WO2001081946A1 - Systeme d'avertissement de presence de turbulence en vol - Google Patents

Description

明 細 書 航空機搭載乱気流警報システム 技術分野

本発明は、 航空機に搭載した測定装置を用いて乱気流デ一夕を収集し、 デ一夕 量を補うためにランダム大気模擬も利用して、 収集したデータをもとに乱気流を 予測し警報を発する航空機搭載乱気流警報システムに関するものである。 従来の技術

航空機搭載乱気流警報システムに関しては、 以下のような出願が既に出されて いる。

特開平 5— 5 0 8 9 3 0号公報では、 レーダで測定したシァの風速が既定範囲 に入るかどうかを警報の判断基準としているレーダ装置が開示されている。 また、 特表平 6 - 5 0 0 8 6 0号公報では、 航空機搭載のレーダで測定した風 速の偏差が非乱気流または危険のない乱気流よりも大きい場合に乱気流と判断す るレーダ一システムが開示されている。

さらに、 特表平 6— 5 0 0 8 6 1号公報では、 航空機搭載の上方レーダで測定 した風速からマイクロバース卜のコアを、 下方レーダで測定した風速からウイン ドシァを、 それそれ閾値を越えた場合をもって判定するレーダーシステムが開示 されている。

図 1 0は従来の技術に基づいて航空機搭載乱気流警報システムを構築した場合 の構成を示している。 図 1 0において、 実測部 2 0 1では航空機の周囲における 気流について、 レーダを用いて計測を行う。 レーダは気流と航空機との相対的な 測定値を獲得する。 例えば、 図 3に示すような航空機速度べクトル 5 0 1と気流 速度ぺクトル 5 0 2の航空機進行方向成分 5 0 3との差が得られる。 この差を以 下、 計測気流速度と称する。 該倉十測気流速度を複数地点について計測し、 航空機 速度べクトルとからその対地速度を算出し、 さらに該複数地点間で気流の風速風 向に一様性を仮定すると、 気流速度べクトルが算出できる。 判定部 2 0 3では、 警報を発すべき危険な乱気流に該航空機が接近中か否かを 判定する。 これは例えば、 特開平 5— 5 0 8 9 3 0号公報ではシァの風速を規準 とし、 特表平 6— 5 0 0 8 6 0号公報では風速の偏差を規準とし、 特表平 6— 5 0 0 8 6 1号公報では上方レーダによるマイクロパーストコアと下方レーダによ るウィンドシァのそれそれ風速を規準としている。 計測気流速度と航空機速度べ クトルから気流速度べクトルを求め、 閾値情報 2 0 2を参照して接近中か否かを 判定する。

閾値情報 2 0 2は、 上記判定部 2 0 3で用いる規準に関する値の範囲を蓄積し ている。 表示部 2 0 4は、 判定部 2 0 3で乱気流に接近中と判定された場合にそ の旨をユーザに提示する。

上述のような従来の技術として述べた方式をとる航空機搭載乱気流警報システ ムでは、 気流のモデルを予め用意して、 それに周囲の気流の計測結果をあてはめ て、 乱気流に接近中か否かという判定を行うようになっている。 例えば、 上述の 特表平 6— 5 0 0 8 6 1号公報では、 航空機が地表付近を飛行中、 すなわち気流 のつくる渦の下方を通過するという仮定および渦のモデルに基づいて、 上方にマ イクロバーストコア、 下方にシァを仮定して計測結果をあてはめ、 該当した場合 に乱気流が接近中という判断を行う。

このため、 気流モデルが明確でない場合、 例えば高空を飛行中で気流の渦のど こに遭遇するかが事前に分からない場合などにおいて、 警報を発することができ ないという問題があった。

本発明はこのような問題点を解決するためになされたもので、 実際のデータの 蓄積に基づき、 データを分類することによるモデルの構築、 データの帰属判定に よるモデル選択、 および乱気流の予測を並行して行うことにより、 気流モデルが 事前に明確でない場合でも乱気流の予測を可能にする航空機搭載乱気流警報シス テムを得ることを目的とする。 発明の開示

この発明に係る航空機搭載乱気流警報システムは、 航空機に搭載した測定装置を用いて気流のデ一夕を収集し、 それに基づいて乱 気流を予測し警報を発するシステムであって、

複数の子機から通知されるデータを蓄積する事例ペース、

事例ベースのデータを所定の対象指定範囲に基づいて要素データに加工し、 分 類事例ベースに記録する要素データ決定部、

分類事例ベースの要素データに記載の乱流遭遇判定結果に基づいて要素データ 集合を作成し、 要素デ一夕集合のそれそれについて分類を行って分類表を作成し 、 分類事例ベースに記録する要素データ分類部、

分類事例ベースの要素データが分類のいずれに帰属するかを決定して変遷表と して分類事例ベースに記述し、 変遷表に基づき、 航空機識別子毎に分類識別子の 変遷を集計し、 分類間の遷移確率を算出し分類事例ベースに状態遷移表として記 述する要素データ変遷分類部、

要素データ、 分類表、 変遷表、 状態遷移表を記憶する分類事例べ一ス、 及び、 変遷表、 状態遷移表を提示する表示部

を有する親機と、

気流のデータを収集し、 データを事例ペースに通知する実測部、

実測部の収集したデ一夕を対象指定範囲に基づいて要素データに加工し子機要 素データ帰属判定部に出力する子機要素データ決定部、

子機分類事例べ一スの混合分布表を参照して、 子機要素データ決定部にて加工 された各要素データが混合分布表のどの要素分布に帰属すべきかを決定し、 決定 した要素分布識別子を子機表示部に通知し、 また、 状態遷移表を参照して、 要素 分布から全要素分布への遷移確率を獲得し、 遷移確率を子機表示部に通知し、 遷 移確率および混合分布表における乱流遭遇の有無から、 乱流遭遇の確率を算出し 、 子機表示部に通知する子機要素データ帰属判定部、

分類事例ベースに要求して分類表と状態遷移表とを獲得し、 子機要素デ一夕帰 属判定部の要求に従ってこれらを提供する子機分類事例ベース、 及び、

子機要素データ帰属判定部から得られる帰属要素分布、 遷移確率、 および乱流 遭遇確率を提示し、 乱流遭遇確率が所定の条件を満たす場合には警報を発する子 機表示部 を有する子機とを備えている。 また、 親機周辺の地域デ一夕を用いて気流のシミュレ一シヨンを行い、 シミュ レ一シヨン上で模擬航空機を速度ベクトルおよび位置をランダムに発生させて模 擬飛行させ、 模擬航空機に子機が搭載されていた場合に子機の実測部が計測する べき模擬計測結果を生成し、 結果を要素デ一夕決定部に通知するランダム大気模 擬部をさらに備え、

要素データ決定部は、 事例ベースとランダム大気模擬部からのデータを所定の 対象指定範囲に基づいて要素データに加工し、 分類事例べ一スに記録する。 また、 複数の分布の混合分布を仮定してその混合比および要素分布の混合分布 パラメ一夕を推定することをもって分類とし、

分類事例ベースは、 混合分布パラメ一夕と要素分布識別子との対応、 および要 素分布識別子と要素データとの対応を蓄積し、

要素デ一夕分類部は、 仮定する混合数を入力し、 要素デ一夕を混合数の混合分 布として混合分布パラメ一夕を求め、 混合分布識別子と混合分布パラメ一夕との 対応を分類事例ベースに記録し、

