도는 일반적으로 부분 선회의 완전성이 증가할수록 증가할 수 있다. 몇몇 실시예에서, 바람 벡터 추산치의 정확도는 부분 선회의 위상 오프셋에 의존할 수 있다(즉, 사인 피팅 곡선의 초기 각도). 예컨대, 부분 선회가 비교적 불완전하고 곡선-피팅 프로세스가 사인 곡선의 피크 주위의 지점에 적용되도록 위상 오프셋이 있는 경우, 바람 벡터 추산치는 비교적 부정확할 수 있다. 반대로, 부분 선회가 비교적 불완전하고 곡선-피팅 프로세스가 사인 곡선의 천이 영역의 지점(즉, 사인 피크들 사이의 지점)에 적용되는 경우, 바람 벡터 추산치는 비교적 정확할 수 있다.
따라서 사전 추산 유닛(502)의 실시예는 부분 선회에 대응하는 바람 벡터의 사전 추산치에서의 에러를 추산할 수 있다. 몇몇 실시예에서, 바람 벡터 추산치의 에러는 "피트 에러(fit error)"(즉, 실제 데이터와 피팅된 곡선 사이의 차이 등의 곡선-피팅 프로세스와 관련된 에러)의 함수로 간주될 수 있고, 이는 부분 선회의 위상 오프셋 및 완전성에 의존할 수 있다. 예컨대, 곡선-피팅 프로세스가 부분 선회 데이터의 북쪽 성분 풍속을 진사인 곡선에 피팅하는 경우, 북쪽 성분 풍속과 진사인 곡선 사이의 피트 에러는 관련 기술분야의 통상의 기술자에게 공지된 기술을 사용하여 산출될 수 있다. 동쪽 성분 풍속과 대응하는 사인 곡선 사이의 피트 에러는 유사한 방식으로 산출될 수 있다. 이러한 피트 에러는 북쪽 바람 벡터 및 동쪽 바람 벡터의 사전 추산치에서 각각의 에러의 추산치로 사용될 수 있다.
성분 바람 벡터의 사전 추산치의 에러를, 대응하는 성분 풍속과 진사인 곡선 사이의 피트 에러와 동일시하는 대신, 사전 추산 유닛(502)의 몇몇 실시예는 부분 선회에 대한 바람 벡터 추산치의 에러를 더 정확하게 추산하기 위해 완전 선회와 관련된 데이터를 사용할 수 있다. 도 6에 도시된 바와 같이, 완전 선회에 대응하는 성분 풍속지점들은 진사인 곡선에 완전히 피팅되지 않을 수 있다. 완전 선회의 성분 풍속지점과 진사인 곡선 사이의 차이는 플랫-플레이트 항력(flat-plate drag)의 효과에 부분적으로 기여할 수 있다. 특히, 플랫-플레이트 항력은 완전 선회의 성분 풍속지점에서의 비대칭을 시스템적으로 발생시킬 수 있다. 완전 선회의 성분 풍속지점을 평균화하는 것은 플랫-플레이트 항력의 효과를 상당히 차단할 수 있다. 반대로, 부분 선회의 성분 풍속지점들이 플랫-플레이트 항력에 의해 왜곡되는 경우, 이들 지점에 사인 곡선을 피팅하고 사인 곡선을 따라 추가 지점을 투사하는 것은 왜곡을 차단하기 보다는 악화시킬 수 있다. 따라서 사전 추산 유닛(502)의 몇몇 실시예는 성분 바람 벡터의 사전 추산치의 에러를 추산하기 위해 룩업 테이블을 사용할 수 있다.
도 8은 바람 벡터의 사전 추산치의 에러를 추산하기 위한 룩업 테이블을 생성하는 예시적 방법의 흐름도이다. 예시적 방법의 단계(802)에서, 항공기의 하나 이상의 완전 선회에 대응하는 바람 벡터 샘플을 얻을 수 있다. 몇몇 실시예에서, 바람 벡터 샘플은 상술한 바와 같이 항공기에 대해 하나 이상의 완전 선회를 실행하고 바람 샘플 산출 유닛(404)으로 바람 벡터 샘플을 산출함으로써 얻을 수 있다. 몇몇 실시예에서, 하나의 항공기에 대한 바람 벡터 샘플은 다른 항공기로 하나 이상의 완전 선회를 실행함으로써 얻을 수 있다. 몇몇 실시예에서, 바람 벡터 샘플은 사전에 샘플을 얻은, 항공기의 제조사 등의 개체(entity)에 의해 제공될 수 있다. 몇몇 실시에에서, 바람 벡터 샘플은 시뮬레이션에 의해 얻을 수 있다.
예시적 방법의 단계(804)에서, 완전 선회의 바람 벡터 샘플의 적어도 서브 세트가 선택될 수 있다. 몇몇 실시예에서, 선택된 샘플은 인접(즉, 실제로 바람 벡터 샘플의 시퀀스 내에 근접)하거나, 원형으로 인접(즉, 제1 그리고 최종 샘플이 인접한 것으로 간주되는 경우 바람 벡터 샘플의 시퀀스 내에 근접)할 수 있다. 몇몇 실시예에서, 선택된 샘플은 특정 위상 시프트에서 완전 선회 시작시 특정 부분(예컨대, 백분율)에 대응할 수 있다. 선택된 샘플에 의해 표현되는 완전 선회의 백분율은 임의의 적절한 방식으로, 예컨대 완전 선회에서의 샘플의 전체 개수로 선택된 샘플의 개수를 나눔으로써 산출될 수 있다. 부분 선회의 용어에서, 샘플의 서브세트는 "부분 선회"에 대응하는 바람 벡터 샘플로 간주될 수 있고, "부분(portion)" 및 "위상 시프트"는 각각 부분 선회의 "완전도" 및 "위상 오프셋"으로 간주될 수 있다.
예시적 방법의 단계(806)에서, 곡선-피팅 기술이 샘플의 서브 세트에 적용될 수 있고, 피팅된 곡선과 샘플의 전체 세트 사이의 피트 에러가 산출될 수 있다. 더 구체적으로, 곡선-피팅 기술은 샘플의 서브 세트의 직교 성분에 적용될 수 있고, 피팅된 곡선과 직교 성분의 각각의 전체 세트 사이의 피트 에러가 산출될 수 있다. 몇몇 실시예에서, 곡선-피팅 기술 및 피트-에러-산출 기술은 사전 추산 유닛(502)에 의해 부분 선회에 대응하는 바람 벡터 샘플에 적용되는 동일한 곡선-피팅 기술 및 피트-에러-산출 기술일 수 있다. 몇몇 실시예에서, 피트 에러는 "부분 선회"의 "완전도" 및 "위상 오프셋"에 대응하여 기록될 수 있다.
단계(804 및 806)는 하나 이상의 완전 선회와 관련된 바람 벡터 샘플의 하나 이상의 서브세트에 대해 실행될 수 있고, 각각의 서브세트는 완전 선회의 특정 "위상 시프트" 및 "부분"에 대응한다. 이러한 방식으로, 완전 선회(들)의 바람 벡터 샘플은 부여된 완전도 및 위상 시프트의 부분 선회와 관련된 피트 에러를 산출하도록 사용될 수 있다. 몇몇 실시예에서, 단계(804 및 806)는 완전 선회(들)의 각각과 관련된 바람 벡터 샘플의 모든 가능한 서브세트에 대해 실행될 수 있다.
예시적 방법의 단계(808)에서, 피트 에러 데이터의 룩업 테이블이 구성될 수 있다. 룩업 테이블의 각 엔트리는 부분 선회의 구체화된 완전도 및 위상 오프셋에 대응하는 피트 에러 값일 수 있다. 룩업 테이블은 관련 기술분야의 통상의 기술자에게 공지된 기술 또는 임의의 다른 적절한 기술을 사용하여 단계(804 및 806)에서 생성된 데이터로부터 구성될 수 있다. 예컨대, 룩업 테이블은 각 열이 완전도(C)(예컨대, 3% 내지 100%의 정수 값)에 대응하고 각 행이 위상(P)(예컨대, -90° 내지 90°의 정수 값)에 대응하도록 구성될 수 있다. 단계(804 및 806)에서 생성된 데이터는 룩업 테이블의 가장 가까운 엔트리에 할당될 수 있다. 예컨대, 5.71%의 완전도 및 89.16°의 위상 오프셋에 대응하는 피트 에러(F)는 열 C=6% 및 행 P=89°인 셀에 할당될 수 있다. 하나 초과의 피트 에러(F)가 셀에 할당되는 경우, 셀에 대한 대표 값은 임의의 적절한 방식으로 선택될 수 있다. 예컨대, 평균 피트 에러, 중간 피트 에러 또는 가장 큰 피트 에러가 선택될 수 있다. 바람 샘플의 북쪽 성분에 대응하는 피트 에러 데이터는 바람 샘플의 동쪽 성분에 대응하는 피트 에러 데이터로부터 별도로 표로 형성될 수 있다.