要素デ一夕帰属判定部は、 要素データがどの要素分布に帰属するかを判定し、 要素データと帰属する要素分布識別子との対応を分類事例ペースに記録する。 また、 共分散成分のない多次元正規分布を要素分布とし、 所定の混合数に等し い数の要素分布の重み付き和による混合分布として、 その混合分布パラメ一夕を 求め、 混合分布識別子と混合分布パラメ一夕との対応を分類事例べ一スに記録し 要素デ一夕変遷分類部は、 各要素データの帰属する要素分布を、 要素分布にお ける要素データの確率密度と要素分布の混合比との積が最大のものとし、 要素データ分類部は、

各属性について、 平均、 分散、 値の種類数、 空値でない値の総数を調査する対 象範囲調査ステップと、 要素分布の初期値として、 平均値については、 値の種類数が所定の数以上の観 測項目については互いに異なる平均値、 値の種類数が所定の数未満の観測項目に ついては値の種類の中から選んだ平均値とし、 分散値については 0でない適当な 分散値とするような、 要素分布の初期分布を分類数に等しい数生成する初期分布 生成ステップと、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密 度を算出する期待値算出サブステップ、 各要素デ一夕毎に、 各暫定要素分布毎の 確率密度の比を計算して寄与度とし、 各要素分布毎に寄与度を各要素データの値 に乗じて値とし、 要素デ一夕数を寄与度の総和として集計し、 値と総和に基づき 、 新たな暫定的要素分布の平均および分散とする要素分布更新サブステップ、 及 び、 暫定分布のパラメ一夕組合せの変化を監視して、 パラメ一夕組合せが所定の 反復回数の間変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反復 して出現するとき、 もしくは反復回数が所定の回数実行されたときに、 反復改善 を終了する終了判定サブステップを有する反復改善ステップと、

得られたパラメ一夕組合せを要素分布の識別子とともに分類事例ベースに記録 する終了ステップとを備える。 さらに、 反復改善ステップは、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素デ一夕の確率密 度を算出し、 0より大きく 1以下のアニーリングパラメ一夕を用いて、 確率密度 のアニーリングパラメ一夕乗を記録する期待値算出サブステップ、

各要素データ毎に、 期待値算出サブステップで記録した各暫定要素分布毎の確 率密度のァニーリングパラメ一夕乗の比を計算して寄与度とし、 各要素分布毎に 寄与度を各要素データの値に乗じて値とし、 要素データ数を寄与度の総和として 集計し、 値と総和に基づき、 新たな暫定的要素分布の平均および分散とする要素 分布更新サブステップ、

暫定分布のパラメ一夕組合せの変化を監視して、 パラメ一夕組合せが所定の反 復回数の間変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反復し て出現するとき、 もしくは反復回数が所定の回数実行されたときに、 そのァニ一 リングパラメ一夕について反復を終了する終了判定サブステップ、

ァニーリングパラメ一夕の値を所定の計画に従って増加させ、 期待値算出サブ ステヅプ以後を反復し、 ァニ一リングパラメ一夕が 1以上になつた場合に外側の 反復を終了するァニーリングサブステップとを備える。 図面の簡単な説明

図 1はこの発明の航空機搭載乱気流警報システムの全体構成を示すプロック図 図 2は親機と子機の関係を示す説明図、

図 3は実測部の測定する計測気流速度の説明図、

図 4は要素データの例および要素デ一夕加工規則の説明図、

図 5は混合分布表の一例を示す表、

図 6は変遷表の一例を示す表、

図 Ίは状態遷移表一例を示す表、

図 8は要素データ分類部の動作を示すフローチャート、

図 9は要素データ分類部の反復改善ステツプの動作をフロー示すフロ一チヤ一 卜、

図 1 0は従来の航空機搭載乱気流警報システムを示すプロック図である。 発明を実施するための最良の形態

実施例 1 .

[全体構成]

図 1はこの発明の航空機搭載乱気流警報システムの全体構成を示すプロック図 である。 図 1において、 実測部 6、 子機要素データ決定部 3 2、 子機分類事例べ —ス 4 2、 子機要素データ帰属判定部 9、 子機表示部 8 2からなる部分は、 航空 機に搭載する子機 2 0 0の構成を示している。

一方、 事例べ一ス 1、 ランダム大気模擬部 2、 要素データ決定部 3 1、 分類事 例べ一ス 4 1、 要素デ一夕分類部 5、 要素デ一夕変遷分類部 7、 表示部 8 1から なる部分は、 子機 2 0 0で測定した事例を蓄積し分類する親機 1 0 0の構成を示 している。

親機 100と子機 200の間は、 分類事例べ一ス 41から子機分類事例べ一ス 42にその内容の一部を転送する部分、 要素データ決定部 31と子機要素デ一夕 決定部 32とで要素データ決定方式を共有する部分、 および実測部 6から事例べ ース 1へ測定データを転送する部分において情報交換が行われる。

図 2は親機 100と子機 200の関係を示す図である。 親機 A (100)およ び親機 B (101) は、 例えば空港など固定地域に設置され、 該固定地域周辺の データについて分類などを行う。 子機は例えば最も近い親機と情報交換を行う。 子機 a ( 200) と子機 b (201) は、 親機 A (100) と、 子機 c (202 ) は親機; B (101) と情報交換を行う。 子機の移動に伴い、 情報交換の相手は 変化する。 子機 c (202) は親機 A (100) に接近した段階でこの親機 A 1 00との情報交換に切り替わる。

[実測部]

実測部 6では、 航空機の周囲、 例えば前方距離 5 kmおよび 10 kmにおける 気流について、 レーザレーダを用いて計測を行う。 該計測結果は実測部 6でも記 録しておくことが好ましい。 レーザレーダは、 気流と航空機との相対的な測定値 (計測気流速度、 図 3参照） を提示する。 また、 例えば航空機に搭載した温度計 •湿度計 ·風速計などにより周囲の気流の気温、 湿度、 速度の計測を行う。 以上 を気流計測結果と総称する。 さらに実測部 6では、 警報を発すべき危険な乱気流 に該航空機が遭遇中か否かを判定する。 これは例えば、 航空機の振動あるいは加 速度が基準値を越えたかどうかでも、 また従来の技術に挙げた乱気流接近の判定 基準を用いても判定できる。

実測部 6で得られた時刻毎 ·場所毎の上記気流計測結果、 上記乱流遭遇の有無 、 上記航空機速度ベクトルは、 航空機毎に所定である航空機識別子を付されて子 機要素データ決定部 32および事例べ一ス 1に通知される。 親機 100の事例べ ース 1への通知は、 例えば無線迤信により随時あるいは定期的に行われる。

[事例ベース] . 事例ペース 1では、 複数の子機 2 0 0の実測部 6から通知される航空機識別子 、 時刻、 位置、 気流計測結果、 航空機速度を蓄積する。 例えば図 4の 7 0 1のよ うな表形式で蓄積する。

[ランダム大気模擬部]

ランダム大気模擬部 2では、 上記親機 1 0 0周辺の地域データを用い、 例えば 三次元格子ガスォ一トマトン法によって気流のシミュレ一ションを行い、 そこに 模擬航空機を速度べクトルおよび位置をランダムに設定して模擬飛行させ、 該模 擬航空機に子機 2 0 0が搭載されていた場合に該子機 2 0 0の実測部が計測する 模擬計測結果を生成する。 その結果は、 例えば図 4の 7 0 1のような表形式で出 力される。

[要素データ決定部]

要素デ一夕決定部 3 1では、 扱うデ一夕の単位 （要素データ） および対象範囲 の指定 （要素データ加工規則） をュ一ザから受け付ける。 例えば「位置範囲」 「 時刻幅」 「属性」 「窓幅」 「窓間隔」 「窓パターン」 の指定を受け、 指定内容を 要素デ一夕加ェ規則として記録する。

位置範囲および時刻幅は、 該親機 1 0 0が要素データとして考える対象範囲を 指定する。

属性は要素データを構成する属性の種類を指定する。

窓幅は要素データを構成する時刻幅を指定する。

窓間隔は要素データの時刻幅の間隔を指定する。

窓パターンは 0、 十、 —の 3値の列からなり、 順に窓幅内の時刻と対応し、 複 数の指定ができる。

要素データ決定部 3 1では、 上記指定に基づいて事例ペース 1のデータもしくは ランダム大気模擬部 2のデ一夕を加工し、 分類事例ベース 4 1に記録する。

図 4は、 位置範囲として緯度 4 1度〜 4 3度、 経度 1 3 9度〜 1 4 1度、 時刻 幅 1 5 : 4 0〜 1 5 : 4 3と指定し、 属性に 「周囲の気温」 「 5 km前方の計測 気流速度」 「1 0 km前方の計測気流速度」 の 3属性を指定し、 窓幅 2、 窓間隔 2、 窓パターン 「+ 0」 「十一」 と指定した場合の例を示している。 対象範囲の デ一夕を 7 0 1に、 指定内容を 7 0 2に、 作成された要素デ一夕は 7 0 3に示し ている。

要素デ一夕作成方法の例は以下の通りである。 まず時刻 1 5 ： 4 0における 3 つの属性値そのもの （窓パターン 「+ 0」 に対応） と、 時刻 1 5 ： 4 0から時刻 1 5 : 4 1の属性値を引いた値をもつ 3つの属性値 （窓パターン 「十—」 に対応 ) の計 6属性からなるものと、 さらにその時刻および窓幅の範囲に乱流に遭遇し たかどうかの属性 （ 「乱流遭遇」 属性） を付け、 これを時刻 1 5 ： 4 0の要素デ 一夕とする。 次に、 窓間隔 2をとつて時刻 1 5 ： 4 2について同様に 6属性を計 算し要素デ一夕とする。 窓パターンにはウオルシュ係数を用いることが好ましい 。 窓幅 4の場合のウオルシュ係数を窓パターンに直すと、 順に + + +十、 + + - 一、 +——十、 +— +—となり、 さらに得られた数値を窓幅 4で割った値を用い る。

要素デ一夕決定部 3 1ではまた、 分類事例べ一ス 4 1から子機分類事例ベース 4 2へのデータ転送の際に、 併せて子機要素データ決定部に該要素データ加工規 則を転送する。

[分類事例ペース]

分類事例べ一ス 4 1は、 以下の機能を有する。

要素データ決定部 3 1で抽出された要素デ一夕を図 4の 7 0 3のような表形式 で保持し、 要素デ一夕分類部 5もしくは表示部 8 1からの要求に応じて該要素デ 一夕を渡す。

要素デ一夕分類部 5で算出された、 図 5に示すような混合分布識別子と混合分 布パラメ一夕の対応表 （以下、 混合分布表） を保持し、 子機分類事例ベース 4 2 もしくは表示部 8 1からの要求に応じて該混合分布表を渡す。

要素デ一夕変遷分類部 7で算出された、 図 6に示すような混合分布識別子と要 素デ一夕との対応表 （以下、 変邊表） を保持し、 表示部 8 1からの要求に応じて 該変遷表を渡す。

要素データ変遷分類部 7で算出された、 図 7に示すような混合分布識別子間の 遷移確率表 （以下、 状態遷移表） を保持し、 子機分類事例ペース 4 2もしくは表 示部 8 1からの要求に応じて該状態遷移表を渡す。

表示部 8 1からの指定に従って要素データを削除する。

[要素データ分類部]

要素データ分類部 5では、 ユーザの指定もしくは所定の実行予定に従って、 以 下を仃う。

分類事例べ一ス 4 1に要求して要素データを獲得する。

上記要素デ一夕に記載の乱流遭遇有無の属性の該 2値に基づいて、 2つの要素 デ一夕集合を作成する。 各要素デ一夕の総数を分類事例ベース 4 1に記録する。 上記要素デ一夕集合のそれぞれについて、 図 8に示す以下のようなステツプを 経て図 5に示すような混合分布表を作成し、 分類事例ベース 4 1に記録する。

[ステップ S 2 1 ]

図 8の対象範囲調査ステップ S 2 1では、 要素デ一夕の総数を調査して分類事 例ベースに記録し、 ユーザに提示し、 分布の混合数をユーザから受け付ける。 さ らに各属性について、 平均、 分散、 値の種類数、 空値でない値の総数を調査する

[ステップ S 2 2 ]

初期分布生成ステップ S 2 2では、 要素分布の初期値として、 平均値について は、 値の種類数が所定の数以上の属性については互いに異なる平均値、 値の種類 数が所定の数未満の属性については値の種類の中から選んだ平均値とし、 分散値 については 0でない適当な分散値とするような、 要素分布の初期分布を分類数に 等しい数生成する。 例えば 5つに分類する場合、 平均値/ zと標準偏差びとを用い て、 例えば〃一 2び、 一 σ、 ι ヽ 〃十び、 Ζ + 2びの 5値を初期要素分布の平 均値とし、 びを初期要素分布総ての標準偏差とする。 また例えば値の種類数が 1 だった場合、 その属性の初期要素分布の平均値はすべて 0とする。 これにより冗 長な確率密度の計算および比較を省くことができる。 [ステップ S 2 3 ]

反復改善ステップ S 2 3では、 要素分布の平均、 分散、 要素分布同士の混合比 からなるパラメ一夕組合せを図 8の S 2 3の箱の中に示すようなサブステップの 反復によって改善していき、 上記パラメ一夕組合せが所定の反復回数の間変化し ないとき、 もしくは同じパラメ一夕組合せが所定の回数反復して出現するとき、 もしくは反復回数が所定の回数実行されたときに、 反復改善を終了する。

[ステップ S S 2 3 1 ]

反復改善ステップ S 2 3の期待値算出サブステップ S S 2 3 1では、 暫定的な 各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密度を算出す る。 要素分布に寄与する値の種類が 1種類になり分散が 0になると、 平均値以外 の確率密度が 0になり、 確率密度の比で寄与度を決定している部分に支障が出る ので、 要素分布の分散が 0の場合には所定の微小な確率密度を平均値以外の総て の要素データに与え、 平均値の要素デ一夕には所定の大きな確率密度を与える。 分散が 0でない場合の確率密度の算出には、 平均を 0、 分散を 1とする所定の精 度の標準正規分布確率密度関数の値の表を用意しておき、 毎回指数関数の計算を する代わりにこの表を検索することで高速に値を得る。 例えば平均 標準偏差び の正規分布の Xにおける確率密度は、 （X—〃） Ζσの箇所の標準正規分布確率 密度関数の表を検索し、 その値にびを乗じて値を得る。 表に値がない場合は周辺 の値を選び、 例えば線形補間によって値を得る。

[ステップ S 2 3 2 ]

要素分布更新サブステップ S 2 3 2では、 各要素データ毎に、 各暫定要素分布 毎の確率密度の比を計算して寄与度とし、 各要素分布毎に該寄与度を各要素デー 夕の値に乗じて値とし、 要素データ数を該寄与度の総和として集計し、 上記値と 上記総和に基づき、 新たな暫定的要素分布の平均および分散とする。