사전 추산 유닛(502)의 실시예는 부분 선회에 대응하는 성분 바람 벡터의 사전 추산치의 에러를 추산하기 위해 도 8의 예시적 방법과 관련하여 구성된 룩업 테이블을 사용할 수 있다. 몇몇 실시예는 예컨대 선회의 선회 속도 및 기간에 기초하여 부분 선회의 완전도(C)를 산출할 수 있다. 추가로, 실시예는 최소 제곱추산 등의 곡선-피팅 기술을 통해 부분 선회의 성분 바람 샘플의 시퀀스의 위상 오프셋(P)을 산출할 수 있다. 완전도(C) 및 위상 오프셋(P)을 산출했기 때문에, 실시예는 성분 바람 샘플에 대응하는 룩업 테이블로부터 (C, P)에 대응하는 피트 에러를 검색하고, 대응하는 성분 바람 벡터의 사전 추산치의 에러의 추산치로서 이러한 피트 에러를 사용할 수 있다.
몇몇 실시예에서, 룩업 테이블의 정확도는 룩업 테이블이 항공기-특정인 경우 개선될 수 있다. 플랫-플레이트 항력 및 다른 공기 역학 현상은 다른 방식으로 다른 정도로 다른 항공기의 선회 데이터를 진사인 곡선으로부터 또는 얻을 수 있게 한다. 따라서, 동일한 항공기의 선회로부터 산출된 바람 벡터의 에러를 추산하도록 추후 사용되는 경우 하나의 항공기와 관련된 선회 데이터를 사용하여 생성된 룩업 테이블은, 다르게 구성된 항공기의 선회로부터 산출된 바람 벡터의 에러를 추산하기 위해 추후 테이블이 사용되는 경우보다 더 정확하게 에러를 추산할 수 있다. 한편, 두 개의 항공기가 유사하게 구성되는 경우, 하나의 항공기의 선회 데이터를 사용하여 생성된 룩업 테이블은 다른 항공기의 선회로부터 산출된 바람 벡터의 에러를 정확하게 추산할 수 있다. 또한, 다수의 상이하게 구성된 항공기로부터 얻은 선회 데이터를 사용하여 생성된 룩업 테이블은 구성 항공기의 임의의 선회로부터 산출된 바람 벡터의 에러를 정확하게 추산할 수 있다.
요약하면, 사전 추산 유닛(502)의 실시예는 완전 선회 또는 부분 선회에 대응하는 바람 벡터의 사전 추산치(또는 바람 벡터의 직교 성분의 사전 추산치)를 산출할 수 있고, 추산된 바람 벡터의 정확도의 에러(또는 바람 벡터의 추산된 직교 성분의 정확도의 추산 에러)를 산출할 수 있다. 완전 선회에 대해, 실시예는 추산된 바람 벡터의 정확도의 에러가 무시할 정도라고 추산할 수 있고, 관련된 에러(들)의 무시할 만한 추산치 또는 제로(0)의 추산치와 함께 추산된 바람 벡터(또는 바람 벡터의 추산된 직교 성분)를 추산 필터링 유닛(504)으로 보낼 수 있다.
부분 선회에 대해, 실시예는 바람 벡터의 어느 직교 성분의 정확도의 에러가 무시하지 못할 정도라고 산출할 수 있다. 몇몇 실시예는 추산된 성분 및 관련된 에러의 추산치를 추산 필터링 유닛(504)으로 보낼 수 있다. 몇몇 실시예에서, 추산된 바람 벡터 성분 및 관련 에러의 추산치는 관련 에러의 추산치가 13% 와 같이 특정 임계값 아래로 떨어지는 경우에만 추산 필터링 유닛(504)로 보내질 수 있다. 몇몇 실시예에서, 추산된 에러는 부분 선회의 완전도가 20% 미만인 경우 13%를 초과하도록 상정될 수 있다. 따라서, 몇몇 경우, 부분 선회에 대응하는 추산된 일 바람 벡터 성분(예컨대, 북쪽 바람 벡터 성분)은 추산 필터링 유닛(504)에 보내질 수 있으나, 동일한 부분 선회에 대응하는 다른 바람 벡터 성분(예컨대, 동쪽 바람 벡터 성분)은 추산 필터링 유닛(504)로 보내지지 않을 수 있다. 즉, 부분 선회와 관련하여, 사전 추산 유닛(502)의 실시예는 대응하는 에러 추산치에 의존하여, 북쪽 성분 벡터의 추산치, 동쪽 성분 벡터의 추산치, 양쪽 성분 벡터의 추산치를 추산 필터링 유닛(504)에 공급하거나 어느 것도 공급하지 않을 수 있다.
정상-직진 비행에 대한 사전 추산
부가적으로 또는 이와 달리, 항공기가 정상-직진 비행 기동을 실행할 때, 사전 추산 유닛(502)의 실시예는 정상-직진 비행에 대응하는 바람 벡터의 하나 이상의 사전 추산치를 생성할 수 있다. 몇몇 실시예에서, 정상-직진 비행 기동과 관련하여 바람 샘플 산출 유닛(404)에 의해 수집된 바람 벡터 샘플 중 하나 이상은 바람 벡터의 하나 이상의 사전 추산치로서 추산 필터링 유닛(504)으로 보내질 수 있다. 즉, 정상-직진 비행 도중, 사전 추산 유닛(502)의 실시예는 추가적인 필터링 또는 처리 없이 바람 샘플 산출 유닛(404)로부터 추산 필터링 유닛(504)으로 바람 벡터 샘플을 보낼 수 있다.
사전 추산 유닛(502)의 실시예는 관련 기술분야의 통상의 기술자에게 공지된 기술 또는 임의의 다른 적절한 기술을 사용하여 정상-직진 비행에 대응하는 바람 벡터의 사전 추산치의 에러를 추산할 수 있다. 한편, 사전 추산 유닛(502)의 몇몇 실시예는 바람 벡터의 사전 추산치의 에러를 추산할 수 없다.
추산 필터링
도 5의 예시적 추산 유닛(406)은 추산 필터링 유닛(504)을 포함한다. 추산 필터링 유닛(504)은 사전 추산 유닛(502)에 의해 제공된 바람 벡터의 사전 추산치(PE)에 적어도 부분적으로 의존하는 바람 벡터의 필터링된 추산치(FE)를 산출하도록 상태-특정 처리(state-specific processing)를 사용할 수 있다. 몇몇 조건 하에서, 또한 필터링된 추산치의 값은 바람 벡터의 사전 추산치와 관련된 필터 게인(K) 및/또는 필터링된 추산치의 사전값(PFE)에 의존할 수 있다. 몇몇 실시예에서, 추산 필터링 프로세스는 사전 추산치와 관련된 필터 게인(K)이 사전 추산치에 대응하는 기동, 사전 추산치의 추산된 에러, 항공기에 의해 미리 실행된 하나 이상의 기동 및/또는 항공기에 의해 경험된 조건(환경 조건 등)에 의존할 수 있다는 점에서 적어도 상태-특정일 수 있다. 추가로 또는 이와 달리, 추산 필터링 프로세스는 필터와 관련된 시간 상수가 항공기에 의해 경험된 조건에 의존한다는 점에서 상태-특정일 수 있다.
몇몇 실시예에서, 추산 필터링 프로세스는 추산 필터링 유닛(406)에의 입력이 항공기에 의해 경험된 조건 또는 항공기의 조작자에 의해 주어진 명령에 의존할 수 있다는 점에서 상태-특정일 수 있다. 예컨대, 바람 벡터의 필터링된 추산치가 특정 기간 내에서 갱신되지 않은 경우, 또는 조작자가 바람 벡터의 갱신을 요청한 경우, 항공기에 의해 실행된 기동을 검출하기 위해 기동 검출 유닛(402)에 의해 적용된 범위 또는 임계값은 바람 샘플 산출 유닛이 새로운 바람 벡터 샘플을 보다 용이하게 획득할 수 있도록 동적으로 조정될 수 있다. 또한, 바람 샘플 산출 유닛이 새로운 바람 벡터 샘플을 생성하는 기동은 조건 또는 명령에 응답하여 조정될 수 있다.