[ステップ S 2 3 3 ] 終了判定サブステップ S 2 3 3では、 暫定分布のパラメータ組合せの変化を監 視して、 上記パラメータ組合せが所定の反復回数の間変化しないとき、 もしくは 同じパラメ一夕組合せが所定の回数反復して出現するとき、 もしくは反復回数が 所定の回数実行されたときに、 反復改善を終了する。

[ステップ S 2 4 ]

終了ステップ S 2 4では、 得られたパラメ一夕組合せを要素分布の識別子とと もに混合分布表として分類事例ベース 4 1に記録する。 図 5は、 多次元無相関に よる混合数 4の混合分布表の例である。 乱流遭遇の有無を明示した混合分布識別 子毎に、 混合比、 各属性の平均および分散が記されている。

[要素データ変遷分類部]

要素デ一夕変遷分類部 7は、 以下の機能を有する。

分類事例べ一ス 4 1に蓄えられた、 乱流遭遇の有った混合分布に属する要素分 布と、 乱流遭^!の無かった混合分布に属する要素分布とについて、 同じく分類事 例べ一ス 4 1に蓄えられている要素デ一夕が、 どの要素分布に帰属すべきかを決 定し、 それを変遷表に記述して分類事例ベース 4 1に蓄積する。 例えば各要素分 布における要素デ一夕の確率密度と要素分布の混合比との積が最大のものを帰属 要素分布として選択する。 同じ値が複数存在する場合には、 例えば全識別子に優 先順位をつけておきその優先順位の最も高いものを選択する。 図 6は変遷表の例 である。 図 4の 7 0 3の要素デ一夕の表に、 混合分布識別子の列が加わったもの になっている。

分類事例ベース 4 1に蓄えられた変遷表に基づき、 航空機識別子毎に混合分布 識別子の変遷を集計し、 要素分布間の遷移確率を算出して状態遷移表に記述し、 分類事例ベース 4 1に蓄積する。 例えば時刻的に隣接する 2つの要素デ一夕 （間 隔 0 ) について混合分布識別子の変遷を集計して状態遷移表を作成し、 時刻的に

1要素デ一夕を空けた 2つの要素デ一夕 （間隔 1 ) についても変遷を集計して状 態遷移表を作成し、 以下空ける数を 1 0まで増やして計 1 1個の状態遷移表を作 成する。 図 7は状態遷移表の例である。 表 1 0 0 1は間隔 0の状態遷移表、 表 1 0 0 2は間隔 1の状態遷移表を示している。 [表示部]

表示部 8 1は、 以下の機能を有する。

分類事例ベース 4 1に蓄積された混合分布表、 変遷表、 状態遷移表を要求に応 じてユーザに提示する。

分類事例ベース 4 1に蓄積された要素データの削除指示をユーザから受け付け 、 分類事例ベース 4 1に削除すべき要素データの指定と上記削除指示を通知する

[子機要素データ決定部]

子機要素データ決定部 3 2は、 要素データ加工規則を要素データ決定部 3 1か ら獲得し、 実測部 6から得られるデータを該規則に従って加工して子機要素デー 夕帰属判定部 9に出力する。 要素データ決定部 3 1から獲得する要素デ一夕加工 規則の例は図 4の 7 0 2に示している。 要素デ一夕作成方式は要素データ決定部 3 1における方式と同一とする。

[子機分類事例ベース]

子機分類事例ベース 4 2は、 分類事例ベース 4 1に要求して図 5に示すような 混合分布表と、 図 7に示すような状態遷移表とを獲得し、 子機要素データ帰属判 定部 9の要求に従って上記混合分布表および上記状態遷移表を提供する。

[子機要素データ帰属判定部]

子機分類事例ベース 4 2に記録された混合分布表を参照して、 子機要素デ一夕 決定部 3 2にて加工された各要素データが上記混合分布表に表現された各要素分 布のどれに帰属すべきかを決定し、 帰属すべきと決定した要素分布識別子を子機 表示部 8 2に通知する。 例えば、 各要素分布における要素データの確率密度と要 素分布の混合比との積が最大のものを帰属要素分布として選択する。 同じ値が複 数存在する場合には、 例えば全識別子に優先順位をつけておきその優先順位の最 も高いものを選択する。 さらに、 子機分類事例ベース 4 2に記録された複数の時 間間隔についての状態遷移表を参照して、 上記要素分布から全要素分布への経過 時間間隔毎の遷移確率を獲得し、 上記遷移確率を子機表示部 8 2に通知する。 さ らに、 上記遷移確率および上記混合分布表における乱流遭遇の有無から、 経過時 間間隔毎の乱流遭遇の確率を算出し、 子機表示部 8 2に通知する。 例えば、 各要 素分布における乱流遭遇確率と該要素分布への経過時間間隔毎の遷移確率との積 の総和をもってその経過時間間隔毎の乱流遭遇確率とする。

[子機表示部]

子機要素データ帰属判定部 9から得られる帰属要素分布、 その要素分布から全 要素分布への遷移確率、 経過時間間隔毎の乱流遭遇確率をユーザに提示し、 上記 乱流遭遇確率が事前にユーザの設定した条件を満たす場合には警報を発する。 例 えば、 間隔 9および間隔 1 0において乱流遭遇確率が 8 0 %を越えるか、 間隔 7 および間隔 8において乱流遭遇確率が 9 0 %を越えるか、 全間隔のいずれかにお いて 9 5 %を越える場合とユーザが事前に設定した場合、 その条件に従って警報 を発する。

[全体動作]

デ一夕収集シーケンス、 デ一夕判定シーケンス、 デ一夕集計シーケンス、 デー 夕配信シーケンスの 4種類の動作シーケンスを有し、 デ一夕収集シーケンス、 デ —夕判定シーケンス、 デ一夕配信シーケンスは航空機毎に独立に並行して実行さ れ、 上記データ集計シーケンスは親機 1 0 0にて随時実行される。 例えば親機 1 0 0はデータ集計シーケンスを毎日定期的に実施する。 子機 2 0 0はデ一夕配信 シーケンスを多くとも日に一度、 少なくとも搭載される航空機の運航の前に実施 し、 運航中はデータ収集シーケンスおよびデ一夕判定シーケンスを毎時定期的に 実施する。

[データ収集シーケンス]

実測部 6にて計測を行い、 そこで得られたデ一夕を事例ベース 1に通知する。 [デ一夕判定シーケンス]

実測部 6にて計測を行い、 そこで得られたデ一夕を子機要素データ決定部 3 2 にて要素データに加工し、 子機要素データ帰属判定部 9にて子機分類事例ベース 4 2を参照して上記要素デ一夕の帰属する分類を決定し、 子機表示部 8 2にて上 記帰属分類、 各分類への遷移確率、 乱流遭遇確率を提示し、 所定の条件を満たす 場合は乱流の警報を発する。

[データ集計シーケンス]

事例べ一ス 1に蓄積されたデータおよびランダム大気模擬部 2で得られたデー 夕を、 要素データ決定部 3 1にて要素デ一夕に加工して分類事例ペース 4 1に記 録し、 要素データ分類部 5にて上記要素デ一夕を分類し、 要素データ変遷分類部 7にて上記各要素デ一夕の各分類への帰属を判定し、 分類間遷移確率を算出して 上記分類事例ベース 4 1に記録する。 分類事例ペース 4 1に記録される情報は表 示部 8 1にて提示され、 ユーザはそれをもとに上記要素データの一部削除の指定 を上記分類事例べ一ス 4 1に、 再分類の指示を上記要素データ分類部 5および要 素デ一夕変遷分類部 7に、 それそれ行う。

[デ一夕配信シーケンス]