단순성을 위해, 추산 필터링 유닛(504)은 사전 추산치(PE) 및/또는 사전 필터링된 추산치(PFE)에 대한 동작을 실행함으로써 필터링된 추산치(FE)를 생성하는 것으로 설명된다. 상술한 바에 기초하여, 관련 기술분야의 통상의 기술자는 이러한 동작이 바람 벡터의 종합(net) 추산치(즉, FE NET, PENET 및 PFENET)을 나타내는 벡터, 또는 북쪽 바람 성분(즉, FEN, PEN, 및 PFEN) 및 동쪽 바람 성분(즉, FEE, PEE 및 PFEE) 등의 바람 벡터의 성분을 나타내는 직교 벡터에 대해 실행될 수 있다는 점을 이해할 것이다. 예컨대, 사전 추산 유닛(502)이 종합 바람 벡터의 사전 추산치(PENET)를 제공하는 경우, 추산 필터링 유닛(504)의 실시예는 종합 바람 벡터의 필터링된 추산치(FENET)를 산출할 수 있다. 다른 예로서, 사전 추산 유닛(502)이 북쪽 바람 벡터의 사전 추산치(PEN)를 제공하는 경우, 추산 필터링 유닛(504)의 실시예는 북쪽 바람 벡터의 필터링된 추산치(FEN)를 산출할 수 있다. 또한, 관련 기술분야의 통상의 기술자는 사전 추산 유닛(502)이 종합 바람 벡터의 사전 추산치 (PENET)또는 북쪽 바람 벡터의 사전 추산치(PEN) 및 동쪽 바람 벡터의 사전 추산치(PEE) 모두를 제공하는 경우, 사전 추산 유닛(502)은 북쪽 바람 벡터의 사전 추산치와 관련된 에러가 동쪽 바람 벡터의 사전 추산치와 관련된 에러와 상이하다는 것을 추산할 수 있다.
완전 선회에 대응하는 바람 벡터의 사전 추산치를 얻은 이후, 추산 필터링 유닛(504)의 몇몇 실시예는 필터링된 추산치의 값을 사전 추산치의 값으로 설정하고(즉, FE = PE), 이에 의해 필터링된 추산치를, 현재 측정값에 의존하지만 사전에 필터링된 추산치와 관련된 임의의 이전의 측정값에 의존하지 않는 값으로 갱신한다. 몇몇 실시예는 필터링된 추산치의 값을 사전 추산치 및 필터링된 추산치의 사전값의 가중합으로 설정하고(즉, FE = KFULL*PE + (1-KFULL)*PFE), 이에 의해 필터링된 추산치를, 현재 측정값에 의존하지만 사전에 필터링된 추산치로 통합된 사전 측정값에는 의존하지 않는 값으로 갱신한다. 이전의 실시예는 변하는 바람 조건에 빠르게 반응하는 바람 벡터 추산치를 제공할 수 있다. 나중의 실시예는 바람(예컨대, 바람 거스트)의 과도적 변동에 매우 안정적이고 탄력적인 바람 벡터 추산치를 제공할 수 있다. 나중의 실시예에서, 필터 게인(KFULL)은 미리 정해진 값으로 설정될 수 있거나 관련 기술분야의 통상의 기술자에게 공지된 기술 또는 임의의 다른 적절한 기술을 사용하여 산출될 수 있다. 또한, 나중의 실시예에서, 사전에 필터링된 추산치가 제공되지 않는 경우, 필터링된 추산치의 값이 사전 추산치의 값으로 설정될 수 있다.
부분 선회에 대응하는 바람 벡터의 사전 추산치를 얻은 이후, 추산 필터링 유닛(504)의 몇몇 실시예는 필터링된 추산치의 값을 사전 추산치 및 필터링된 추산치의 사전값의 가중 합으로 설정할 수 있다(즉, FE = KPART*PE + (1-KPART)*PFE). 몇몇 실시예에서, 필터 게인(KPART)의 값은 사전 추산치의 추산된 에러에 의존할 수 있다. 추가로 또는 이와 달리, 몇몇 실시예에서, 필터 게인(KPART)의 값은 완전 선회, 부분 선회 및/또는 정상-직진 비행에 대응하는 바람 벡터가 사전 필터링된 추산치에 통합되었는지 여부에 따라 다를 수 있다.
사전 추산치와 관련된 추산된 에러가 특정 임계값(예컨대, 13%)을 초과하는 경우, 몇몇 실시예는 KPART를 제로(0)로 설정할 수 있다. 이와 동등하게, 몇몇 실시예는 필터링된 추산치(FE)의 값을 사전 필터링된 추산치(PFE)의 값으로 설정할 수 있고, 또는 필터링된 추산치(FE)의 값은 단순하게 변하지 않은 상태로 유지될 수 있다.
한편, 추산된 에러가 특정 임계값을 초과하지 않는 경우, 몇몇 실시예는 KPART를 추산된 에러 및/또는 사전 필터링된 추산치(PFE)와 관련된 사전 기동의 함수인 값으로 설정할 수 있다. 예컨대, 사전 필터링된 추산치(PFE)가 완전 선회에 대응하는 사전 추산치를 통합하는 경우, 몇몇 실시예는 KPART를 비교적 낮은 값으로(예컨대, 0.15 내지 0.25의 범위로) 설정할 수 있다. 이러한 조건 하에서 KPART를 비교적 낮은 값으로 설정하는 것은 완전 선회와 관련된 다소 이전 값인 바람 추산치가 부분 선회와 관련된 더 최근의 바람 추산치보다 더 정확할 수 있다는 판단을 반영할 수 있다. 범위의 높은 끝부분의 필터 게인 값은 낮게 추산된 에러값에 대응할 수 있고, 범위의 낮은 끝부분의 필터 게인 값은 높게 추산된 에러값에 대응할 수 있다.
다른 예로서, 사전 필터링된 추산치(PFE)가 완전 선회에 대응하는 사전 추산치를 통합하지 않지만 부분 선회에 대응하는 사전 추산치를 통합하는 경우, 몇몇 실시예는 KPART를 중간 값으로(예컨대, 0.45 내지 0.55의 범위로) 설정할 수 있다. 이러한 조건 하에서 KPART를 중간 값으로 설정하는 것은 다수의 부분 선회가 실행되고 완전 선회가 실행되지 않을 때 바람 벡터의 정확한 추산치는 부분 선회에 대응하는 사전 추산치를 평균화함으로써 얻을 수 있다는 판단을 반영할 수 있다. 이전의 시나리오에 대해, 범위의 높은 끝부분의 필터 게인 값은 낮게 추산된 에러 값에 대응할 수 있고, 범위의 낮은 끝부분의 필터 게인 값은 높게 추산된 에러 값에 대응할 수 있다.
다른 예로서, 사전 필터링된 추산치(PFE)가 완전 선회 또는 부분 선회에 대응하는 사전 추산치를 통합하지 않지만 정상-직진 비행에 대응하는 사전 추산치를 통합하는 경우, 몇몇 실시예는 KPART를 높은 값으로(예컨대 0.95 내지 1.00의 범위로) 설정할 수 있다. 이러한 조건 하에서 KPART를 높은 값으로 설정하는 것은 부분 선회에 대응하는 임의의 사전 추산치가 정상-직진 비행에 대응하는 바람 벡터에만 관련된 사전 필터링된 추산치보다 더 정확할 가능성이 있다는 판단을 반영할 수 있다. 이전의 시나리오에 대해, 범위의 높은 끝부분의 필터 게인 값은 낮게 추산된 에러 값에 대응할 수 있고, 범위의 낮은 끝부분의 필터 게인 값은 높게 추산된 에러 값에 대응할 수 있다.
다른 예로서, 사전 필터링된 추산치가 제공되지 않는 경우, 필터링된 추산치의 값은 사전 추산치의 값으로 설정될 수 있다.
정상-직진 비행에 대응하는 바람 벡터의 사전 추산치를 얻은 이후, 추산 필터링 유닛(504)의 몇몇 실시예는 필터링된 추산치의 값을 사전 추산치 및 필터링된 추산치의 사전값의 가중 합으로 설정할 수 있다(즉, FE = KPART*PE + (1-KPART)*PFE). 몇몇 실시예에서, 필터 게인(KSS)의 값은 완전 선회, 부분 선회 및/또는 정상-직진 비행에 대응하는 바람 벡터가 사전 필터링된 추산치로 통합되었는지 여부에 의존할 수 있다.
예컨대, 사전 필터링된 추산치(PFE)가 완전 선회에 대응하는 사전 추산치를 통합하는 경우, 몇몇 실시예는 KSS 를 매우 낮은 값으로(예컨대, 9*10-4 내지 9*10-5의 범위로)설정할 수 있다. 다른 예에서, 사전 필터링된 추산치(PFE)가 완전 선회에 대응하는 사전 추산치를 통합하지 않지만 부분 선회에 대응하는 사전 추산치를 통합하는 경우, 몇몇 실시예는 KSS 를 약간 높은 값으로(예컨대, 9*10-3 내지 9*10-4의 범위로)설정할 수 있다. 이러한 조건 하에서 필터 게인(KSS)을 이렇게 낮은 값으로 설정하는 것은 완전 선회 및 부분 선회에 대응하는 바람 추산치가 정상-직진 비행에 대응하는 바람 추산치보다 더 정확할 가능성이 있다는 판단을 반영할 수 있다.
다른 실시예에서, 사전 필터링된 추산치(PFE)가 완전 선회 또는 부분 선회에 대응하는 사전 추산치를 통합하지 않지만 정상-직진 비행에 대응하는 사전 추산치를 통합하는 경우, 몇몇 실시예는 KSS 를 약간 높은 값으로(예컨대, 1*10-2 내지 9*10-2로) 설정할 수 있다. 이러한 방식으로 필터 게인(KSS)을 설정하는 것은, 정상-직진 비행에 대응하는 개별 바람 추산치의 임의의 부정확도에도 불구하고, 정상-직진 비행에 대응하는 수백개의 추산치를 필터링하는 것이 바람 벡터의 정확한 추산치를 제공한다는 판단을 반영할 수 있다.
몇몇 실시예에서, 추산 필터링 유닛(504)은 필터링된 추산치(FE)가 항공기에 의해 경험된 조건에 따라 산출되는 방식으로 조정될 수 있다. 예컨대, 주어진 고도에서의 바람 벡터는 단기간(예컨대 한 시간 내지 두 시간)에 대해 비교적 안정적일 수 있는 반면, 다른 고도에서의 바람 벡터는 크게 상이할 수 있다. 따라서, 항공기의 고도가 임계량(예컨대, 100 피트)보다 많이 변하는 경우, 추산 필터링 유닛은 새로운 고도에서 바람 벡터의 사전 추산치와 관련된 필터 게인을 증가시키고 필터링된 추산치의 사전값과 관련된 필터 게인을 감소시킬 수 있고, 이에 의해 새로운 고도에서 새로운 바람 조건을 반영하도록 필터링된 추산치(FE)가 보다 신속하게 변하는 것을 허용한다.
몇몇 실시예에서, 추산 필터링 유닛(504)에 의해 적용된 필터링 산출은 관련된 시간 상수를 가질 수 있다. 대부분의 조건 하에서, 시간 상수는 상당히 짧을 수 있다(예컨대, 약 수초 또는 수십초). 그러나, 몇몇 실시예는 항공기가 연풍을 경험할 때와 같이 특정 조건 하에서 상당히 긴 시간 상수(예컨대, 약 수백초 또는 수천초)를 사용하여 필터링 유닛(504)을 구성할 수 있다. 연풍은 2 노트와 같이 특정 임계값 아래의 크기를 갖는 바람으로 간주될 수 있다. 식 4와 관련하여, 항공기가 연풍을 경험할 때, 추산된 풍향은 추산된 북쪽 및 동쪽 바람 성분의 크기 면에서 작은 변형에 매우 민감할 수 있다. 따라서 연풍 조건 하에서 긴 시간 상수를 사용하여 필터링 유닛을 구성하는 것은 추산 필터링 유닛(504)에 의해 기록되는 추산된 풍향을 안정화할 수 있다.
요약하면, 바람 추산 유닛(400)의 실시예는 항공기가 완전 선회, 부분 선회, 또는 정상-직진 비행 등의 기동을 실행하고 있는지 여부를 검출하고 이러한 기동에 대응하여 바람 벡터 샘플을 산출하도록 각각 기동 검출 유닛(402) 및 바람 샘플 산출 유닛(404)을 사용할 수 있다. 또한, 실시예는 바람 벡터 샘플에 기초하여 항공기 근처에 지배적인 바람 조건에 대응하는 바람 벡터를 추산하도록 추산 유닛(406)을 사용할 수 있다.
바람 추산 유닛(400)의 실시예는 소프트웨어, 하드웨어 또는 그 조합으로 실행될 수 있다. 또한, 바람 추산 유닛(400)의 구성요소(예컨대, 기동 검출 유닛(402), 바람 샘플 산출 유닛(404), 추산 유닛(406), 사전 추산 유닛(502) 및/또는 추산 필터링 유닛(504))는 소프트웨어, 하드웨어 또는 그 조합으로 실행될 수 있다. 예컨대, 상술한 유닛 중 일부 또는 전부가 도 7에 도시된 예시적 컴퓨터 등의 컴퓨터의 프로세서에 실행되는 명령으로 실시될 수 있다.
도 7은 컴퓨터(700)의 예시적 실시예의 개략적인 도시도이다. 도 7의 예시적 컴퓨터(700)는 통신 버스(710)에 결합된 하나 이상의 프로세서(704) 및 하나 이상의 메모리(702)를 포함한다. 메모리(702)는 랜덤-액세스 메모리(RAM), 리드-온리 메모리(ROM), 디스크-베이스 메모리, 고체-상태 메모리 또는 관련 기술분야의 통상의 기술자에게 공지되거나 비일시적 방식으로 명령 및/또는 데이터를 저장하기에 적절한 임의의 다른 장치일 수 있다. 메모리(702)는 프로세서(들)(704)에 의해 실행될 때 프로세서(들)(704)가 바람 추산 유닛(400), 기동 검출 유닛(402), 바람 샘플 산출 유닛(404), 추산 유닛(406), 사전 추산 유닛(502) 및/또는 추산 필터링 유닛(504)의 기능을 실행하도록 하는 명령을 저장할 수 있다.
도 7의 예시적 컴퓨터(700)는 입력/출력 인터페이스(706) 및/또는 네트워크 인터페이스(708)를 추가로 포함할 수 있다. 컴퓨터(700)는 I/O 인터페이스(706) 또는 네트워크 인터페이스(708)를 통해 다양한 센서에 의해 측정된(또는 "샘플링된") 비행 파라미터 값을 수신할 수 있다. 몇몇 실시예에서, 비행 파라미터 값의 일부 또는 전부는 바람 추산 유닛(400)에 접근 가능한 위치에서 메모리(702)에 적어도 일시적으로 저장될 수 있다.
방법
도 9는 바람 벡터의 추산치를 산출하는 예시적 방법을 도시한다. 예시적 방법의 단계(902)에서, 항공기의 기동이 식별된다. 몇몇 실시예에서, 식별된 기동은 정상-직진 이동 기동, 부분 선회, 또는 완전 선회를 포함할 수 있다. 몇몇 실시예에서, 식별된 기동은 관련 기술분야의 통상의 기술자에게 공지된 하나 이상의 추가적인 항공기 기동을 포함할 수 있다. 또한, 항공기의 이동은 식별 가능한 기동에 항상 대응할 수는 없다. 즉, 주어진 시간에서, 항공기는 정상-직진 이동 기동, 부분 선회, 완전 선회 또는 관련 기술분야의 통상의 기술자에게 공지된 임의의 추가적인 항공기 기동에 대응하지 않는 것으로서 단계(902)에서 식별된 기동을 실행할 수 있다.
예시적 방법의 단계(904)에서, 항공기 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치가 식별된다. 몇몇 실시예에서, 사전 추산치를 계산하는 단계는 대응하는 기동 도중 수집된 하나 이상의 측정값에 기동-특정 바람 추산 프로세스를 적용하는 단계를 포함한다. 예컨대, 사전 추산치를 계산하는 단계는 추측 항법을 사용하여 완전 선회에 대응하는 비행 파라미터의 측정값으로부터 하나 이상의 바람 벡터 샘플을 생성하고, 하나 이상의 바람 벡터 샘플을 평균화하여 사전 추산치를 생성하는 단계를 포함한다. 다른 예에서, 사전 추산치를 산출하는 단계는 추측 항법을 사용하여 부분 선회에 대응하는 비행 파라미터의 측정값으로부터 하나 이상의 바람 벡터 샘플을 생성하고, 곡선(예컨대, 사인 곡선)을 바람 벡터 샘플의 직교 성분에 피팅하고, 피팅된 곡선의 각각을 따라서 추가적인 바람 벡터 샘플을 투사하고, 바람 벡터 샘플과 피팅된 곡선의 각각을 따라서 투사된 추가적인 바람 벡터 샘플을 평균화하여 성분 바람 벡터의 사전 추산치를 생성하는 단계를 포함할 수 있다. 다른 예로서, 사전 추산치를 산출하는 단계는 추측 항법을 사용하여 정상-직진 비행에 대응하는 비행 파라미터의 측정값으로부터 바람 벡터 샘플을 생성하는 단계를 포함할 수 있다.