要素データ決定部 3 1にて記録される要素データ加工規則を子機要素データ決 定部 3 2に、 分類事例ペース 4 1にて記録される分類表ならびに状態遷移表を子 機分類事例ベース 4 2に、 それそれ通知する。

[親子基本型]

上述のようにこの実施例の航空機搭載乱気流警報システムにおいては、 航空機 に搭載した測定装置を用いて気流のデータを収集し、 それに基づいて乱気流を予 測し警報を発するためのシステムであって、

複数の子機 2 0 0の実測部 6から通知されるデ一夕すなわち航空機の位置、 速 度べクトル、 気流計測結果、 乱流遭遇判定結果とを蓄積する事例ベース 1と、 事例べ一ス 1中のデータについて、 要素データの指定および対象範囲の指定を ユーザから受け付け、 上記指定に従って事例ベース 1のデ一夕を加工し、 分類事 例ベース 4 1に記録する要素データ決定部 3 1と、

分類事例ベース 4 1に要求して要素デ一夕を獲得し、 上記要素データに記載の 乱流遭遇判定結果に基づいて要素データ集合を作成し、 各要素データの総数を分 類事例ベースに記録し、 上記要素データ集合のそれそれについて所定の数に分類 を行って分類表を作成し、 分類事例ベース 4 1に記録する要素データ分類部 5と 分類事例ベース 4 1に蓄えられた分類について、 要素データがどの分類に帰属 すべきかを決定し、 これを分類事例ベース 4 1に変遷表として記述し、 上記変遷 表に基づき、 航空機識別子毎に分類識別子の変遷を集計し、 分類間の遷移確率を 算出し、 これを分類事例べ一ス 4 1に状態遷移表として記述する要素デ一夕変遷 分類部 7と

上記要素データ、 分類表、 変遷表、 状態遷移表を保持し、 子機分類事例ベース 4 2、 表示部 8 1からの要求に応じてそれらを提示し、 また表示部からの指定に 従って要素デ一夕の削除を行う分類事例ペース 4 1と

混合分布表、 変遷表、 状態遷移表をユーザに提示し、 ならびに要素データ削除 の指定をユーザから受け付ける表示部 8 1と

から構成される親機 1 0 0と、

航空機の周囲における気流について計測を行い、 警報を発すべき乱流に遭遇中 か否かを判定し、 上記航空機の位置および速度ベクトル、 上記気流計測結果、 上 記乱流遭遇判定結果を事例ベース 1に通知する実測部 6と、

要素データおよび対象範囲の指定を要素データ決定部 3 1から獲得し、 実測部 6から得られるデータを上記指定に従って加工して子機要素デ一夕帰属判定部 3 1に出力する子機要素データ決定部 3 2と、

子機分類事例ペース 4 2に記録された混合分布表を参照して、 子機要素データ 決定部 3 2にて加工された各要素データが上記混合分布表に表現された各要素分 布のどれに帰属すべきかを決定し、 帰属すべきと決定した要素分布識別子を子機 表示部 8 2に通知し、 子機分類事例ベース 4 2に記録された状態遷移表を参照し て、 上記要素分布から全要素分布への遷移確率を獲得し、 上記遷移確率を子機表 示部 8 2に通知し、 上記遷移確率および上記混合分布表における乱流遭遇の有無 から、 乱流遭遇の確率を算出し、 子機表示部 8 2に通知する子機要素データ帰属 判定部 9と、

分類事例ペース 4 1に要求して分類表と状態遷移表とを獲得し、 子機要素デ一 夕帰属判定部 9の要求に従って上記分類表および上記状態遷移表を提供する子機 分類事例べ一ス 4 2と、

子機要素デ一夕帰属判定部 9から得られる帰属要素分布、 上記要素分布から全 要素分布への遷移確率、 および乱流遭遇確率をユーザに提示し、 上記乱流遭遇確 率が事前にユーザの設定した条件を満たす場合には警報を発する子機表示部 8 2 とから構成される子機 2 0 0とからなり、 その動作は

実測部 6にて計測を行い、 そこで得られたデ一夕を事例ベース 1に通知するデ 一夕収集シーケンスと、

実測部 6にて計測を行い、 そこで得られたデ一夕を子機要素デ一夕決定部 3 2 にて要素データに加工し、 子機要素データ帰属判定部 9にて子機分類事例べ一ス 4 2を参照して上記要素デ一夕の帰属する分類を決定し、 子機表示部 8 2にて上 記分類を提示することにより、 乱流の警報を発するデータ判定シーケンスと、 事例べ一ス 1に蓄積されたデータを要素データ決定部 3 1にて要素データに加 ェして分類事例ベース 4 1に記録し、 要素データ分類部 5にて上記要素データを 分類し、 要素データ変遷分類部 7にて上記各要素デ一夕の各分類への帰属を判定 し、 分類間遷移確率を算出して上記分類事例べ一ス 4 1に記録し、 上記分類事例 ベース 4 1に記録される情報は表示部 8 1にて提示され、 ユーザはそれをもとに 上記要素データの一部削除の指定を上記分類事例ベース 4 1に、 再分類の指示を 上記要素データ分類部 5および要素デ一夕変遷分類部 7に、 それそれ行うデ一夕 集計シーケンスと

要素デ一夕決定部 3 1にて記録される要素デ一夕加工規則を子機要素データ決 定部 3 2に、 分類事例ペース 4 1にて記録される分類表ならびに状態遷移表を子 機分類事例べ一ス 4 2に、 それそれ通知するデ一夕配信シーケンスと

からなり、 上記デ一夕収集シーケンス、 デ一夕判定シーケンス、 デ一夕配信シ 一ケンスは航空機毎に独立に並行して実行され、 上記デ一夕集計シーケンスは親 機にて随時実行される。

そのため、 実際のデ一夕の蓄積に基づき、 デ一夕を分類することによるモデル の構築、 データの帰属判定によるモデル選択、 および乱気流の予測を並行して行 うことにより、 従来の技術として述べた方式では予測できなかった、 気流モデル が事前に明確でない場合でも乱気流の予測と警報の提示を可能にする。

[ランダムシミュレ一夕で事例水増し ] ,

また、 親機周辺の地域デ一夕を用いて気流のシミュレーションを行い、 そこに 模擬航空機を速度べクトルおよび位置をランダムに設定して模擬飛行させ、 該模 擬航空機に子機が搭載されていた場合に該子機の実測部が計測するべき模擬計測 結果を生成し、 結果を要素データ決定部に通知するランダム大気模擬部を有し、 要素デ一夕決定部において、 事例ベースだけでなく上記ランダム大気模擬部か らのデ一夕を受け付け、

デ一夕集計シーケンスにおいて、 事例ベースだけでなく上記ランダム大気模擬 部からのデ一夕を要素データ決定部にて要素デ一夕に加工する。

そのため、 実際のデ一夕の蓄積が不十分な段階でも、 気流のシミュレ一夕を用 いて事例を人工的に増加させ、 乱気流の予測と警報の提示を可能にする。

[分類に混合分布を用いる]

また、 複数の分布の混合分布を仮定してその混合比および各分布 （以下、 要素 分布と称する） のパラメ一夕 （以下、 混合分布パラメ一夕と総称する） を推定す ることをもって分類とすることにより、

分類事例べ一スにおいて、 混合分布パラメ一夕と要素分布識別子との対応、 お よび該要素分布識別子と要素データとの対応を蓄積し、

要素デ一夕分類部において、 仮定する混合の数 （混合数） をユーザから受け付 け、 要素データを該混合数の混合分布としてその混合分布パラメ一夕を求め、 混 合分布識別子と混合分布パラメ一夕との対応を分類事例ベースに記録し、 要素デ一夕帰属判定部において、 要素データがどの要素分布に帰属するかを判 定し、 該要素データと帰属する.要素分布識別子との対応を分類事例ペースに記録 する。

そのため、 分類方式として混合分布モデルを採用することにより、 境界に柔軟 性を持たせた分類を、 確率という一般的な評価基準によって平易に実施できる。

[分類に多次元無相関混合分布を用いる]

さらに、 共分散成分のない多次元正規分布を要素分布とし、 所定の混合数に等 しい数の要素分布の重み付き和による混合分布として、 その混合分布パラメ一夕 を求め、 混合分布識別子と混合分布パラメ一夕との対応を分類事例ベース 4 1に ΰ録し、

また要素デ一夕変遷分類部 7において

各要素データの帰属する要素分布を、 要素分布における要素デ一夕の確率密度 と要素分布の混合比との積が最大のものとし、

要素データ分類部 5の動作は

各属性について、 平均、 分散、 値の種類数、 空値でない値の総数を調査する対 象範囲調査ステップ S 2 1と、

要素分布の初期値として、 平均値については、 値の種類数が所定の数以上の観 測項目については互いに異なる平均値、 値の種類数が所定の数未満の観測項目に ついては値の種類の中から選んだ平均値とし、 分散値については 0でない適当な 分散値とするような、 要素分布の初期分布を分類数に等しい数生成する初期分布 生成ステップ S 2 2と、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密 度を算出する期待値算出サブステップ S 2 3 1と、 各要素デ一夕毎に、 各暫定要 素分布毎の確率密度の比を計算して寄与度とし、 各要素分布毎に該寄与度を各要 素データの値に乗じて値とし、 要素データ数を該寄与度の総和として集計し、 上 記値と上記総和に基づき、 新たな暫定的要素分布の平均および分散とする要素分 布更新サブステップ S 2 3 2と、 暫定分布のパラメ一夕組合せの変化を監視して

、 上記パラメ一夕組合せが所定の反復回数の間変化しないとき、 もしくは同じパ ラメ一夕組合せが所定の回数反復して出現するとき、 もしくは反復回数が所定の 回数実行されたときに、 反復改善を終了する終了判定サブステップ S 2 3 3から なる反復改善ステップ S 2 3と、

得られたパラメ一夕組合せを要素分布の識別子とともに分類事例ペースに記録 する終了ステップ S 2 4と

からなり、 上記対象範囲調査ステップ S 2 1、 初期分布生成ステップ S 2 2、 反復改善ステップ S 2 3、 及び、 終了ステップ S 2 4を順に実行することで動作 する。

そのため、 分類方式として共分散成分のない多次元正規分布を要素分布として 採用することにより、 分類のための計算である確率密度算出が、 単一次元の値の 積で高速かつ平易に算出できる。 実施例 2 .

本実施例は、 実施例 1の図 1の要素データ分類部 5の動作を示す図 8における 反復改善ステップ S 2 3の動作を改善したものである。 図 9にその改善点を示す 本実施例においては、 図 8の反復改善ステップ S 2 3で、 要素分布の平均、 分 散、 要素分布同士の混合比からなるパラメ一夕組合せを、 図 9に示すようなサブ ステップの反復によって改善していく。 外側の反復には 0より大きく 1以下のァ 二一リングパラメ一夕 （以下 aと表示する） を用意して参照し、 aが事前に決定 した値になった時に反復改善を終了する。 aは、 例えば 0 . 5から 1 . 0の範囲 の実数値をとり、 反復毎に事前に定められた値の変化をし、 1 . 0になった時に 終了とする。 内側の反復は上記要素分布パラメ一夕組合せが所定の反復回数の間 変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反復して出現する とき、 もしくは反復回数が所定の回数実行されたときに終了する。

[ステップ S 2 3 4 ]

期待値算出サブステップ S 2 3 4では、 暫定的な各要素分布の平均、 分散、 混 合比に基づいて、 各要素デ一夕の確率密度を算出する。 要素分布に寄与する値の 種類が 1種類になり分散が 0になると、 平均値以外の確率密度が 0になり、 確率 密度の比で寄与度を決定している部分に支障が出るので、 要素分布の分散が 0の 場合には所定の微小な確率密度を平均値以外の総ての要素デ一夕に与え、 平均値 の要素デ一夕には所定の大きな確率密度を与える。 分散が 0でない場合の確率密 度の算出には、 平均を 0、 分散を 1とする所定の精度の標準正規分布確率密度関 数の値の表を用意しておき、 毎回指数関数の計算をする代わりにこの表を検索す ることで高速に値を得る。 表に値がない場合は周辺の値を選び、 例えば線形補間 によって値を得る。 この値を a乗して記録しておく。

[ステップ S 2 3 5 ]

要素分布更新サブステップ S 2 3 5では、 各要素デ一夕毎に、 上記期待値算出 サブステップ S 1で記録しておいた、 各暫定要素分布毎の確率密度の a乗の比を 計算して寄与度とし、 各要素分布毎に該寄与度を各要素データの値に乗じて値と し、 要素データ数を該寄与度の総和として集計し、 上記値と上記総和に基づき、 新たな暫定的要素分布の平均および分散とする。

[ステップ S 2 3 6 ]

終了判定サブステップ S 2 3 6では、 暫定分布のパラメ一夕組合せの変化を監 視して、 上記パラメ一夕組合せが所定の反復回数の間変化しないとき、 もしくは 同じパラメ一夕組合せが所定の回数反復して出現するとき、 もしくは反復回数が 所定の回数実行されたときに、 内側の反復を終了する。

[ステップ S 2 3 7 ]

ァニ一リングサブステツプ S 2 3 7では、 aの値を例えば所定の一定幅刻みも しくは一定割合で増加させて、 期待値算出サブステップ S 1以後を反復し、 aが 1以上になった場合に外側の反復を終了する。

[分類に確定アニーリング E M法を用いる]

上述のようにこの実施例の航空機搭載乱気流警報システムにおいては、 要素デ一夕分類部の動作における反復改善ステップ S 2 3が、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密 度を算出し、 0より大きく 1以下のアニーリングパラメ一夕 （以下 aと表記） を 用いて、 該確率密度の a乗を記録する期待値算出サブステップ S 2 3 4と、 各要素データ毎に、 上記期待値算出サブステップ S 2 3 4で記録しておいた、 各暫定要素分布毎の確率密度の a乗の比を計算して寄与度とし、 各要素分布毎に 該寄与度を各要素データの値に乗じて値とし、 要素デ一夕数を該寄与度の総和と して集計し、 上記値と上記総和に基づき、 新たな暫定的要素分布の平均および分 散とする要素分布更新サブステップ S 2 3 5と、

暫定分布のパラメ一夕組合せの変化を監視して、 上記パラメ一夕組合せが所定 の反復回数の間変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反 復して出現するとき、 もしくは反復回数が所定の回数実行されたときに、 そのァ 二一リングパラメ一夕について反復を終了する終了判定サブステップ S 2 3 6と aの値を所定の計画に従って増加させ、 期待値算出サブステップ S 2 3 4以後 を反復し、 aが 1以上になった場合に外側の反復を終了するァ二一リングサブス テツプ S 2 3 7と

からなり、 期待値算出サブステップ S 2 3 4、 要素分布更新サブステップ S 2 3 5、 終了判定サブステップ S 2 3 6、 及び、 アニーリングサブステップ S 2 3 7を順に実行する。

そのため、 混合分布パラメ一夕決定方式として確率密度分布関数のァニーリン グを採用することにより、 初期値に依存しない安定したパラメ一夕決定が実現で ぎる。 ' 産業上の利用の可能性