예시적 방법의 단계(906)에서, 바람 벡터의 사전 추산치와 관련된 게인이 얻어진다. 몇몇 실시예에서, 게인은 필터 게인일 수 있다. 몇몇 실시예에서, 사전 추산치와 관련된 필터 게인을 산출하는 프로세스는 항공기의 과거 또는 현재 상태에 의존할 수 있다. 예컨대, 필터 게인은 사전 추산치에 대응하는 기동, 사전 추산치의 추산된 에러, 항공기에 의해 미리 실행된 하나 이상의 기동 및/또는 항공기에 의해 경험된 조건(고도 또는 연풍에서의 변화 등)에 의존할 수 있다.
예시적 방법의 단계(908)에서, 바람 벡터의 필터링된 추산치가 갱신될 수 있다. 필터링된 추산치를 갱신하는 단계는 필터링된 추산치의 초기 값을 설정하고, 또는 사전 추산치, 필터 게인 및/또는 필터링된 추산치의 사전값에 기초하여 필터링된 추산치의 새로운 값을 산출하는 단계를 포함한다. 예컨대, 바람 벡터의 필터링된 추산치를 갱신하는 단계는 필터링된 추산치의 새로운 값을 완전 선회에 대응하는 사전 추산치의 값으로 설정하는 단계를 포함한다. 다른 예로서, 필터링된 추산치를 갱신하는 단계는 필터링된 추산치(FE)의 새로운 값을 사전 추산치(PE)와 필터링된 추산치(PFE)의 사전값의 가중합(예컨대, FE = K*PE + (1-K)*PFE, 여기서 K 는 사전 추산치와 관련된 필터 게인)으로 설정하는 단계를 포함할 수 있다.
몇몇 실시예에서, 필터링된 추산치를 갱신하는 단계는 필터와 관련된 시간 상수를 조정하는 단계를 포함할 수 있다. 예컨대, 필터링된 추산치를 갱신하는 단계는 항공기가 연풍을 경험할 때 시간 상수를 증가시키고 항공기가 연풍을 경험하지 않을 때 시간 상수를 감소시키는 단계를 포함한다.
도 10은 항공기의 기동을 부분 선회 기동으로 식별하는 예시적 방법을 도시한다. 예시적 방법의 단계(1002)에서, 항공기의 지적선 선회 가속도, 지적선 선회 속도 및 평균 진대기속도의 값이 제1 시간에서 각각의 범위 내에 있는 것으로 검출된다. 예컨대, 지적선 선회 가속도 범위와 관련된 범위는 대략 0.025 라디안/초2 보다 작은 임의의 값일 수 있고, 지적선 선회 속도와 관련된 범위는 대략 0.01 라디안/초 보다 큰 임의의 값일 수 있고, 평균 진대기속도와 관련된 범위는 대략 50.0 노트보다 큰 임의의 값일 수 있다.
예시적 방법의 단계(1004)에서, 항공기는 제2 시간에서 선회를 실행하지 않는다고 검출된다. 예컨대, 항공기의 지적선 선회 가속도, 지적선 선회 속도 또는 평균 진대기속도의 값이 단계(1002)에 대해 위에서 특정된 범위와 같이 대응하는 범위 외측에 있다고 검출되는 경우 선회 기동의 종결이 검출될 수 있다. 제2 시간은 제1 시간보다 이후일 수 있다.
예시적 방법의 단계(1006)에서, 제2 시간과 제1 시간 사이의 항공기 방위의 변화는 2π 라디안보다 작은 것으로 검출된다. 제2 시간과 제1 시간 사이의 항공기 방위의 변화는 관련 기술분야의 통상의 기술자에게 공지된 수단 또는 임의의 다른 적절한 수단을 사용하여 측정 또는 산출될 수 있다.
도 11은 항공기의 기동을 완전 선회 기동으로 식별하는 예시적 방법을 도시한다. 예시적 방법의 단계(1102)에서, 항공기의 지적선 선회 가속도, 지적선 선회 속도 및 평균 진대기속도의 값은 제1 시간에서 각각의 범위 내에 있는 것으로 검출된다. 예컨대, 지적선 선회 가속도 범위와 관련된 범위는 대략 0.025 라디안/초2보다 작은 임의의 값일 수 있고, 지적선 선회 속도와 관련된 범위는 대략 0.01 라디안/초보다 큰 임의의 값일 수 있고, 평균 진대기속도와 관련된 범위는 대략 50.0 노트보다 큰 임의의 값일 수 있다.
예시적 방법의 단계(1104)에서, 제2 시간과 제1 시간 사이의 항공기의 방위의 변화는 대략 2π 라디안인 것으로 검출된다. 제2 시간과 제1 시간 사이의 항공기의 방위의 변화는 관련 기술분야의 통상의 기술자에게 공지된 수단 또는 임의의 다른 적절한 수단을 사용하여 측정 또는 산출될 수 있다.
도 12는 바람 벡터의 추산치를 산출하는 다른 예시적 방법을 도시한다. 도 12의 예시적 방법의 단계(902, 904, 906 및 908)은 도 9의 예시적 방법의 단계(1202, 1204, 1206 및 1208)과 유사하거나 동일할 수 있고, 여기서는 추가로 설명되지 않을 것이다.
예시적 방법의 단계(1210)에서, 항공기 근처에 지배적인 바람 조건에 대응하는 직교 바람 벡터의 사전 추산치가 식별된다. 몇몇 실시예에서, 바람 벡터 및 직교 바람 벡터가 전체 윈트 벡터의 성분이도록, 직교 바람 벡터는 단계(1202 내지 1208)에서 산출된 바람 벡터에 직교할 수 있다. 예컨대, 바람 벡터는 북쪽 바람 벡터일 수 있고, 직교 바람 벡터는 동쪽 바람 벡터일 수 있다. 몇몇 실시예에서, 직교 바람 벡터의 사전 추산치를 산출하는 단계는 기동-특정 바람 추산 프로세스를 대응하는 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함할 수 있다.
예시적 방법의 단계(1212)에서, 직교 바람 벡터의 사전 추산치와 관련된 게인이 획득된다. 몇몇 실시예에서, 게인은 필터 게인일 수 있다. 몇몇 실시예에서, 직교 바람 벡터의 사전 추산치와 관련된 필터 게인을 획득하는 프로세스는 사전 추산치에 대응하는 기동, 사전 추산치의 추산된 에러 및/또는 항공기에 의해 미리 실행된 하나 이상의 기동에 의존할 수 있다.
예시적 방법의 단계(908)에서, 직교 바람 벡터의 필터링된 추산치가 갱신된다. 직교 바람 벡터의 필터링된 추산치를 갱신하는 단계는 직교 바람 벡터의 필터링된 추산치의 초기 값을 설정하는 단계, 또는 직교 바람 벡터의 사전 추산치, 직교 바람 벡터와 관련된 필터 게인 및/또는 직교 바람 벡터의 필터링된 추산치의 사전값에 기초하여 직교 바람 벡터의 필터링된 추산치의 새로운 값을 산출하는 단계를 포함할 수 있다.
기타
본 발명의 여러 실시예가 설명되었으나, 다양한 변형예, 변경예 및 개선예가 관련 기술분야의 통상의 기술자에게 용이하게 발생할 수 있는 점이 이해될 것이다. 예컨대, 본 개시 내용의 실시예는 항공기와 관련하여 설명되었으나, 관련 기술분야의 통상의 기술자는 물-기반 차량(예컨대, 범선) 또는 땅-기반 차량(예컨대, 차 또는 트럭)과 같이 다른 이동 가능한 플랫폼에 적용될 수 있는 점을 이해할 것이다. 또한, 몇몇 실시예는 특징부가 동일한 실시예의 일부로서 명백하게 상술되지 않은 경우에도 임의의 실시예의 일부로서 설명되는 임의의 특징부를 포함할 수 있다.
이러한 변형예, 변경예 및 개선예는 본 개시 내용의 일부로서 의도되고, 본 발명의 기술 사상 및 범위 내에 있는 것으로 의도된다. 또한, 본 개시 내용의 이점이 지시되었으나, 모든 실시예가 설명된 모든 장점을 포함하지는 않는 점이 이해되어야 한다. 몇몇 실시예는 본 명세서에서 유리한 것으로 개시된 임의의 특징부를 실시하지 않을 수 있다. 따라서, 앞의 설명 및 도면은 단지 예시적인 것이다.
본 발명의 상술한 실시예는 임의의 다양한 방법으로 실시될 수 있다. 예컨대, 실시예는 하드웨어, 소프트웨어 또는 그 조합을 사용하여 실시될 수 있다. 소프트웨어에서 실시될 때, 소프트웨어 코드는 단일 컴퓨터에 제공되든지 또는 다수의 컴퓨터 중에 분산되든지 임의의 적절한 프로세서 프로세서의 수집부 상에서 실행될 수 있다. 이러한 프로세서는 하나 이상의 프로세서가 집적 회로 구성요소 내에 있는 상태로 직접 회로로서 실시될 수 있다. 그러나 프로세서는 임의의 적절한 포맷으로 전기 회로망을 사용하여 실시될 수 있다.
또한, 컴퓨터는 랙-마운트 컴퓨터, 데스크탑 컴퓨터, 랩탑 컴퓨터 또는 테블릿 컴퓨터 등의 임의의 다수의 형태에 매설될 수 있는 점이 이해되어야 한다. 추가로, 컴퓨터는 일반적으로 컴퓨터로 간주되지만, 개인 휴대 정보 단말기(PDA), 스마트 폰 또는 임의의 적절한 이동 가능한 또는 고정된 전자 장치를 포함하여 적절한 처리 능력을 갖는 장치 내에 매설될 수 있다.
또한, 컴퓨터는 하나 이상의 입력 및 출력 장치를 가질 수 있다. 이러한 장치는 다른 것 중에서도 사용자 인터페이스를 제공하도록 사용될 수 있다. 사용자 인터페이스를 제공하도록 사용될 수 있는 출력 장치의 예는 출력의 시각적 제공을 위한 프린터 또는 디스플레이 스크린 및 출력의 청각적 제공을 위한 스피커 또는 다른 사운드 생성 장치를 포함한다. 사용자 인터페이스를 위해 사용될 수 있는 입력 장치의 예는 키보드와, 마우스, 터치 패드 및 디지털화 테블릿과 같은 포인팅 디바이스를 포함한다. 다른 예로서, 컴퓨터는 음성 인식을 통해 또는 다른 청각적 포맷으로 입력 정보를 수신할 수 있다.
이러한 컴퓨터는 기업내 네트워크 또는 인터넷과 같이 근거리 통신망 또는 광역 통신망으로서 포함하는 임의의 적절한 형태로 하나 이상의 네트워크에 의해 상호연결될 수 있다. 이러한 네트워크는 임의의 적절한 기술에 기초할 수 있고 임의의 적절한 프로토콜에 따라 동작할 수 있고, 무선 네트워크, 유선 네트워크 또는 광섬유 네트워크를 포함할 수 있다.
또한, 본 명세서에서 서술된 다양한 방법 또는 프로세스는 다양한 동작 시스템 또는 플랫폼 중 임의의 하나를 채용한 컴퓨터의 하나 이상의 프로세서에서 실행가능한 소프트웨어로서 코딩될 수 있다. 추가로, 이러한 소프트웨어는 다수의 적절한 프로그래밍 언어 및/또는 프로그래밍 또는 스크립팅 툴의 임의의 것을 사용하여 판독될 수 있고, 또한 프레임워크 또는 가상 머신에서 실행되는 실행 가능한 머신 언어 코드 또는 중간 코드로 컴파일링될 수 있다.
이와 관련하여, 본 개시내용의 실시예는 하나 이상의 컴퓨터 또는 다른 프로세서에서 실행될 때 상술한 본 개시 내용의 다양한 실시예를 실시하는 방법을 실행하는 하나 이상의 프로그램이 인코딩된, 컴퓨터 판독 가능 저장 매체(또는 다수의 컴퓨터 판독 가능 매체)(예컨대, 컴퓨터 메모리, 하나 이상의 플로피 디스크, 컴팩트 디스크(CD), 광학 디스크, 디지털 비디오 디스크(DVD), 자기 테이프, 플래쉬 메모리, 필드 프로그램 가능 게이트 어레이 또는 다른 반도체 장치 내의 회로 구성, 또는 다른 유형의 컴퓨터 저장 매체)로서 실시될 수 있다
상기 예로부터 명백한 바와 같이, 컴퓨터 판독 가능 저장 매체는 비일시적 형태로 컴퓨터-실행가능 명령을 제공하기에 충분한 시간 동안 정보를 보유할 수 있다. 이러한 컴퓨터 판독 가능 저장 매체 또는 매체들은, 여기에 저장된 프로그램 또는 프로그램들이 하나 이상의 상이한 컴퓨터 또는 다른 프로세서 상에 로딩될 수 있어 상술한 바와 같은 본 발명이 다양한 양태들을 실시할 수 있도록 수송 가능할 수 있다. 본 명세서에 개시된 바와 같이, "컴퓨터 판독 가능 저장 매체"의 용어는 제조품(즉, 제조된 제품) 또는 머신으로 고려될 수 있는 컴퓨터 판독 가능 매체만 포함한다. 이와 달리 또는 추가로, 본 발명은 전파 신호와 같은 컴퓨터 판독 가능 저장 매체 이외의 컴퓨터 판독가능 매체로서 실시될 수 있다.
용어 "프로그램" 또는 "소프트웨어"는 포괄적 의미에서 상술한 본 발명의 다양한 양태를 실시하기 위해 컴퓨터 또는 다른 프로세서를 프로그래밍하도록 채용될 수 있는 컴퓨터 실행가능 명령의 세트 또는 임의 유형의 컴퓨터 코드를 지칭하도록 본 명세서에서 사용된다. 추가로, 본 개시 내용의 일 양태에 따르면 수행될 때 개시된 발명의 실시예를 실행하는 하나 이상의 컴퓨터 프로그램은 단일 컴퓨터 또는 프로세서 상에 있을 필요가 없고, 본 개시 내용의 다양한 양태를 실시하기 위해 다수의 다양한 컴퓨터 또는 프로세서 중에서 모듈러 방식으로 분산될 수 있다는 점이 이해되어야 한다.
컴퓨터 실행가능 명령은 프로그램 모듈과 같이 하나 이상의 컴퓨터 또는 다른 장치에 의해 실행되는 많은 형태일 수 있다. 일반적으로, 프로그램 모듈은 특정 태스크를 실행하거나 또는 특정 추상 데이터 유형을 실시하는 루틴, 프로그램, 객체(object), 컴포넌트, 데이터 구조 등을 포함한다. 전형적으로 프로그램 모듈의 기능성은 다양한 실시예에서 요구되는 바와 같이 결합 또는 분산될 수 있다.
또한, 데이터 구조는 임의의 적절한 형태로 컴퓨터 판독 가능 매체에 저장될 수 있다. 설명의 단순성을 위해, 데이터 구조는 데이터 구조 내의 배치를 통해 관련된 필드를 갖도록 도시될 수 있다. 이러한 관계는 또한 필드들 사이의 관계를 운송하는 컴퓨터 판독 가능 매체 내의 배치와 함께 필드에 대한 저장을 할당함으로써 달성될 수 있다. 그러나 포인터, 태그 또는 데이터 요소들 사이의 관계를 설립하는 다른 기구의 사용을 통하는 것을 포함하여, 임의의 적절한 기구가 데이터 구조의 필드 내의 정보 사이의 관계를 설립하도록 사용될 수 있다.
또한, 본 발명은 예가 제공된 방법으로 실시될 수 있다. 발명의 일부로 실행되는 단계는 임의의 적절한 방식으로 정돈될 수 있다. 따라서, 실시예는 예시적인 실시예에서 연속적인 단계로 도시되었으나 도시된 것과 다른 순서로 실행될 수 있도록 구성되고, 이는 몇몇 단계를 동시에 실행하는 것을 포함할 수 있다.
청구항에서 청구 요소를 수식하는 "제1", "제2", "제3" 등의 서수 용어의 사용은 임의의 우선권, 순위 또는 다른 요소에 대한 하나의 청구항 요소의 순서 또는 발명의 단계가 실행되는 일시적인 순서 자체를 내포하는 것은 아니다. 이러한 용어는 단지 특정 명칭을 갖는 일 청구항 요소를 동일 명칭을 갖는 다른 요소로부터(그러나 서수 용어의 사용을 위해) 구별하는 표시로서 사용된다
또한, 본 명세서에 개시된 어구 및 특정 용어는 설명의 목적을 위한 것으로 제한적인 것으로 간주되어서는 안된다. 본 명세서에서 "포함(including)", "포함(comprising)", "구비", "함유", "수반" 및 그 변형의 사용은 이후 열거되는 항목, 그 등가물 및 추가 항목을 포함하는 것을 의미한다.