この発明に係る航空機搭載乱気流警報システムは、

航空機に搭載した測定装置を用いて気流のデータを収集し、 それに基づいて乱 気流を予測し警報を発するシステムであって、

複数の子機から通知されるデ一夕を蓄積する事例べ一ス、

事例ベースのデータを所定の対象指定範囲に基づいて要素デ一夕に加工し、 分 類事例ベースに記録する要素データ決定部、 分類事例ベースの要素データに記載の乱流遭遇判定結果に基づいて要素データ 集合を作成し、 要素データ集合のそれそれについて分類を行って分類表を作成し 、 分類事例ベースに記録する要素データ分類部、

分類事例ベースの要素デ一夕が分類のいずれに帰属するかを決定して変遷表と して分類事例ベースに記述し、 変遷表に基づき、 航空機識別子毎に分類識別子の 変遷を集計し、 分類間の遷移確率を算出し分類事例ペースに状態遷移表として記 述する要素デ一夕変遷分類部、

要素データ、 分類表、 変遷表、 状態遷移表を記憶する分類事例ベース、 及び、 変遷表、 状態遷移表を提示する表示部

を有する親機と、

気流のデ一夕を収集し、 デ一夕を事例べ一スに通知する実測部、

実測部の収集したデータを対象指定範囲に基づいて要素データに加工し子機要 素デ一夕帰属判定部に出力する子機要素デ一夕決定部、

子機分類事例ベースの混合分布表を参照して、 子機要素デ一夕決定部にて加工 された各要素データが混合分布表のどの要素分布に帰属すべきかを決定し、 決定 した要素分布識別子を子機表示部に通知し、 また、 状態遷移表を参照して、 要素 分布から全要素分布への遷移確率を獲得し、 遷移確率を子機表示部に通知し、 遷 移確率および混合分布表における乱流遭遇の有無から、 乱流遭遇の確率を算出し 、 子機表示部に通知する子機要素データ帰属判定部、

分類事例ベースに要求して分類表と状態遷移表とを獲得し、 子機要素データ帰 属判定部の要求に従ってこれらを提供する子機分類事例ベース、 及び、

子機要素データ帰属判定部から得られる帰属要素分布、 遷移確率、 および乱流 遭遇確率を提示し、 乱流遭遇確率が所定の条件を満たす場合には警報を発する子 機表示部

を有する子機とを備えている。

そのため、 実際のデ一夕の蓄積に基づき、 デ一夕を分類することによるモデル の構築、 データの帰属判定によるモデル選択、 および乱気流の予測を並行して行 うことにより、 従来の技術として述べた方式では予測できなかった、 気流モデル が事前に明確でない場合でも乱気流の予測と警報の提示を可能にする。 また、 親機周辺の地域デ一夕を用いて気流のシミュレーションを行い、 シミュ レーシヨン上で模擬航空機を速度べクトルおよび位置をランダムに発生させて模 擬飛行させ、 模擬航空機に子機が搭載されていた場合に子機の実測部が計測する べき模擬計測結果を生成し、 結果を要素データ決定部に通知するランダム大気模 擬部をさらに備え、

要素デ一夕決定部は、 事例ベースとランダム大気模擬部からのデ一夕を所定の 対象指定範囲に基づいて要素データに加工し、 分類事例ベースに記録する。 そのため、 実際のデータの蓄積が不十分な段階でも、 気流のシミュレ一夕を用 いて事例を人工的に増加させ、 乱気流の予測と警報の提示を可能にする。 また、 複数の分布の混合分布を仮定してその混合比および要素分布の混合分布 パラメ一夕を推定することをもって分類とし、

分類事例ベースは、 混合分布パラメ一夕と要素分布識別子との対応、 および要 素分布識別子と要素デ一夕との対応を蓄積し、

要素データ分類部は、 仮定する混合数を入力し、 要素データを混合数の混合分 布として混合分布パラメ一夕を求め、 混合分布識別子と混合分布パラメ一夕との 対応を分類事例ベースに記録し、

要素データ帰属判定部は、 要素デ一夕がどの要素分布に帰属するかを判定し、 要素データと帰属する要素分布識別子との対応を分類事例ペースに記録する。 そのため、 分類方式として混合分布モデルを採用することにより、 境界に柔軟 性を持たせた分類を、 確率という一般的な評価基準によって平易に実施できる。 また、 共分散成分のない多次元正規分布を要素分布とし、 所定の混合数に等し い数の要素分布の重み付き和による混合分布として、 その混合分布パラメ一夕を 求め、 混合分布識別子と混合分布パラメ一夕との対応を分類事例ベースに記録し 要素データ変遷分類部は、 各要素データの帰属する要素分布を、 要素分布にお ける要素データの確率密度と要素分布の混合比との積が最大のものとし、 要素デ一夕分類部は、

各属性について、 平均、 分散、 値の種類数、 空値でない値の総数を調査する対 象範囲調査ステップと、

要素分布の初期値として、 平均値については、 値の種類数が所定の数以上の観 測項目については互いに異なる平均値、 値の種類数が所定の数未満の観測項目に ついては値の種類の中から選んだ平均値とし、 分散値については 0でない適当な 分散値とするような、 要素分布の初期分布を分類数に等しい数生成する初期分布 生成ステップと、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密 度を算出する期待値算出サブステップ、 各要素データ毎に、 各暫定要素分布毎の 確率密度の比を計算して寄与度とし、 各要素分布毎に寄与度を各要素データの値 に乗じて値とし、 要素デ一夕数を寄与度の総和として集計し、 値と総和に基づき 、 新たな暫定的要素分布の平均および分散とする要素分布更新サブステップ、 及 び、 暫定分布のパラメ一夕組合せの変化を監視して、 パラメ一夕組合せが所定の 反復回数の間変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反復 して出現するとき、 もしくは反復回数が所定の回数実行されたときに、 反復改善 を終了する終了判定サブステップを有する反復改善ステップと、

得られたパラメ一夕組合せを要素分布の識別子とともに分類事例ペースに記録 する終了ステップとを備える。

そのため、 分類方式として共分散成分のない多次元正規分布を要素分布として 採用することにより、 分類のための計算である確率密度算出が、 単一次元の値の 積で高速かつ平易に算出できる さらに、 反復改善ステップは、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素デ一夕の確率密 度を算出し、 0より大きく 1以下のアニーリングパラメ一夕を用いて、 確率密度 のァニーリングパラメ一夕乗を記録する期待値算出サブステップ、

各要素デ一夕毎に、 期待値算出サブステップで記録した各暫定要素分布毎の確 率密度のァニ一リングパラメ一夕乗の比を計算して寄与度とし、 各要素分布毎に 寄与度を各要素データの値に乗じて値とし、 要素データ数を寄与度の総和として 集計し、 値と総和に基づき、 新たな暫定的要素分布の平均および分散とする要素 分布更新サブステップ、

暫定分布のパラメ一夕組合せの変化を監視して、 パラメータ組合せが所定の反 復回数の間変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反復し て出現するとき、 もしくは反復回数が所定の回数実行されたときに、 そのァニ一 リングパラメ一夕について反復を終了する終了判定サブステップ、

ァニ一リングパラメ一夕の値を所定の計画に従って増加させ、 期待値算出サブ ステツプ以後を反復し、 アニーリングパラメ一夕が 1以上になつた場合に外側の 反復を終了するァ二一リングサブステップとを備える。

そのため、 混合分布パラメ一夕決定方式として確率密度分布関数のァニ一リン グを採用することにより、 初期値に依存しない安定したパラメ一夕決定が実現で ぎる。

Claims

請 求 の 範 囲

1 . 航空機に搭載した測定装置を用いて気流のデータを収集し、 それに基づい て乱気流を予測し警報を発するシステムであって、

複数の子機から通知されるデ一夕を蓄積する事例ベース、

上記事例ベースの上記デ一夕を所定の対象指定範囲に基づいて要素データに加 ェし、 分類事例ベースに記録する要素データ決定部、

上記分類事例ペースの上記要素データに記載の乱流遭遇判定結果に基づいて要 素データ集合を作成し、 該要素デ一夕集合のそれそれについて分類を行って分類 表を作成し、 分類事例ペースに記録する要素データ分類部、

上記分類事例ベースの上記要素デ一夕が上記分類のいずれに帰属するかを決定 して変遷表として上記分類事例べ一スに記述し、 該変遷表に基づき、 航空機識別 子毎に分類識別子の変遷を集計し、 上記分類間の遷移確率を算出し上記分類事例 ベースに状態遷移表として記述する要素デ一夕変遷分類部、

上記要素データ、 上記分類表、 上記変遷表、 上記状態遷移表を記憶する分類事 例ペース、 及び、

上記変遷表、 上記状態遷移表を提示する表示部

を有する親機と、

気流のデ一夕を収集し、 該データを上記事例ベースに通知する実測部と、 実測部の収集した上記デ一夕を上記対象指定範囲に基づいて要素データに加工 し子機要素デ一夕帰属判定部に出力する子機要素データ決定部、

子機分類事例ベースの混合分布表を参照して、 上記子機要素データ決定部にて 加工された上記各要素デ一夕が上記混合分布表のどの要素分布に帰属すべきかを 決定し、 決定した要素分布識別子を子機表示部に通知し、 また、 上記状態遷移表 を参照して、 上記要素分布から全要素分布への遷移確率を獲得し、 該遷移確率を 子機表示部に通知し、 該遷移確率および上記混合分布表における乱流遭遇の有無 から、 乱流遭遇の確率を算出し、'子機表示部に通知する子機要素デ一夕帰属判定 部、

上記分類事例ベースに要求して分類表と状態遷移表とを獲得し、 子機要素デー 夕帰属判定部の要求に従ってこれらを提供する子機分類事例ベース、 及び、 上記子機要素デ一夕帰属判定部から得られる帰属要素分布、 上記遷移確率、 お よび乱流遭遇確率を提示し、 該乱流遭遇確率が所定の条件を満たす場合には警報 を発する子機表示部

を有する子機と

を備えたことを特徴とする航空機搭載乱気流警報システム。

2 . 親機周辺の地域デ一夕を用いて気流のシミュレーションを行い、 該シミュ レ一シヨン上で模擬航空機を速度べクトルおよび位置をランダムに発生させて模 擬飛行させ、 該模擬航空機に子機が搭載されていた場合に該子機の上記実測部が 計測するべき模擬計測結果を生成し、 該結果を上記要素デ一夕決定部に通知する ランダム大気模擬部をさらに備え、

上記要素デ一夕決定部は、 上記事例ベースと上記ランダム大気模擬部からのデ 一夕を所定の対象指定範囲に基づいて要素データに加工し、 分類事例ベースに記 録する

ことを特徴とする請求項 1記載の航空機搭載乱気流警報システム。

3 . 複数の分布の混合分布を仮定してその混合比および要素分布の混合分布パ ラメ一夕を推定することをもって分類とし、

上記分類事例ベースは、 上記混合分布パラメ一夕と上記要素分布識別子との対 応、 および該要素分布識別子と上記要素データとの対応を蓄積し、

上記要素データ分類部は、 仮定する混合数を入力し、 上記要素デ一夕を該混合 数の混合分布として混合分布パラメ一夕を求め、 混合分布識別子と該混合分布パ ラメ一夕との対応を上記分類事例ベースに記録し、

上記要素デ一夕帰属判定部は、 上記要素デ一夕がどの要素分布に帰属するかを 判定し、 該要素データと帰属する要素分布識別子との対応を上記分類事例ベース に記録する

ことを特徴とする請求項 1または 2記載の航空機搭載乱気流警報システム。

4 . 共分散成分のない多次元正規分布を要素分布とし、 所定の混合数に等しい 数の要素分布の重み付き和による混合分布として、 その混合分布パラメ一夕を求 め、 混合分布識別子と該混合分布パラメ一夕との対応を上記分類事例ベースに記 録し、

上記要素データ変遷分類部は、 各要素データの帰属する要素分布を、 要素分布 における要素データの確率密度と要素分布の混合比との積が最大のものとし、 上記要素データ分類部は、

各属性について、 平均、 分散、 値の.種類数、 空値でない値の総数を調査する対 象範囲調査ステップと、

要素分布の初期値として、 平均値については、 値の種類数が所定の数以上の観 測項目については互いに異なる平均値、 値の種類数が所定の数未満の観測項目に ついては値の種類の中から選んだ平均値とし、 分散値については 0でない適当な 分散値とするような、 要素分布の初期分布を分類数に等しい数生成する初期分布 生成ステップと、

暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密 度を算出する期待値算出サブステップ、 各要素データ毎に、 各暫定要素分布毎の 確率密度の比を計算して寄与度とし、 各要素分布毎に該寄与度を各要素デ一夕の 値に乗じて値とし、 要素デ一夕数を該寄与度の総和として集計し、 上記値と上記 総和に基づき、 新たな暫定的要素分布の平均および分散とする要素分布更新サブ ステップ、 及び、 暫定分布のパラメ一夕組合せの変化を監視して、 上記パラメ一 夕組合せが所定の反復回数の間変化しないとき、 もしくは同じパラメ一夕組合せ が所定の回数反復して出現するとき、 もしくは反復回数が所定の回数実行された ときに、 反復改善を終了する終了判定サブステツプを有する反復改善ステップと 得られたパラメ一夕組合せを要素分布の識別子とともに分類事例べ一スに記録 する終了ステップと

を備えることを特徴とする請求項 3記載の航空機搭載乱気流警報システム。

5 . 上記反復改善ステップは、 暫定的な各要素分布の平均、 分散、 混合比に基づいて、 各要素データの確率密 度を算出し、 0より大きく 1以下のアニーリングパラメ一夕を用いて、 該確率密 度のアニーリングパラメ一夕乗を記録する期待値算出サブステップ、

各要素デ一夕毎に、 上記期待値算出サブステップで記録した各暫定要素分布毎 の確率密度のァニーリングパラメ一夕乗の比を計算して寄与度とし、 各要素分布 毎に該寄与度を各要素データの値に乗じて値とし、 要素デ一夕数を該寄与度の総 和として集計し、 上記値と上記総和に基づき、 新たな暫定的要素分布の平均およ び分散とする要素分布更新サブステップ、

暫定分布のパラメ一夕組合せの変化を監視して、 上記パラメ一夕組合せが所定 の反復回数の間変化しないとき、 もしくは同じパラメ一夕組合せが所定の回数反 復して出現するとき、 もしくは反復回数が所定の回数実行されたときに、 そのァ 二一リングパラメ一夕について反復を終了する終了判定サブステツプ、

ァニ一リングパラメ一夕の値を所定の計画に従って増加させ、 上記期待値算出 サブステヅプ以後を反復し、 アニーリングパラメ一夕が 1以上になつた場合に外 側の反復を終了するアニーリングサブステップと

を備えることを特徴とする請求項 3記載の航空機搭載乱気流警報システム。