Claims (20)

  1. 바람 벡터의 추산치를 산출하는 방법이며,
    상기 방법은,
    프로세서를 사용하여 플랫폼의 기동을 식별하는 단계로서, 식별된 기동은 정상-직진 이동 기동, 부분 선회 기동 또는 완전 선회 기동 중 하나를 포함하는, 플랫폼 기동 식별 단계와,
    프로세서를 사용하여 플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치를 산출하는 단계로서, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 바람 벡터의 사전 추산치 산출 단계와,
    프로세서를 사용하여 바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 게인 산출 단계, 및
    프로세서를 사용하여 바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 바람 벡터의 필터링된 추산치를 갱신하는 단계를 포함하는, 바람 벡터 추산치 산출 방법.
  2. 제1항에 있어서,
    상기 항공기의 상태는 식별된 기동, 바람 벡터의 사전 추산치의 추산된 에러, 항공기에 의해 사전에 실행된 하나 이상의 기동, 및/또는 항공기에 의해 경험된 조건을 포함하는, 바람 벡터 추산치 산출 방법.
  3. 제1항에 있어서,
    플랫폼의 기동을 부분 선회 기동으로서 식별하는 단계는
    제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계와,
    제2 시간에, 플랫폼이 선회를 실행하지 않는 것을 검출하는 단계, 및
    제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 2π 라디안보다 작은 것을 산출하는 단계를 포함하는, 바람 벡터 추산치 산출 방법.
  4. 제1항에 있어서,
    플랫폼의 기동을 완전 선회 기동으로 식별하는 단계는
    제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계 및
    제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 대략 2π 라디안 인지를 산출하는 단계를 포함하는, 바람 벡터 추산치 산출 방법.
  5. 제1항에 있어서,
    프로세서를 사용하여 직교 바람 벡터의 사전 추산치를 산출하는 단계로서, 직교 바람 벡터는 플랫폼 근처에 지배적인 바람 조건에 대응하며 바람 벡터의 사전 추산치의 방향에 직교하는 방향에 대응하고, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 직교 바람 벡터 사전 추산치 산출 단계와,
    프로세서를 사용하여 직교 바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 직교 바람 벡터 사전 추산치와 관련된 게인 산출 단계, 및
    프로세서를 사용하여 직교 바람 벡터의 사전 추산치 및 직교 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 직교 바람 벡터의 필터링된 추산치를 갱신하는 단계를 더 포함하는, 바람 벡터 추산치 산출 방법.
  6. 제2항에 있어서,
    바람 벡터의 사전 추산치와 관련된 게인은 바람 벡터의 사전 추산치의 추산된 에러에 적어도 부분적으로 의존하고, 추산된 에러는 식별된 기동의 유형에 적어도 부분적으로 의존하는, 바람 벡터 추산치 산출 방법.
  7. 제6항에 있어서,
    식별된 기동은 부분 선회 기동을 포함하고,
    바람 벡터의 사전 추산치의 추산된 에러는 추가로 부분 선회 기동과 관련된 데이터와 완전 선회 기동과 관련된 데이터 사이의 피팅의 추산치에 적어도 부분적으로 의존하고,
    피팅의 추산치는 부분 선회 기동과 관련된 완전 선회의 백분율 및 부분 선회 기동과 관련된 완전 선회의 위상에 의존하는, 바람 벡터 추산치 산출 방법.
  8. 제7항에 있어서,
    완전 선회 기동과 관련된 데이터는 플랫폼에 의존하는, 바람 벡터 추산치 산출 방법.
  9. 바람 벡터 추산 기기이며,
    프로세서 및 메모리를 포함하고,
    상기 메모리는 실행될 때 상기 프로세서가
    플랫폼의 기동을 식별하는 단계로서, 식별된 기동은 정상-직진 이동 기동, 부분 선회 기동 또는 완전 선회 기동 중 하나를 포함하는, 플랫폼 기동 식별 단계와,
    플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치를 산출하는 단계로서, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 바람 벡터의 사전 추산치 산출 단계와,
    바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 게인 산출 단계, 및
    바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 바람 벡터의 필터링된 추산치를 갱신하는 단계
    를 포함하는 방법을 실행하도록 명령을 저장하는, 바람 벡터 추산 기기.
  10. 제9항에 있어서,
    상기 항공기의 상태는 식별된 기동, 바람 벡터의 사전 추산치의 추산된 에러, 항공기에 의해 사전에 실행된 하나 이상의 기동, 및/또는 항공기에 의해 경험된 조건을 포함하는, 바람 벡터 추산 기기.
  11. 제9항에 있어서,
    플랫폼의 기동을 부분 선회 기동으로서 식별하는 단계는
    제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계와,
    제2 시간에, 플랫폼이 선회를 실행하지 않는 것을 검출하는 단계, 및
    제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 2π 라디안보다 작은것을 산출하는 단계를 포함하는, 바람 벡터 추산 기기.
  12. 제10항에 있어서,
    바람 벡터의 사전 추산치와 관련된 게인은 바람 벡터의 사전 추산치의 추산된 에러에 적어도 부분적으로 의존하고, 추산된 에러는 식별된 기동의 유형에 적어도 부분적으로 의존하는, 바람 벡터 추산 기기.
  13. 제12항에 있어서,
    식별된 기동은 부분 선회 기동을 포함하고,
    바람 벡터의 사전 추산치의 추산된 에러는 추가로 부분 선회 기동과 관련된 데이터와 완전 선회 기동과 관련된 데이터 사이의 피팅의 추산치에 적어도 부분적으로 의존하고,
    피팅의 추산치는 부분 선회 기동과 관련된 완전 선회의 백분율 및 부분 선회 기동과 관련된 완전 선회의 위상에 의존하는, 바람 벡터 추산 기기.
  14. 제13항에 있어서,
    완전 선회 기동과 관련된 데이터는 플랫폼에 의존하는, 바람 벡터 추산 기기.
  15. 방법을 실행하기 위해 컴퓨터를 제어하기 위한 명령을 저장한 하나 이상의 컴퓨터 판독 가능 저장 매체이며, 상기 방법은,
    플랫폼의 기동을 식별하는 단계로서, 식별된 기동은 정상-직진 이동 기동, 부분 선회 기동 또는 완전 선회 기동 중 하나를 포함하는, 플랫폼 기동 식별 단계와,
    플랫폼 근처에 지배적인 바람 조건에 대응하는 바람 벡터의 사전 추산치를 산출하는 단계로서, 이 단계는 식별된 기동과 관련된 바람 추산 프로세스를 식별된 기동 도중 수집된 하나 이상의 측정값에 적용하는 단계를 포함하는, 바람 벡터의 사전 추산치 산출 단계와,
    바람 벡터의 사전 추산치와 관련된 게인을 산출하는 단계로서, 이 단계는 항공기의 상태와 관련된 게인 산출 프로세스를 적용하는 단계를 포함하는, 게인 산출 단계, 및
    바람 벡터의 사전 추산치 및 바람 벡터의 사전 추산치와 관련된 게인에 적어도 부분적으로 기초하여 바람 벡터의 필터링된 추산치를 갱신하는 단계를 포함하는, 하나 이상의 컴퓨터 판독 가능 저장 매체.
  16. 제15항에 있어서,
    상기 항공기의 상태는 식별된 기동, 바람 벡터의 사전 추산치의 추산된 에러, 항공기에 의해 사전에 실행된 하나 이상의 기동, 항공기에 의해 경험된 조건을 포함하는, 하나 이상의 컴퓨터 판독 가능 저장 매체.
  17. 제15항에 있어서,
    플랫폼의 기동을 부분 선회 기동으로서 식별하는 단계는
    제1 시간에, 플랫폼의 지적선 선회 가속도, 플랫폼의 지적선 선회 속도 및 플랫폼의 평균 진대기속도의 각각이 각각 지정된 범위 내에 있는 것을 검출하는 단계와,
    제2 시간에, 플랫폼이 선회를 실행하지 않는 것을 검출하는 단계, 및
    제2 시간과 제1 시간 사이에서 플랫폼의 방위의 변화가 2π 라디안보다 작은 것을 산출하는 단계를 포함하는, 하나 이상의 컴퓨터 판독 가능 저장 매체.
  18. 제16항에 있어서,
    바람 벡터의 사전 추산치와 관련된 게인은 바람 벡터의 사전 추산치의 추산된 에러에 적어도 부분적으로 의존하고, 추산된 에러는 식별된 기동의 유형에 적어도 부분적으로 의존하는, 하나 이상의 컴퓨터 판독 가능 저장 매체.
  19. 제18항에 있어서,
    식별된 기동은 부분 선회 기동을 포함하고,
    바람 벡터의 사전 추산치의 추산된 에러는 추가로 부분 선회 기동과 관련된 데이터와 완전 선회 기동과 관련된 데이터 사이의 피팅의 추산치에 적어도 부분적으로 의존하고,
    피팅의 추산치는 부분 선회 기동과 관련된 완전 선회의 백분율 및 부분 선회 기동과 관련된 완전 선회의 위상에 의존하는, 하나 이상의 컴퓨터 판독 가능 저장 매체.
  20. 제19항에 있어서,
    완전 선회 기동과 관련된 데이터는 플랫폼에 의존하는, 하나 이상의 컴퓨터 판독 가능 저장 매체.
KR20157006150A 2012-08-13 2013-08-13 바람 벡터 추산 KR20150043392A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/584,728 US20140046510A1 (en) 2012-08-13 2012-08-13 Estimating a wind vector
US13/584,728 2012-08-13
PCT/US2013/054773 WO2014028519A1 (en) 2012-08-13 2013-08-13 Estimating a wind vector

Publications (1)

Publication Number Publication Date
KR20150043392A true KR20150043392A (ko) 2015-04-22

Family

ID=49054889

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20157006150A KR20150043392A (ko) 2012-08-13 2013-08-13 바람 벡터 추산

Country Status (8)

Country Link
US (1) US20140046510A1 (ko)
EP (1) EP2883064A1 (ko)
JP (1) JP2015526726A (ko)
KR (1) KR20150043392A (ko)
AU (1) AU2013302738A1 (ko)
BR (1) BR112015003179A2 (ko)
CA (1) CA2881537A1 (ko)
WO (1) WO2014028519A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019035673A1 (ko) * 2017-08-17 2019-02-21 한국항공우주연구원 자기 보정기능을 갖춘 풍속측정이 가능한 다중 속도계, 자기 보정 기능을 갖춘 풍속 측정방법 및 다중 속도계가 설치된 주행체
KR101960392B1 (ko) * 2018-09-10 2019-03-20 국방과학연구소 비행체 자동착륙 정확도 향상을 위한 플레어 제어 방법 및 장치, 이 방법을 저장한 컴퓨터 판독 가능 저장 매체

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3007842B1 (fr) * 2013-06-28 2015-07-31 Dassault Aviat Procede de detection d'une panne d'au moins un capteur present sur un aeronef mettant en oeuvre une detection de vent, et systeme associe
EP3176068B1 (en) * 2014-07-28 2023-03-29 Furuno Electric Co., Ltd. Vessel characteristic estimation device and automatic steering device
US10620231B2 (en) * 2015-04-12 2020-04-14 Metek Meteorologische Messtechnik Gmbh Ultrasonic anemometer and method for determination of at least one component of a wind velocity vector or the velocity of sound in the atmosphere
CA2999761C (en) * 2015-09-22 2024-02-27 Ohio University Loss-of-control prevention and recovery flight controller
DE102015121517B4 (de) * 2015-12-10 2017-08-03 Meteomatics Gmbh Verfahren und Vorrichtung zur Bestimmung eines Geschwindigkeitsvektors eines in der Umgegebung eines Fluggeräts herrschenden Windes, und Fluggerät
US11046430B1 (en) * 2017-04-17 2021-06-29 United States Of America As Represented By The Administrator Of Nasa Intelligent trajectory adviser system for unmanned aerial vehicles in complex environments
EP4404016A3 (en) * 2017-11-14 2024-09-11 Gulfstream Aerospace Corporation Potential aircraft trajectory wind effect computation
US11248930B2 (en) * 2018-03-02 2022-02-15 International Business Machines Corporation Microclimate wind forecasting
US11525841B2 (en) * 2018-04-19 2022-12-13 Honeywell International Inc. System and method for deriving airspeed from a particle sensor
US11080438B2 (en) * 2018-05-30 2021-08-03 International Business Machines Corporation Building-information management system with directional wind propagation and diffusion
WO2020009871A1 (en) 2018-07-02 2020-01-09 Joby Aero, Inc. System and method for airspeed determination
WO2020051757A1 (zh) * 2018-09-11 2020-03-19 深圳市道通智能航空技术有限公司 风速计算方法、装置、无人机和无人机组件
WO2020061085A1 (en) 2018-09-17 2020-03-26 Joby Aero, Inc. Aircraft control system
JP7401545B2 (ja) 2018-12-07 2023-12-19 ジョビー エアロ インク 回転翼とその設計方法
US10983534B2 (en) 2018-12-07 2021-04-20 Joby Aero, Inc. Aircraft control system and method
US10845823B2 (en) 2018-12-19 2020-11-24 Joby Aero, Inc. Vehicle navigation system
JP6729884B6 (ja) * 2019-04-09 2020-08-26 国立大学法人秋田大学 風向風速計測方法及び風向風速計測システム
KR20240043816A (ko) 2019-04-23 2024-04-03 조비 에어로, 인크. 배터리 열 관리 시스템 및 방법
JP7313206B2 (ja) * 2019-06-25 2023-07-24 ライオン株式会社 揮散型微生物防除剤組成物及び揮散型微生物防除剤
CN110427047B (zh) * 2019-07-26 2022-06-03 深圳市道通智能航空技术股份有限公司 风速测算方法、风速估算器及无人机
US20230103615A1 (en) * 2021-10-05 2023-04-06 Lockheed Martin Corporation System and method for low speed wind estimation in vtol aircraft

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US2541406A (en) * 1945-11-14 1951-02-13 Thomas & Betts Corp Ground wire assembly
US5051750A (en) * 1989-06-02 1991-09-24 Massachusetts Institute Of Technology Winds aloft estimation through radar observation of aircraft
WO1990015334A1 (en) * 1989-06-02 1990-12-13 Massachusetts Institute Of Technology Winds aloft estimation through radar observation of aircraft
US5221924A (en) * 1989-10-11 1993-06-22 University Corporation For Atmospheric Research Wind shear alert system
US5219267A (en) * 1992-02-18 1993-06-15 Marion Body Works, Inc. Method for salvaging the contents of a leaking drum
EP0709684A3 (de) * 1994-10-25 1997-01-02 Aircotec Ag Verfahren und Vorrichtung zur Ermittlung und Anzeige des Windvektors und der Fahrt eines Luftfahrzeuges
US7286913B2 (en) * 2003-10-23 2007-10-23 International Business Machines Corporation Navigating a UAV with telemetry through a socket
US7640797B2 (en) * 2005-03-17 2010-01-05 Mississippi State University Method and system for increasing safety in chemical application from an aircraft
US8175332B2 (en) * 2008-05-22 2012-05-08 International Business Machines Corporation Upper troposphere and lower stratosphere wind direction, speed, and turbidity monitoring using digital imaging and motion tracking
FR2943423B1 (fr) * 2009-03-17 2011-06-24 Airbus France Procede et dispositif pour estimer sur un aeronef au moins une caracteristique du vent.
US8085182B2 (en) * 2009-03-31 2011-12-27 Honeywell International Inc. Systems and methods for collecting weather information using an airborne aircraft
US7982658B2 (en) * 2009-03-31 2011-07-19 Honeywell International Inc. Systems and methods for assessing weather in proximity to an airborne aircraft
US8219267B2 (en) * 2010-05-27 2012-07-10 Honeywell International Inc. Wind estimation for an unmanned aerial vehicle
US8571729B2 (en) * 2012-02-08 2013-10-29 The Boeing Company Wind calculation system using a constant bank angle turn

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019035673A1 (ko) * 2017-08-17 2019-02-21 한국항공우주연구원 자기 보정기능을 갖춘 풍속측정이 가능한 다중 속도계, 자기 보정 기능을 갖춘 풍속 측정방법 및 다중 속도계가 설치된 주행체
KR101960392B1 (ko) * 2018-09-10 2019-03-20 국방과학연구소 비행체 자동착륙 정확도 향상을 위한 플레어 제어 방법 및 장치, 이 방법을 저장한 컴퓨터 판독 가능 저장 매체

Also Published As

Publication number Publication date
JP2015526726A (ja) 2015-09-10
BR112015003179A2 (pt) 2017-08-08
CA2881537A1 (en) 2014-02-20
WO2014028519A1 (en) 2014-02-20
EP2883064A1 (en) 2015-06-17
US20140046510A1 (en) 2014-02-13
AU2013302738A1 (en) 2015-03-05

Similar Documents

Publication Publication Date Title
KR20150043392A (ko) 바람 벡터 추산
Rhudy et al. UAV attitude, heading, and wind estimation using GPS/INS and an air data system
US9383381B2 (en) Airspeed calculation system for an aircraft
CN104900092B (zh) 用于确定飞行器的回避导引律的方法、电子系统和飞行器
JP2018517619A (ja) 垂直方向の飛行表示器のためのシステムおよび方法
CN106586026B (zh) 一种飞机相对跑道侧向偏差速率的测量方法
US20130311013A1 (en) Measurement Assisted Aerodynamic State Estimator
CN111065890A (zh) 确定空速的系统和方法
CN109725649A (zh) 一种基于气压计/imu/gps多传感器融合的旋翼无人机定高算法
BR102013015045A2 (pt) Compensação de latência
US20200264209A1 (en) System and method for determining wind direction and velocity measurement from altitude for an unmanned aerial vehicle
Rhudy et al. Wind field velocity and acceleration estimation using a small UAV
JP2009250778A (ja) カルマンフィルタ処理における繰り返し演算制御方法及び装置
CN116992700B (zh) 一种物流无人机导航精度确定的方法及设备
JP2010214979A (ja) 計算機及び着陸経路計算プログラム及び記録媒体
CN111758034B (zh) 风速确定方法、系统、飞行器及计算机可读存储介质
CN110388917B (zh) 飞行器单目视觉尺度估计方法和装置、飞行器导航系统及飞行器
RU2646957C1 (ru) Комплексный способ навигации летательных аппаратов
CN115963860A (zh) 用于飞行器的飞行编队辅助系统
CN114778887A (zh) 一种基于改进三角矢量模型的无人机测风方法和装置
KR102589970B1 (ko) 객체 측위 방법 및 장치
Cho et al. Air data system calibration using GPS velocity information
CN110030992B (zh) 一种基于磁强计的空中飞行物高速旋转角运动测量方法
Siu et al. Flight test results of an angle of attack and angle of sideslip calibration method using Output-Error optimization
McCrink et al. Flight test protocol for electric powered small unmanned aerial systems

Legal Events

Date Code Title Description
WITN Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid