JPH08509061A - 飛行中ドップラー気象レーダーウィンドシャー検出システム - Google Patents

Abstract

(57)【要約】 機上ドップラーレーダーウィンドシャー検出システムは、大気データサンプルの３−Ｄグリッドへと形成される個々の分解能セルに関わる大気測定データを提供する体積走査パターンを有する。体積特徴抽出モジュールは特定を有する分解能セルを識別し、それらの分解能セルを関心気団にグループ化する。空間的特徴関連づけ及びフィルタリングモジュールは関心気団を大気条件の３−Ｄ表現へと組合わせ、地上クラッタをフィルタリングにより除去する。文脈整合及び経時追跡モジュールは３−Ｄ表現を既知のウィンドシャーモデルと比較すると共に、連続する３−Ｄ表現を互いに比較して、航空機の飛行経路においてハザードとなるウィンドシャー条件を識別するのを補助する。

Description

【発明の詳細な説明】 飛行中ドップラー気象レーダーウィンドシャー検出システム 発明の背景 本発明は一般に気象レーダーシステムに関し、特に、危険をもたらす可能性の ある航空機の飛行経路中のウィンドシャー条件を予測するために使用される機上 ドップラーレーダーシステムに関する。 マイクロバーストウィンドシャーは最も重大な飛行ハザードの１つであり、快 適な飛行速度限界が確立する前の最終進入時又は離陸時に低空を低速度で飛行し ている荷重の大きなジェット輸送に対しては特に危険である。パイロットや機関 士は、航空機が降下するときの水平方向風の通常の変化を予想し、それに対処す るための訓練を受けている。ところが、マイクロバーストはそれとは異なり、全 く違う応答を必要とする。 マイクロバーストは典型的にはごく短時間しか続かず、地理的にも狭い空間の 中で起こる；マイクロバーストの中心の直径は１海里以下と小さいであろう。マ イクロバーストは突然出現し、その危険な作用を広げて行き、数分で消滅する。 この現象からの防護をはかろうとする初期の試みは低レベルウィンドシャー警 告システムの開発を含むものであった。この警告システムは飛行場の周辺の風向 センサ及び風速センサと、中央センサとから構成されている。それらのセンサか らのデータを管制塔で計算、表示し、管制官は当該パイロットにアドバイスを与 える。取り出される情報が離陸又は着陸を回避することを十分に判断しうるほど 明確なものである場合はほとんどなく、マイクロバーストが検出されないままセ ンサの間を通過してしまうことや、センサネットワークの外側で起こることもあ りうる。 航空機に搭載するウィンドシャー警報システムを得る努力もなされている。現 在、航空機に搭載された慣性計器の読みと飛行性能情報を見て、発生した加速が ウィンドシャーにつながるおそれのある場合には警報を発生するようなシステム を利用することが可能である。それらのシステムは航空機がウィンドシャー条件 に侵入するときにハザードとなる飛行条件を検出することから、「反応」システ ムと呼ばれる。問題は、反応式ウィンドシャー検出が危険な条件から申し分なく のがれるのに十分な時間をパイロットに与えられない場合もあるということであ る。 航空機のグライドパスのエアスペースを観察している機上レーダーウィンドシ ャー警報システムが直面する重大な問題は、地上クラッタをどのように処理すべ きかということである。地上設置形のレーダーウィンドシャー警報システムを使 用する場合、地上クラッタは本質的には静止しているものであるので、地上クラ ッタの問題をより用意に処理できるであろう。たとえば、地上設置形レーダーの 場合、地上クラッタマップを周期的に作成し、その後、レーダー情報からそれを 減算できるであろう。しかしながら、機上レーダーでは地上クラッタは一次アン テナビームの中で観測され、絶えず変化している。 発明の概要 本発明は、ハザードとなるウィンドシャー条件を前もって警告する機上ウィン ドシャー検出システムを提供することにより、上記の要求及びその他の要件を解 決する。本発明によれば、航空機の前方のエアスペースヘ連続するビームを送信 し、反射信号を受信し且つ反射信号を解析して、ハザードとなるウィンドシャー 条件の有無を知る機上ウィンドシャー検出ドップラーレーダーが提供される。レ ーダーは、各々がレンジと、仰角と、方位角とにより特徴づけられる大気データ サンプルから成る三次元（３−Ｄ）グリッドを構成する体積走査パターンを利用 する。体積特徴抽出処理は３−Ｄグリッド内の潜在ウィンドシャー特徴を識別す る。空間的特徴関連づけ処理は、高い仰角の特徴から下に向かってグループ化す ることによって、潜在ウィンドシャー特徴を有するデータサンプルを関心気団に グループ化する。フィルタリング手段は関心気団から雑音及びクラッタを除去し 、関心気団の３−Ｄ表現を形成する。文脈特徴整合及び経時追跡モジュールは関 心気団の現在３−Ｄ表現を既知の３−Ｄウィンドシャーモデル及び同じ関心気団 の先の３−Ｄ表現と比較し、ハザード閾値を越えたときに出力信号を発生する。 図面の簡単な説明 図１は、ドップラーレーダーから見たときのマイクロバーストウィンドの垂直 スライス及びマイクロバースト特性を示す。 図２ａ及び図２ｂは、本発明の機能段を示す。 図３は、図２のさらに詳細な部分を明示する。 図４ａ，図４ｂ及び図４ｃは、ウェットマイクロバーストシグネチャのアーテ ィストによるレンダリングである。 図５ａ，図５ｂ及び図５ｃは、ウェットマイクロバーストの場合のシミュレー トされた入力データを表わす。 図６ａ及び図６ｂは、図５ａ，図５ｂ及び図５ｃのシミュレートされたウェッ トマイクロバースト入力データから本発明によって得られる出力データを表わす 。 図７ａ及び図７ｂは、ドライマイクロバーストの場合のシミュレートされた入 力データを表わす。 図８ａ及び図８ｂは、図７ａ及び図７ｂのシミュレートされたドライマイクロ バーストデータから本発明によって得られる出力データを表わす。 好ましい実施例の詳細な説明 ドップラーレーダーから見たときのマイクロバーストの特性を、図１で説明す る。図１の左側はマイクロバーストウィンドの主要な特性を示し、マイクロバー ストウィンドは構造の上部における収束風及び垂直風と、中央部構造における回 転及びわずかな発散と、構造の下部における発散風とを特徴としていることがわ かる。マイクロバーストの総直径は４Km以下である。収束、回転及び発散に関し てレーダーにより観測されるドップラー速度を図１の右側に観測速度シグネチャ として示す。 体積走査方式に関わるドップラーレーダー／クラッタ／マイクロバーストシミ ュレーション能力は、Ｕｓｅｒ Ｇｕｉｄｅ ｆｏｒ ａｎ Ａｉｒｂｏｒｎｅ Ｗｉｎｄ Ｓｈｅａｒ Ｄｏｐｐｌｅｒ Ｒａｄｏｒ Ｓｉｍｕｌａｔｉｏｎ （ＡＷＤＲＳ）ｐｒｏｇｒａｍ，Ｒｅｐｏｒｔ ＃ＤＯＴ／ＦＡＡ／ＤＳ−９０ ／７（１９９０年６月）に記載されているソフトウェアとモデルを変形すること によって開発された。このシミュレーション能力は本発明における概念を試験す るためのレーダーデータサンプルを提供した。加えて、我々はここで説明するウ ィンドシャー検出システムの独自のソフトウェアシミュレーションを開発した。シミュレーションの結果 シグネチャ（signature）検出能力とレンジ及びパワーとの関係と、３−Ｄマ イクロバーストシグネチャ特性抽出と、体積マイクロバースト検出アルゴリズム の性能とを検査するために、ドップラーレーダーマイクロバーストシグネチャシ ミュレーションを使用して、サンプルデータセットを生成した。シミュレートし たデータの全てについてレーダー送信周波数は９．３ＧＨｚであり、ウェットマ イクロバースト（最大反射率は−６０ｄＢＺ）と、ドライマイクロバーストモデ ル（最大反射率は−３０ｄＢＺ）とからのシグネチャを生成した。３−Ｄマイクロバーストシグネチャ特性抽出 良いシグネチャ品質を確保した送信パワー及びレンジとマイクロバーストとの 関係を使用して、ウェットマイクロバーストとドライマイクロバーストのシグネ チャ特性を検査した。この検査の結果は、マイクロバーストの速度シグネチャが 最低仰角走査（航空機のグライドスロープの３度上）に対しては明らかに発散し ており、次の１０度の仰角に対しては収束シグネチャに変形することを示してい る。これは風の流出の乱流「ローリング」によるものと思われる。上部走査の残 る部分（グライドスロープの２３度、３３度及び４３度上）は常に接近風のシグ ネチャを示し、時によってはわずかに接近したレンジにおける後退風シグネチャ （収束風を指示する）を伴う。相対的に強い接近風シグネチャは、おそらく、高 い走査角度をもつドップラーレーダーにより、観測可能な垂直風成分によって増 強されたマイクロバーストウィンドの収束によるものであろう。一方、後退風シ グネチャは高い走査角度における垂直マイクロバーストウィンド成分によって減 衰される。この検査では、使用したマイクロバーストモデルが軸対称であるため に、回転シグネチャは観測されなかった。現時点で利用可能な完全マイクロバー ストモデルレンダリングは、マイクロバーストウィンドシャーを認識する際の観 測回転特徴の堅牢性を裏づけるべく研究中である。図４は、アーティストが描い た３つの仰角「スライス」におけるウェットマイクロバーストシグネチャの図で ある。印刷上の制約があるため、実際のドップラーカラー画像をここで使用する ことはできないであろう。暗色の領域はドップラーレーダーに対して後退してお り、明るい色の部分は接近しつつある。航空機の重さはシグネチャから除かれて いる。 アンテナ２７により送受信される信号によって航空機２６の前方の領域を問い 合わせるために、本発明のウィンドシャー検出システムは図２に示すような全３ −Ｄ体積走査パターン３０を利用する。走査レーダートランシーバ２８はアンテ ナドライバ２５を含み、航空機２６の前方にあるウィンドシャー障害物を検出す るのに最も効率の良い走査パターンであると思われるという理由により、仰角に ついて垂直方向に走査し、次に所望の方位角有効範囲をたどって行くように設計 されているのが好ましい。走査レーダートランシーバ２８は同相（Ｉ）データと 直角位相（Ｑ）データの双方を提供する。ベースデータプロセッサ３２は、ドッ プラーレーダーエコーを解析してウィンドシャーの有無を検出するために要求さ れる処理を実行する。まず、生レーダーサンプルから反射パワー、平均速度及び スペクトル幅という「ベース」データプロダクトを計算しなければならない。そ れらのプロダクトを計算するのに、複雑さの程度が様々であるいくつかの方法が 知られている。本発明について選択した技法はパルス対（ペア）処理であったが 、これは計算が相対的に複雑でなく且つパルス式ドップラー気象レーダー信号処 理で広く使用されている技法である。ベースデータフィルタユニット３４は受信 機の雑音特性３１を修正し且つ反射パワー、平均速度、スペクトル幅データをフ ィルタリングし、走査レーダートランシーバ２８と、ベースデータプロセッサ３ ２と、ベースデータフィルタリング３４の機能は従来の機上気象レーダーに含ま れている。 本発明の体積走査パターン３０によって、各セルが独自のレンジ、仰角及び方 位角を有する分解能セル３５のグリッドが得られる。 体積特徴抽出機能４０は発散／収束モジュール５０と、回転モジュール６０と 、反射率コアモジュール７０と、スペクトル幅クラスタモジュール８０とを要求 する。 体積走査におけるセルごとに３つのベースプロダクトを計算した後、マイクロ バーストの個々の特性特徴を探索し、空間的にグループ化する。個々のシグネチ ャ特徴、すなわち、発散、収束、回転、高反射率及び広スペクトル幅を規定した ならば、各々の特徴の方位角−スライス体積中心を使用して、それらの特徴を関 連づける。この関連づけはレーダー観測の３Ｄ表現を形成し、その後、これを図 １に示すような既知のマイクロバースト特性と整合させることができる。走査ご とに観測３Ｄ表現を追跡し、一貫性を試験して、堅牢な検出を実行する。マイク ロバーストにおいて潜在的に観測可能である速度シグネチャは、図１に示すよう に、発散と、収束と、回転である。現れる可能性のあるシャー条件は各々の半径 方向走査に沿ったもの、すなわち、発散又は収束、もしくは、各々の方位角走査 に沿ったもの、すなわち、時計回り又は反時計回りの回転である。グループ化ア ルゴリズムは、各セルの平均速度を先行セルから減算することにより得られる差 速度情報について演算する。この減算は発散と収束に関しては半径方向走査線に 沿って実行され、回転に関しては一定レンジの方位角にわたって実行される。半 径方向差速度を直接に求めるドップラーレーダーベースデータ処理方式の場合、 差を計算する減算ステップは回転を規定するときにのみ実行される。傾向グルー プ（trend group）の始まりと終わりは差速度符号の一貫した変化によって識別 される。差速度符号の変化は発散と収束については半径方向に沿っており、回転 については方位角に沿っている。各々の符号変化の一貫性を、偽速度差を排除す る演算子によって、試験する。各傾向グループのシャー値（ΔＶ／ΔＤ）と運動 量（ΔＶ×ΔＤ）を計算し、それらを使用して、弱い識別傾向グループ、すなわ ち、小さいシャー値及び／又は大きなシャー運動量を排除する。初期傾向グルー プを見出したならば、近接演算子を使用してそれらを他の半径方向傾向グループ 又は方位角傾向グループとグループ化する。このように、本発明のグループ化プ ロセスは、体積走査における一貫した発散、収束又は回転を識別し且つ空間的に 関連づける３Ｄ傾向グループを生成する。 ここで説明する発明を実現するために要求される追加のレーダーシステムハー ドウェアは最小限である。基本ドップラー気象レーダーは、反射率、速度及びス ペクトル幅を確定して情報の標準表示を生成するために、既に生レーダーデータ を処理しなければならない。それらの量を確定するために典型的には数多くのパ ルスサンプルを平均することになるので、これはシステムの所要計算パワーの大 部分を占める。従来の機上気象レーダー機能を２９で示す。本発明が要求する追 加計算パワーは、基本ドップラーレーダー出力データの確定と比較して最小限で ある。そのアルゴリズムを機上レーダーシステム内部の１つ又は２つの追加デジ タル信号処理（ＤＳＰ）チップにおいて（典型的なドップラー気象レーダーシス テムパラメータ及び走査速度と、従来のＤＳＰチップ技法とに基づいて）ホスト インすべきであると考えられる。ＤＳＰチップ機能とその関連メモリを９４で示 す。システムを「傾斜管理（tilt management）」制御させるためにはアンテナ が必要であるので、この体積走査パターンは大半の市販の機上気象レーザー装置 によって容易に受容されるべきである。傾斜管理では、アンテナを仰角方向に移 動するための位置決めモータが必要である。アンテナを仰角−方位角ステップ走 査又はそれに類似するパターンで走査するための標準制御メカニズムへの変形は 簡明なものとすべきである。本発明のさらに詳細な説明を以下に挙げる。 以下のさらに詳細な説明においては、分解能セル３５の格子を収集するために レーダーが採用する体積走査パターン３０のいくつかの部分を参照する。いくつ かの概念を説明するためにいくつかの用語を繰り返し使用する；それらの用語を 以下に定義する。ラジアル 所定の方位角と仰角のアンテナ位置でレーダーデータが測定される全てのレン ジにわたる分解能セルグリッドの一次元部分。ラジアル線セグメントは１本分の 完全なラジアルの一部分である。方位角−交差円弧 ： 所定のレンジとアンテナ仰角でレーダーデータが測定される全ての方位角に対 応する分解能セルグリッドの一次元部分。方位角−交差円弧セグメントは１つの 完全な方位角−交差円弧の一部分である。方位角スライス ： 所定のアンテナ方位角でレーダーデータが測定される全てのレンジと全ての仰 角に対応する分解能セルグリッドの二次元部分。仰角平面 ： 所定のアンテナ仰角でレーダーデータが測定される全てのレンジと全ての方位 角に対応する分解能セルグリッドの二次元部分。気団 グループ化アルゴリズムは、いくつかの閾値条件に適合する類似する特徴値を もつ領域を関連づけるべく演算する。その結果得られる測定レーザーデータのグ ループを関心「気団」といい、これは航空機に対するハザードを確定するために さらに別の特徴／パターン処理を保証する体積走査パターン内部の１つの領域を 意味している。「団」又は「関心団」と呼んでも良い。ルック １回の完全な体積走査を「ルック」又は「全走査ルック」と呼んでも良い。 測定レーダーデータから特徴を抽出し、グループ化するとき、アルゴリズムが グループ化をどこまで実行したかという程度又は範囲を「一次元」、「二次元」 及び「三次元」すなわち「体積」と表わす。各グループ化モジュールは最終的に は３−Ｄグループ、すなわち、体積グループをもたらす。すなわち、体積走査に おける全ての方位角、仰角及びレンジについて特徴関連づけが確定されている。 実行されるグループ化プロセスに応じて、中間グループ化又は部分グループ化を 一次元又は二次元という。たとえば、ラジアル又は方位角−交差円弧に沿って実 行されるグループ化を一次元といい、方位角スライス又は仰角平面の全体にわた って実行されるグループ化を二次元という。体積走査パターンからのデータ ： 以下に説明するモジュール５０，６０，７０及び８０に対する基本入力は、先 に説明したベースデータプロセッサ３２及びベースデータフィルタリング３４（ １１ページ）の出力である。各モジュール（５０，６０，７０又は８０）の入力 はモジュール３２及び３４からの平均速度、反射率、もしくはスペクトル幅の値 である。加えて、体積走査パターン３０から航空機の前方の物理エアスペースへ のデータサンプルのマッピングを確立させるために、各データサンプルにはレン ジと、機体に対するアンテナ位置と、機体の姿勢とを付随させることになる。 （以下に説明する）本発明の概念の現在のソフトウェアインプリメンテーショ ンは、レーダートランシーバが方位角を走査するのに先立って仰角を走査する（ すなわち、センサが水平走査を経過するときに垂直に走査する）ように保証する 。本発明の概念は体積走査パターンの様々に異なる順序付けと共に働くように簡 単に適応可能である。発散／収束 モジュール５０の出力 モジュール５０は５８で、レンジ距離次元に沿って類似の風速勾配を有する体 積（３−Ｄ）気団のリストを生成する。それらの勾配は発散気流と、収束気流と を表現する。リストの各メンバ（単一の関心気団）と関連するデータは次のもの を含む： −内部識別子。 −航空機から測定した気団の６つの辺の各々の末端位置。すなわち、方位角の 範囲、仰角及び関心気団が覆っているレンジ。 −気団内部で見出される最小シャー値、最大シャー値及び平均シャー値と、シ ャー運動量。 −この気団のラジアル成分のサブリスト。体積気団を構成しているラジアル線 セグメントごとに、次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントに沿った風速の変化。 −このセグメントのシャー値。 −このセグメントのシャー運動量。 −このセグメントのハザードＦ係数。 −このセグメントの仰角及び方位角。 ハザードＦ係数の説明は、Ｒ．Ｌ．Ｂｏｗｌｅｓの「Ｗｉｎｄ ＳｈｅａｒＤ ｅｔｅｃｔｉｏｎ，Ｗａｒｎｉｎｇ ａｎｄ Ｆｌｉｇｈｔ Ｇｕｉｄａｎｃｅ 」（ＮＡＳＡ ＣＰ１０００４：ＤＯＴ／ＦＡＡ／ＰＳ−８７／２，１９８７年 １０月）の中にある。この係数は、間近に迫っているウィンドシャーの数量化ハ ザード係数を形成するために、ドップラー速度測定値を航空機のダイナミクスと 関係づける。モジュール５０の入力 先に説明した通り、モジュール５０は入力として体積走査パターンからの平均 速度データサンプルを得る。サブモジュール５２，５４及び５６ ３つの主要ステップを通過することにより、関心気団を見出す。第１に、受信 したドップラー速度のラジアルごとに（ラジアル中のレンジビンごとに１つの速 度）、各レンジビンの速度差を計算し、次に類似の速度差をもつラジアル上のセ グメント（すなわち、速度が変化している領域）を探索する。第２に、各ラジア ルで見出されたセグメントをそのラジアル上のそれより上の類似する位置で見出 されたセグメントと比較する。それらの比較を通して、類似の速度変化率をもつ ２−Ｄ気団の集合体を形成する。走査の単一の方位角スライス（すなわち、仰角 を通る１回の走査）における全てのラジアルについて、このプロセスを繰り返す 。第３に、１つの方位角スライスの２−Ｄ気団を隣接する方位角スライスの２− Ｄ気団と比較する。それらの比較は、このモジュールの出力である３−Ｄ気団の 最終集合体を形成する。ラジアルトレンド（１−Ｄグループ化）の発見 サブモジュール５２の出力 サブモジュール５２は各ラジアル上の関心セグメントのリストを作成する。リ スト中のセグメントごとにその時点で含まれている情報は次の通りである： −このラジアルセグメントの最小レンジ及び最大レンジ −このセグメントに沿った風速の変化 −このセグメントのシャー値 −このセグメントのシャー運動量 −このセグメントのハザードＦ係数 −このセグメントの仰角及び方位角サブモジュール５２の入力 サブモジュール５２に対する入力のユニットは単一のレーダーラジアルに沿っ た１組のドップラー速度である。ラジアルに沿ったレンジビンごとに１つの速度 値がある。サブモジュールの始動時、ラジアルに沿って関心セグメントを探索す る前に、隣接するレンジビンの速度の差を計算する。 このサブモジュールの動作を精密同調するために、このサブモジュールには以 下の動作パラメータも入力される： −シャー値及びシャー運動量閾値−シャー閾値及びシャー運動量閾値の論理的 組合わせ（すなわち、アンド／オア）に基づいてデュアルパラメータ基準に適合 するシャー値及び運動量値をもつセグメントのみを考慮する。 −ビンカウント（Bin Count）閾値−少なくともこの数多くのレンジビンを含 むセグメントのみを考慮する。 −テストカウント閾値−潜在セグメント中の偽データのフィルタリングを助け るためのＮ個の試験基準のうちＭ個。 −最小レンジ−このレンジ距離にある又はそれを越えるセグメントのみを考慮 する。サブモジュール５２のプロセス ラジアルの先端部から始めて、最小レンジへと内方に向かって： −関心セグメントの開始点（先端部）（速度トレンドの変化）を見出す。これ は、先端部から各レンジビン（range bin）の値を検査する間に速度差における 符号の変化を探索することによって実行される。１グループの始めであると疑わ れるレンジビンが隣接するレンジビンと比較して雑音を含む値ではないというこ とを保証するために、ＮのうちＭ検査を実行する。 −関心セグメントの端部（近いほうの端部）を見出す。 −このセグメントのシャー値を計算する：（デルタ速度／デルタレンジ距離） −このセグメントのシャー運動量を計算する：（デルタ速度*デルタレンジ距 離） −ビンカウント閾値及びシャー値閾値とシャー運動量閾値の論理的組合わせと いう閾値の各々に適合すれば、このセグメントを関心１−Ｄセグメントのリスト に追加する。 −次の関心セグメントの始めを見出す。仰角を経るグループ化（２−Ｄグループ化） サブモジュール５４の出力 サブモジュール５４は所定の１つの方位角スライスの中の関心２−Ｄ気団のリ ストを作成する。この２−Ｄ気団リストのデータ構造は、以下に最終サブモジュ ールの出力として説明する３−Ｄ気団リストと同一である。このリストの各メン バは、気団中の同じ２−Ｄ特徴に属すると確定された各セットのラジアルセグメ ントの情報を含む。サブモジュール５４の入力 サブモジュール５４は入力として、先に説明したラジアルトレンドの発見（１ −Ｄグループ化）サブモジュールにより作成されたリストを受け取る。このサブ モジュールは一度に１つのラジアルの方位角スライスについて動作する。 サブモジュール５４の動作を精密同調するために次の動作パラメータもサブモ ジュール５４に入力される： −隣接仰角閾値−同じ２−Ｄ気団の一部であると論理的に考えるためには、関 心セグメントは別のラジアル上の１セグメントの仰角方向へのある数の度（隣接 仰角閾値）以内になければならない。 −隣接レンジ閾値−隣接仰角閾値以内の別個のラジアル上のセグメントもセン サから類似のレンジ距離の中になければならない。セグメントが互いにこの直線 レンジ距離の中にあれば、それらは同一の気団の一部であると考えて良い。サブモジュール５４のプロセス 最大仰角ラジアルはこのグループ化プロセスの基礎である。 このラジアル上の各関心セグメントは２−Ｄ関心気団の上端部となる。 ２番目に大きい仰角のラジアルから最小仰角ラジアルへと下降して動作しつつ ラジアルごとに： −このラジアル上の各々の１−Ｄ関心セグメントについて： −このラジアルより上のラジアルにおける１−Ｄセグメントを検査して、この セグメントと同じ特性（速度差トレンド）を有するより高いセグメントを見出す 。この決定を実行するために、隣接仰角閾値及び隣接レンジ閾値を考慮する。 閾値に適合するより高いセグメントが見出されたならば、このセグメントをよ り高いセグメントの２−Ｄ気団に追加し、そうでなければ、このセグメントは新 たな２−Ｄ関心気団の上縁部となる。方位角を経るグループ化（３−Ｄグループ化） サブモジュール５６の出力 サブモジュール５６は類似の風速勾配をもつ体積（３−Ｄ）気団のリストを生 成する。リストの各メンバ（単一の関心気団）と関連するデータは次のものを含 む： −内部識別子。 −航空機から測定した気団の６つの辺の各々の末端位置。すなわち、方位角の レンジ、仰角及び関心気団により覆われているレンジ。 −気団内部で見出される最小シャー値、最大シャー値及び平均シャー値と、シ ャー運動量。 −この気団のラジアル成分から成るサブリスト。体積気団を構成するラジアル 線セグメント（すなわち、航空機のレーダーセンサからの単一の仰角及び単一の 方位角における２つのレンジ距離の間の気団の一部分）ごとに、次の情報を追跡 する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントに沿った風速の変化。 −このセグメントのシャー値。 −このセグメントのシャー運動量。 −このセグメントのハザードＦ係数。 −このセグメントの仰角及び方位角。サブモジュール５６の入力 サブモジュール５６は入力として、先に説明した仰角を経るグループ化（２− Ｄグループ化）のサブモジュール５４により作成されたリストを受け取る。この サブモジュールは一度に全走査「ルック」について論理的に動作する。 サブモジュール５６の動作を精密同調するために、次の動作パラメータもサブ モジュール５６に入力される： −隣接方位角閾値−単一の方位角スライスの中の２−Ｄ関心気団は、同一の３ −Ｄ体積気団の一部であると論理的に考えるためには、付近のスライスの２−Ｄ 気団の方位角方向のある数の度（隣接方位角閾値）以内になければならない。サブモジュール５６のプロセス このアルゴリズムはグループ化プロセスの基礎として最も右側の方位角スライ ス又は最も左側の方位角スライスのいずれかを使用する。これは両方向レーダ走 査を可能にする。基礎方位角スライス中の各２−Ｄ関心気団は、このモジュール の最終出力リストにおける３−Ｄ気団の右／左縁部となる。 （基礎方位角スライスに隣接する）第２の方位角スライスから走査の反対側の 端部にある終端方位角スライスへと動作しつつ： 方位角スライスごとに： −この方位角スライスの各々の２−Ｄ関心気団について： −このスライスにおけるこの気団の「境界規定ボックス」及び「体積中心」を 確定する。 −（隣接方位角閾値の中の）付近の先行方位角スライスの探索によって、この 気団と同じ特性（速度差トレンド）をもつ隣接２−Ｄ気団を見出す。 −それらの必要条件に適合する先行セグメントが見出されたならば、この気団 を先行セグメントの３−Ｄ気団に追加し、そうでなければ、この気団は新たな３ −Ｄ関心気団の右／左縁部になる。回転 モジュール６０の出力 モジュール６０は６８で、方位角−横断次元に沿って類似の風速勾配をもつ体 積（３−Ｄ）気団のリストを生成する。それらの勾配はドップラーレーダーに対 する回転気流を表現する（レーダーはラジアル速度のみを感知するため）。リス トの各メンバ（単一の関心気団）と関連するデータは次のものを含む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団により覆われているレンジ。 −気団の中で見出される最小回転値、最大回転値及び平均回転値と、回転運動 量。 −この気団の方位角−横断円弧成分のサブリスト。体積気団を構成する方位角 −横断円弧セグメントごとに、次の情報を追跡する： −この方位角−横断円弧セグメントの左右の方位角。 −このセグメントに沿った風速の変化。 −このセグメントの回転値。 −このセグメントの回転運動量。 −このセグメントのハザード係数。 （回転の場合の「ハザード係数」の意図は、回転風フィールドの場合の（先 に論じた）発散／収束において使用される「Ｆ係数」を模倣することである。） −このセグメントのレンジ及び仰角。モジュール６０の入力 モジュール６０は入力として、先に説明したように体積走査パターンからの平 均速度データサンプルを得る。サブモジュール６２，６４及び６６ ３つの主要ステップを経過することにより、関心気団を見出す。第１に、全走 査における方位角−横断円弧ごとに、その円弧の隣接するレンジビンの速度差を 計算し、次に類似の速度差をもつセグメント（すなわち、速度が変化している方 位角−横断領域）を探索する。第２に、各々の円弧で見出されたセグメントを類 似の方位角、同じ仰角及びセンサからのレンジ距離が近いところにあるセグメン トと比較する。それらの比較を経て、方位角−横断方向に類似の速度変化率をも つ２−Ｄ気団の集合体を形成する。単一の仰角平面における全ての方位角−横断 円弧に対してこのプロセスを繰り返す。第３に、１つの仰角平面の２−Ｄ気団を それより上の仰角平面における２−Ｄ気団と比較する。それらの比較は、このモ ジュールの出力である３−Ｄ気団の最終集合体を形成する。方位角−横断トレンドの発見（１−Ｄグループ化） サブモジュール６２の出力 サブモジュール６２は各方位角−横断円弧における関心セグメントのリストを 作成する。リスト中のセグメントごとに現時点で含まれている情報は次のものを 含む： −この方位角−横断円弧セグメントの左右の方位角。 −このセグメントに沿った風速の変化。 −このセグメントの回転値。 −このセグメントの回転運動量。 −このセグメントのハザード係数。 −このセグメントのレンジ及び仰角。サブモジュール６２の入力 サブモジュール６２はその入力の基本ユニットとして単一の方位角−横断円弧 を考慮する。円弧に沿った各々個別の方位角にあるレンジビンに対して１つの速 度値がある。サブモジュールの始動時、円弧に沿った関心セグメントを探索する 前に、隣接するレンジビンにおける速度の差を計算する。 このサブモジュール６２の動作を精密同調するために、サブモジュール６２に は次の動作パラメータも入力される： −回転シャー値及び回転運動量閾値−回転シャー閾値及び回転運動量閾値の論 理的組合わせ（すなわち、アンド／オア）に基づくデュアルパラメータ基準に適 合する回転シャー値及び回転運動量値をもつセグメントのみを考慮する。 −方位角距離閾値−（セグメントの両端部の間で測定した）この直線距離閾値 より大きい測定長さをもつセグメントのみを考慮する。 −テストカウント閾値−潜在セグメント内部の偽データのフィルタリングを助 けるためのＮのうちＭ試験基準。 −最小レンジ−このレンジ距離にある又はそれを越える円弧のみを考慮する。サブモジュール６２のプロセス 円弧の一端部で始まり、他端部に向かって進みつつ： −関心セグメントの開始点を見出す（速度変化トレンド） これは、円弧に沿った各サンプルの値を検査する間に速度差の符号の変化を探 索することによって実行される。１グループの始まりであると疑われるサンプル は隣接するサンプルと比較して雑音を含む値でないことを保証するために、Ｎの うちＭ検査を実行する。 関心セグメントの終端を見出す。 −このセグメントの回転シャー値を計算する：（デルタ速度／デルタ距離） −このセグメントの回転運動量を計算する：（デルタ速度*デルタ距離） −次の閾値に適合するならば、このセグメントを１−Ｄ関心セグメントのリス トに追加する： 方位角距離閾値及び回転シャー値閾値と回転運動量閾値の、論理的組合わ せ。 −次の関心セグメントの始まりを探索する。レンジを経るグループ化（２−Ｄグループ化） サブモジュール６４の出力 サブモジュール６４は所定の仰角平面の中における２−Ｄ関心気団のリストを 作成する。この２−Ｄ気団リストのデータ構造は、以下に最終サブモジュール６ ６の出力として説明する３−Ｄ気団リストと同一である。このリストの各メンバ は、気団中の同じ２−Ｄ特徴に属すると確定されている各セットの方位角−横断 円弧セグメントの情報を含む。サブモジュール６４の入力 サブモジュール６４は入力として、先に説明した方位角−横断トレンドの発見 （１−Ｄグループ化）サブモジュール６２により作成されるリストを受け取る。 サブモジュール６４は一度にラジアルの単一の仰角平面について動作する。 サブモジュール６４の動作を精密同調するために、サブモジュール６４には次 の動作パラメータも入力される。 −隣接レンジ閾値−関心セグメントは、同じ２−Ｄ気団の一部であると論理的 に考えるためには、別のラジアルにあるセグメントのこのレンジ距離の中になけ ればならない。 −隣接方位角閾値−隣接レンジ閾値以内にある別個のラジアルにあるセグメン トもセンサから類似の方位角距離になければならない。セグメントが互いにこの 直線距離の中にあれば、それらのセグメントを同じ気団の一部と考えて良い。サブモジュール６４のプロセス 最も離れた（最も遠いレンジビン）方位角クロス円弧は、このグループ化プロ セスの基礎である。 この円弧における各関心セグメントは、２−Ｄ関心気団の遠いほうの縁部とな る。 ２番目に遠いレンジ円弧ラジアルから最小レンジ円弧へ内方に向かって進む： 円弧ごとに： −この円弧上の各々の１−Ｄ関心セグメントについて： −このセグメントと同じ特性（速度差トレンド）を有するセグメントを見出す ために、この円弧を越える円弧上の１−Ｄセグメントを検査する。この決定を実 行するために、隣接レンジ閾値及び隣接方位各閾値を考慮する。 −閾値に適合するより遠いセグメントが見出されれば、このセグメントを別の セグメントの２−Ｄ気団に追加し、そうでなければ、このセグメントは新たな２ −Ｄ関心気団の遠いほうの縁部となる。仰角を経るグループ化（３−Ｄグループ化） サブモジュール６６の出力 サブモジュール６６は類似の風速勾配（回転を表現している）をもつ体積（３ −Ｄ）気団のリストを生成する。リストの各メンバ（単一の関心気団）と関連す るデータは次のものを含む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団により覆われているレンジ。 −気団の内部で見出される最小回転値、最大回転値及び平均回転値と、回転運 動量。 −この気団の方位角−横断円弧成分のサブリスト。体積気団を構成している方 位角−横断円弧セグメントごとに、次の情報を追跡する： −この方位角−横断円弧セグメントの左右の方位角。 −このセグメントに沿った風速の変化。 −このセグメントの回転値。 −このセグメントの回転運動量。 −このセグメントのハザード係数。 −このセグメントのレンジ及び仰角。サブモジュール６６の入力 サブモジュール６６は入力として、先に説明したレンジを経るグループ化（２ −Ｄグループ化）のサブモジュールにより作成されるリストを受け取る。 サブモジュール６６の動作を精密同調するために、サブモジュール６６には次 の動作パラメータも入力される： −隣接仰角閾値−単一の仰角平面における２−Ｄ関心気団は、同じ３−Ｄ体積 気団の一部と論理的に考えるためには、頭上平面の２−Ｄ気団の仰角方向のある 数の度（隣接仰角閾値）以内になければならない。サブモジュール６６のプロセス このアルゴリズムはグループ化プロセスの基礎として、最も高い仰角平面を使 用する。基礎仰角平面にある各々の２−Ｄ関心気団は、このモジュールの最終出 力リストにおける３−Ｄ気団の上縁部となる。 ２番目に高い（最上位仰角平面の次の）仰角平面から走査の底部にある最下位 仰角平面に向かって下降する： 仰角平面ごとに： −この仰角平面における各々の２−Ｄ関心気団について： −この平面におけるこの気団の「境界規定ボックス」及び「体積中心」を確定 する。 −この気団と同じ特性（速度差トレンド）をもつ隣接２−Ｄ気団を見出すため に、付近の（隣接仰角閾値以内の）より高い仰角平面を探索する。 −それらの必要条件に適合するより高いセグメントが見出されれば、この気団 を先行セグメントの３−Ｄ気団を追加し、そうでなければ、この気団は新たな３ −Ｄ関心気団の上縁部となる。反射率 モジュール７０の出力 モジュール７０は７８で、類似のレーダー反射率値をもつ体積（３−Ｄ）気団 のリストを生成する。リストの各メンバ（単一の関心気団）と関連するデータは 次のものを含む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団により覆われているレンジ。 −気団内部で見出される最小反射率、最大反射率及び平均反射率。 −この気団のラジアル成分のサブリスト。 体積気団を構成しているラジアル線セグメントごとに次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントの最小反射率、最大反射率及び平均反射率。 −このセグメントの仰角及び方位角。モジュール７０の入力 モジュール７０は入力として、先に説明したような体積走査パターンからのレ ーダー反射率データサンプルを得る。サブモジュール７２，７４及び７６ ３つの主要ステップを経過することにより、関心気団を見出す。第１に、類似 のレーダー反射率をもつラジアル上のセグメントを探索する。第２に、各ラジア ル上で見出されたセグメントをそれより上のラジアル上の類似の位置にあるセグ メントと比較する。それらの比較を経て、類似の反射率をもつ２−Ｄ気団の集合 体を形成する。このプロセスは走査（すなわち、仰角に沿う１回の走査）の単一 の方位角スライスにおける全てのラジアルに対して繰り返される。第３に、１つ の方位角スライスの２−Ｄ気団を隣接する方位角スライスの２−Ｄ気団と比較す る。それらの比較はこのモジュールの出力である３−Ｄ気団の最終集合体を形成 する。ラジアルレンジビングループ化（１−Ｄグループ化） サブモジュール７２の出力 サブモジュール７２は、各ラジアルにおける関心セグメントのリストを作成す る。リストの中のセグメントごとに現時点で含まれている情報は次のものを含む ： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントの最小反射率，最大反射率及び平均反射率。 −このセグメントの仰角及び方位角。サブモジュール７２の入力 サブモジュール７２に対する入力のユニットは、単一のレーダーラジアルに沿 った１組のレーダー反射率である。ラジアルに沿ったレンジビンごとに１つの反 射率値がある。 サブモジュール７２の動作を精密同調するために、サブモジュール７２には次 の動作パラメータも入力される： −反射率閾値−これより大きい反射率をもつセグメントのみを考慮する。 −ビンカウント閾値−少なくともこの多数のレンジビンを含むセグメントのみ を考慮する。 −テストカウント閾値−潜在セグメントの中の偽データのフィルタリングを助 けるためのＮのうちＭ試験基準。 −ブレークカウント閾値−グループ間のブレークを確定するために必要とされ る（従って、グループの終端を発見するために使用される）反射率閾値以下のレ ンジビンの数。 −最小レンジ−このレンジ距離にある又はそれを越えるセグメントのみを考慮 する。サブモジュール７２のプロセス ラジアルの遠いほうの端部から始まり、最小レンジヘ内方に向かって： −関心セグメントの開始点（遠いほうの端部）を見出す（閾値を越える反射率 ）。１つのグループの始まりであると疑われるレンジビンは隣接するレンジビン と比較して雑音を含む値であることを保証するために、ＮのうちＭスライディン グウィンドウ検査を実行する。 −関心セグメントの端部（近いほうの端部）を見出す（確認のためにブレーク カウント閾値を使用する）。 −ビンカウント閾値、反射率閾値という閾値の各々に適合するならば、このセ グメントを１−Ｄ関心セグメントのリストに追加する。 −次の関心セグメントの始まりを探索する。仰角に沿うグループ化（２−Ｄグループ化） サブモジュール７４の出力 サブモジュール７４は所定の方位角スライスの中の２−Ｄ関心気団のリストを 作成する。この２−Ｄ気団リストのデータ構造は、以下に最終サブモジュールの 出力として説明する３−Ｄ気団リストと同一である。このリストの各メンバは、 気団中の同じ２−Ｄ特徴に属すると確定されている各セットのラジアルセグメン トの情報を含む。サブモジュール７４の入力 サブモジュール７４は入力として、先に説明したラジアルレンジビングループ 化（１−Ｄグループ化）サブモジュールにより作成されるリストを受け取る。こ のサブモジュールは一度にラジアルの１つの方位角スライスについて動作する。 このサブモジュールの動作を精密同調するために、サブモジュールには次の動 作パラメータも入力される： −隣接仰角閾値−関心セグメントは、同じ２−Ｄ気団の一部と論理的に考える ためには、別のラジアル上にあるセグメントの仰角方向にある数の度（隣接仰角 閾値）以内になければならない。 −隣接レンジ閾値−隣接仰角閾値の中にある別個のラジアル上のセグメントも センサから類似のレンジ距離の中になければならない。セグメントが互いにこの 直線レンジ距離の中にあるならば、それらのセグメントは同じ気団の一部と考え て良い。サブモジュール７４のプロセス 最も仰角の大きいラジアルがこのグループ化プロセスの基礎である。 このラジアル上の各々の関心セグメントは２−Ｄ関心気団の上縁部となる。 ２番目に仰角の大きいラジアルから最小仰角のラジアルへと下降動作しつつ： ラジアルごとに： −このラジアル上の各々の１−Ｄ関心セグメントについて： −このラジアルより上のラジアル上の１−Ｄセグメントを検査して、このセグ メントと類似する反射率特性を有するより高いセグメントを見出す。この決定を 実行するために、隣接仰角閾値及び隣接レンジ閾値を考慮する。 −この閾値に適合するより高いセグメントが見出されたならば、このセグメン トをより高いセグメントの２−Ｄ気団に追加し、そうでなければ、このセグメン トは新たな関心２−Ｄ気団の上縁部となる。方位角を経るグループ化（３−Ｄグループ化） サブモジュール７６の出力 サブモジュール７６は類似の反射率値をもつ体積（３−Ｄ）気団のリストを生 成する。リストの各メンバ（単一の関心気団）と関連するデータは次のものを含 む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団により覆われているレンジ。 −気団の中で見出される最小反射率、最大反射率及び平均反射率。 −この気団のラジアル成分のサブリスト。体積気団を構成しているラジアル線 セグメントごとに、次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントの最小反射率、最大反射率及び平均反射率。 このセグメントの仰角及び方位角。サブモジュール７６の入力 サブモジュール７６は入力として、先に説明した仰角を経るグループ化（２− Ｄグループ化）のサブモジュールにより作成されるリストを受け取る。サブモジ ュール７６は一度に全走査「ルック」のデータについて論理的に演算する。 サブモジュール７６の動作を精密同調するために、サブモジュールには次の動 作パラメータも入力される： 隣接方位角閾値−１つの方位角スライスにある２−Ｄ関心気団は、同じ３−Ｄ 体積気団の一部と論理的に考えるためには、付近のスライスの２−Ｄ気団の方位 角方向にある数の度（隣接方位角閾値）以内になければならない。サブモジュール７６のプロセス このアルゴリズムはグループ化プロセスの基礎として最も右側の方位角スライ ス又は最も左側の方位角スライスのいずれかを使用する。これにより、両方向レ ーダー走査が可能になる。基礎方位角スライスにおける各々の２−Ｄ関心気団は 、このモジュールの最終出力リスト中の３−Ｄ気団の右／左縁部となる。 （基礎方位角スライスの次の）第２の方位角スライスから走査の反対側の端部 にある終端方位角スライスへと進みつつ： ラジアルごとに： −この方位角スライスにおける各々の２−Ｄ関心気団について： −このスライスのこの気団について「境界規定ボックス」及び「体積中心」を 確定する。 −（隣接方位角閾値の中の）付近の先行方位角スライスを探索して、この質量 と同じ反射率特性をもつ隣接２−Ｄ気団を見出す。 −それらの必要条件に適合する先行セグメントが見出されたならば、この気団 を先行セグメントの３−Ｄ気団に追加し、そうでなければ、この気団は新たな３ −Ｄ関心気団の右／左縁部となる。スペクトル幅 モジュール８０の出力 モジュール８０は８８で、類似のレーダースペクトル幅値をもつ体積（３−Ｄ ）気団のリストを生成する。リストの各メンバ（単一の関心気団）と関連するデ ータは次のものを含む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団により覆われているレンジ。 −気団の中で見出される最小スペクトル幅、最大スペクトル幅及び平均スペク トル幅。 −この気団のラジアル成分のサブリスト。体積気団を構成しているラジアル線 セグメント（すなわち、航空機のレーダーセンサから単一の仰角及び単一の方位 角にある２つレンジ距離の間の気団の一部分）ごとに、次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントの最小スペクトル幅、最大スペクトル幅及び平均スペクトル 幅。 −このセグメントの仰角及び方位角。モジュール８０の入力 モジュール８０は入力として、先に説明したような体積走査パターンからのス ペクトル幅データサンプルを得る。サブモジュール８２，８４及び８６ ３つの主要ステップを経過することによって、関心気団を見出す。第１に、類 似のレーダースペクトル幅をもつラジアル上のセグメントを探索する。第２に、 各ラジアル上で見出されたセグメントをそれより上のラジアル上の類似の位置で 見出されるセグメントと比較する。それらの比較を経て、類似の反射率をもつ２ −Ｄ気団の集合体を形成する。走査の単一の方位角スライス（すなわち、仰角に 沿う１回の走査）における全てのラジアルに対してこのプロセスを繰り返す。第 ３に、１つの方位角スライスの２−Ｄ気団を隣接する方位角スライスの２−Ｄ気 団と比較する。それらの比較は、このモジュールの出力である３−Ｄ気団の最終 集合体を形成する。ラジアルレンジビングループ化（１−Ｄグループ化） サブモジュール８２の出力 サブモジュール８２は各ラジアル上の関心セグメントのリストを作成する。リ スト中のセグメントごとに現時点で含まれている情報は次のものを含む： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントの最小スペクトル幅、最大スペクトル幅及び平均スペクトル 幅。 −このセグメントの仰角及び方位角。サブモジュール８２の入力 サブモジュール８２に対する入力のユニットは単一のレーダーラジアルに沿っ たスペクトル幅値のセットである。ラジアルに沿ったレンジビンごとに１つのス ペクトル幅値がある。 サブモジュール８２の動作を精密同調するために、サブモジュールには次の動 作パラメータも入力される： −スペクトル幅閾値−これより大きいスペクトル幅をもつセグメントのみを考 慮する。 −ビンカウント閾値−少なくともこの多数のレンジビンを含むセグメントのみ を考慮する。 −テストカウント閾値−潜在セグメントの中の偽データのフィルタリングを補 助するためのＮのうちＭ試験基準。 −ブレークカウント閾値−グループ間のブレークを確定するために必要とされ る（従って、１つのグループの終端を見出すために使用される）スペクトル幅閾 値以下のレンジビンの数。 −最小レンジ−このレンジ距離にある又はそれを越えるセグメントのみを考慮 する。サブモジュール８２のプロセス ラジアルの遠いほうの端部から始めて、最小レンジへと内方へ向かって： −関心セグメントの開始点（遠いほうの端部）を見出す（閾値を越えるスペク トル幅）。１つのグループの始まりであると疑われるレンジビンが隣接するレン ジビンと比較して雑音を含む値でないことを保証するために、ＮのうちＭスライ ディングウィンドウ検査を実行する。 −関心セグメントの端部（近いほうの端部）を見出す（確認のためにブレーク カウント閾値を使用する）。 −ビンカウント閾値、スペクトル幅閾値といった閾値の各々に適合すれば、こ のセグメントを１−Ｄ関心セグメントのリストに追加する。 −次の関心セグメントの開始点を探索する。仰角を経るグループ化（２−Ｄグループ化） サブモジュール８４の出力 サブモジュール８４は所定の方位角スライスの中の２−Ｄ関心気団のリストを 作成する。この２−Ｄ気団リストの構造は、以下に最終サブモジュール８６の出 力として説明する３−Ｄ気団リストと同一である。このリストの各メンバは、気 団中の同じ２−Ｄ特徴に属すると確定されている各セットのラジアルセグメント の情報を含む。サブモジュール８４の入力 サブモジュール８４は入力として、先に説明したラジアルレンジビングループ 化（１−Ｄグループ化）サブモジュール８２により作成されるリストを受け取る 。サブモジュール８４は一度にラジアルの単一の方位角スライスについて演算す る。 サブモジュール８４の動作を精密同調するために、サブモジュールには次の動 作パラメータも入力される： −隣接仰角閾値−関心セグメントは、同じ２−Ｄ気団の一部と論理的に考える ためには、別のラジアル上のセグメントの仰角方向にある数の度（隣接仰角閾値 ）以内になければならない。 −隣接レンジ閾値−隣接仰角閾値の中の別個のラジアル上のセグメントもセンサ から類似のレンジ距離の中になければならない。セグメントが互いにこの直線レ ンジ距離の中にあれば、それらは同じ気団の一部と考えて良い。サブモジュール８４のプロセス 仰角が最大であるラジアルがこのグループ化プロセスの基礎である。 このラジアル上の各々の関心セグメントは二次元関心気団の上縁部となる。 ２番目に仰角の大きいラジアルから最小の仰角のラジアルへと下降しつつ：ラ ジアルごとに： −このラジアル上の各々の１−Ｄ関心セグメントについて： −このラジアルより上のラジアルにおける１−Ｄセグメントを検査して、この セグメントと同じスペクトル幅特性を有するより高いセグメントを見出す。 この決定を実行するために、隣接仰角閾値及び隣接レンジ閾値を考慮する。 −閾値に適合するより高いセグメントが見出されたならば、このセグメントを より高いセグメントの二次元気団に追加し、そうでなければ、このセグメントは 新たな２−Ｄ関心気団の上縁部となる。方位角を経るグループ化（３−Ｄグループ化） サブモジュール８６の出力 サブモジュール８６は類似のスペクトル幅値をもつ体積（３−Ｄ）気団のリス トを生成する。リストの各メンバ（単一の関心気団）と関連するデータは次のも のを含む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団によって覆われているレンジ。 −気団の中で見出される最小スペクトル幅、最大スペクトル幅及び平均スペク トル幅。 −この気団のラジアル成分のサブリスト。体積気団を構成しているラジアル線 セグメント（すなわち、航空機のレーダーセンサから単一の仰角及び単一の方位 角にある２つのレンジ距離の間の気団の一部分）ごとに、次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントの最小スペクトル幅、最大スペクトル幅及び平均スペクトル 幅。 −このセグメントの仰角及び方位角。サブモジュール８６の入力 サブモジュール８６は入力として、先に説明した仰角を経るグループ化（２− Ｄグループ化）のサブモジュールにより作成されるリストを受け取る。サブモジ ュール８６は一度に全走査「ルック」分のデータについて論理的に演算する。 サブモジュール８６の動作を精密同調するために、サブモジュールには次の動 作パラメータも入力される： 隣接方位角閾値−単一の方位角スライスにおける２−Ｄ関心気団は、同じ３− Ｄ体積気団の一部と論理的に考えるためには、付近のスライスの２−Ｄ気団の方 位角方向のある数の度（隣接方位角閾値）以内になければならない。サブモジュール８６のプロセス このアルゴリズムはグループ化プロセスの基礎として最も右側の方位角スライ ス、又は最も左側の方位角スライスのいずれかを使用する。これにより、両方向 レーダー走査が可能になる。基礎方位角スライスにおける各々の２−Ｄ関心気団 は、このモジュールの最終出力リストの中の３−Ｄ気団の右／左縁部となる。 （基礎方位角スライスの次の）第２の方位角スライスから走査の反対側の端部 にある終端方位角スライスへと進みつつ： ラジアルごとに： −この方位角スライスにおける各々の２−Ｄ関心気団について： −このスライスのこの気団に関わる「境界規定ボックス」及び「体積中心」を 確定する。 −（隣接方位角閾値の中の）付近の先行方位角スライスの探索により、この気 団と同じスペクトル幅特性をもつ隣接２−Ｄ気団を見出す。 −それらの必要条件に適合する先行セグメントが見出されたならば、この気団 を先行セグメントの３−Ｄ気団に追加し、そうでなければ、この気団は新たな関 心３−Ｄ気団の右／左縁部となる。３−Ｄ空間特徴関連づけ及びフィルタリング モジュール９０ モジュール９０の目的は、発散／収束５０、回転６０、反射率７０及びスペク トル幅８０という先行する４つのデータグルーピングモジュールの（１回の全走 査ルックに関わる）データ出力を組み合わせることである。その結果として得ら れる関心３−Ｄ気団リストの内容から、雑音及びクラッタの影響を取り除くため に、３−Ｄグループ化された気団にフィルタリング基準をも適用する。モジュール９０の出力 モジュール９０は入力リストのデータを組み合わせた３−Ｄ関心気団のリスト を出力すると共に、マイクロバースト事象及びウィンドシャー事象の検出に寄与 しない（又はそれから逸脱さえする）気団をフィルタリングによって除去する。 モジュール９０は９２で、マイクロバースト又はウィンドシャーの脅威の存在 を指示すると思われる類似の特性をもつ３−Ｄ観測表現又は体積（３−Ｄ）気団 のリストを生成する。リストの各メンバ（単一の関心気団）と関連するデータは 次のものを含む： −内部識別子。 −航空機から測定される気団の６つの辺の各々の末端位置。すなわち、方位角 のレンジ、仰角及び関心気団によって覆われているレンジ。 −気団の中で見出される最小シャー値、最大シャー値及び平均シャー値と、シ ャー運動量。 −気団の中で見出される最小回転シャー値、最大回転シャー値及び平均回転シ ャー値と、回転運動量 −気団の中の最小反射率値、最大反射率値及び平均反射率値と、最小スペクト ル幅値、最大スペクトル幅値及び平均スペクトル幅値。 −この気団のラジアル成分のサブリスト。体積気団を構成しているラジアル線 セグメント（すなわち、航空機のレーダーセンサから単一の仰角及び単一の方位 角にある２つのレンジ距離の間の気団の一部分）ごとに、次の情報を追跡する： −このラジアルセグメントの最小レンジ及び最大レンジ。 −このセグメントに沿った風速の変化。 −このセグメントのシャー値。 −このセグメントのシャー運動量。 −このセグメントのハザード係数。 −このセグメントの最小反射率、最大反射率及び平均反射率。 −このセグメントの最小回転シャー値、最大回転シャー値及び平均回転シャー 値と、回転運動量。 −このセグメントの最小スペクトル幅、最大スペクトル幅及び平均スペクトル 幅。 −このセグメントの仰角及び方位角。モジュール９０の入力 モジュール９０に対する主要な入力は下記のモジュールの出力リストである： −発散／収束モジュール５０ −反射率モジュール７０ −スペクトル幅モジュール８０ −回転モジュール６０ それらのリストの中のデータの詳細については、この明細書に含まれているそ れらのモジュールの説明を参照。 加えて、フィルタリングプロセスを補助するために、記憶データモデルの形態 をとる既知の３−Ｄマイクロバースト特性を入力する。 モジュール９０の性能を精密同調するために、モジュールには次の動作パラメ ータも入力される： −最小グループ面積−単一の仰角にある３−Ｄ気団は、起こりうるウィンドシ ャー又はマイクロバーストの脅威として考えるために、この最小面積より大きく なければならない。（これは地上クラッタ及び雑音の排除を助ける。こ のパラメータは典型的なマイクロバーストのサイズと、警報システムの所望の感 度とにより確定される。）モジュール９０のプロセス アルゴリズムの方式は： −体積走査パターン（３０）から分解能セルのグリッド（３５）の中の起こり うる地上クラッタ領域の知識を確立する。体積走査パターンからのパラメータ（ 方位角、仰角及びレンジサンプリングインタバル）を使用して、機体に対するア ンテナ位置と、機体の姿勢と、アンテナビーム幅とに関係する情報と共にこの知 識を確立する。「フラットアース」モデルを使用して、分解能セルグリッドと地 表との交差点を確定する。 −単一のラジアルの上にのみあるセグメントから構成されている発散／収束リ ストの中の３−Ｄ気団をストリップアウトする。（それらは通常は地上クラッタ 又は雑音の結果である。） −最小グループ面積より小さい表面積を有する単一の仰角平面にのみ存在する 発散／収束リストの中の３−Ｄ気団（通常は地上クラッタ）をストリップアウト する。 −起こりうる地上クラッタ領域（先に説明したように確立された知識から）に 位置しており且つ地上クラッタが存在しないとわかっている仰角で裏づけ証拠を もたない発散／収束リストの中の３−Ｄ気団をストリップアウトする。 −その他の入力リストの中の対応する３−Ｄ気団からの反射率値及びスペクト ル幅値をストリッピングされたリストに併合して、３−Ｄ関心気団の出力リスト を作成する。文脈特徴整合及び経時追跡 モジュール１００は２つの原理機能を有する。１つは、３−Ｄ空間特徴関連づ け及びフィルタリングモジュールにより出力される特徴を複数回の「ルック」の 経過に沿って追跡することである。従って、時間が進むにつれて、重大な関心特 徴の展開を追跡する。これにより、マイクロバーストの展開の場所を見きわめ、 次の数分間の中でウィンドシャーが現れうる場所を予測する能力を得ることがで きる。（マイクロバーストの先端は高い高度から地上に向かって下降して行く。 我々のデータ追跡によって、これを見きわめることができる。）航空機が先に走 査した領域を通って移動する間に、航空機に対して重大な特徴を追跡する。それ らの特徴の追跡を助けるために、重大な特徴についてレーダーのパースペクティ ブを補正する。 第２の機能は、重大な特徴のデータ構成をマイクロバースト及びウィンドシャ ーの条件と共に存在することがわかっている文脈特徴の記憶データモデルと比較 することである。モデルデータを記憶するために、コンピュータメモリ１０１が 設けられている。発散風フィールドと、収束風フィールドと、回転風フィールド との空間的関係並びにスペクトル幅の大きい領域及びレーダー反射率の高い領域 が基本マイクロバーストモデルを構成している。加えて、モデルのタイムヒスト リ展開の知識もアルゴリズムの中に取り入れられている。モデル−特徴比較動作 は、知識エンジニアリング、機械学習及び文脈パターン整合というコンピュータ 科学の分野において最近に開発された、また、現時点で開発されている技法を利 用する。モジュール１００の出力 モジュール１００の最終出力は、航空機のパイロットやフライトデッキ乗務員 に対する１組のアラート及び警報である。最短警報時間は、航空機がウィンドシ ャー事象又はマイクロバースト事象を通過すると思われるより１５〜３０秒前で ある。アラートの形態は可聴アラート及び視覚アラートと、航空機及びその進路 に対するハザード事象の位置を示すレーダー画面表示の双方である。モジュール１００の入力 ３−Ｄ空間特徴関連づけ及びフィルタリングモジュールからの３−Ｄ関心気団 のリストは「ルック」ごとに、すなわち、全レーダー走査ごとに収集される。経 時追跡に際しては複数回の「ルック」を使用する。 マイクロバースト条件及びウィンドシャー条件を確認するのを助けるために、 アルゴリズムは既知のウィンドシャー文脈特徴のデータモデルをも記憶させてい る。モジュール１００のプロセス 体積走査パターンサンプリングインタバルの記述、機体に対するアンテナ位置 の関係並びに機体の姿勢、位置及び動きの補助情報と共に、３−Ｄ関心気団のリ ストは、ウィンドシャー測定システムの「世界観測モデル」を形成する。この世 界観測モデルはシステム観測に関する全現在情報に対するクリアリングハウスで ある。これは、機体に対する関心気団の動きと、各々の関心気団の中で観測され る特徴の変化とを追跡し続ける事象「追跡ファイル」としても働く。 先に説明した世界観測モデルの中に含まれているデータと、（先に説明した） 記憶されているアプリオリ３−Ｄマイクロバーストデータモデルの中に含まれる データとに基づいて、モジュール１００は次の機能を実行する。 −文脈モデルに整合する： 世界観測モデル中のデータを既知の「アプリオリ」３−Ｄマイクロバースト データモデル（文脈モデル）と整合する。整合信頼値を生成するパターン整合に おいて使用される数多くの技法の中の１つによって、この整合プロセスを実行で きる。このアプリケーションについて選択された特定の技法は、あらゆるケース で全てのマイクロバースト特徴を観測可能であるとは限らないという理由により 、証拠発生技法である。デンプスターシャッファ技法（Dempster-Schaffer tech nique）などの証拠発生技法を公式化して、整合信頼（すなわち、整合の「度」 ）を公式化するために利用可能な証拠のみを発生することができる。 −ルックごとに位置及び特徴伝搬を追跡する： ルックごとに位置と、観測される特徴と、観測される特徴の空間的向きとを 追跡する。時間の経過につれて潜在マイクロバーストの位置と特徴を追跡するの で、これを経時追跡ともいう。この追跡機能の中には、機体の動きと走査パラメ ータに基づく空間的場所関連づけ、潜在整合ミスを軽減するための特徴類似性比 較及び複数の関心気団の追跡が含まれている。 −マイクロバースト展開の状態を予測する： 時間の経過に伴う観測気団特徴の追跡に基づいて、次の数分間の時間におけ るマイクロバースト特性の予測を実行できる。この演算は経時特徴追跡と、既知 のマイクロバースト展開情報とに基づいて、世界観測モデルについて実行される 。１例として、マイクロバーストは上方の大気中の収束風から展開 し、その後に下降して行く、反射率の高い空気のコアが続くことが観測されてい る。それらの特徴は追跡機能により観測、追跡される。予測機能は、世界観測モ デル中にそれらの特徴の十分な証拠が存在する場合に、航空機の飛行経路（低い 仰角）においてハザードとなる発散を予測する。 −ウィンドシャーの指示： 世界観測モデル中の１つの領域が航空機に対して十分なハザードとなってお り、且つ十分な信頼レベルをもって観測されたときに、コックピットアラート指 示が発生する。それらの指示は少なくとも２つのレベルの注意報と警報を有する 。注意報アラートは、ウィンドシャーが航空機に対して即時の危険とならない（ ３０秒〜数分間離れている）ときに与えられ、警報は、より差し迫った危険（１ ５〜３０秒離れたウィンドシャー）が存在する場合に与えられる。先に述べた通 り、インジケータは視覚、聴覚双方のキュー、並びにコックピットのレーダー表 示又はそれに類似する装置における位置情報となる。 ここで、図５及び図６には「ウェット」マイクロバーストをシミュレートした 例についてシミュレーション表示情報を示し、図７及び図８には「ドライ」マイ クロバーストをシミュレートした例についてシミュレーション表示情報を示す。 各表示は、体積走査からの仰角平面１つ分のデータを示す。示されている仰角平 面は、これらの例に関しては、航空機のグライドスロープより３度上方で走査し た最も低い仰角である。全ての表示は表示の最上部に沿って度単位の方位角を示 すと共に、表示の右側に沿ってメートル単位のレンジを示す。 図５ａは、反射率モジュール７０に提供される仰角平面１つ分のデータを表わ す。 図５ｂは、発散／収束モジュール５０及び回転モジュール６０に供給される仰 角平面１つ分のデータを表わす。この画像は２つの明白な気流ゾーンに分割され ている。エリア１１１は正の風速を有し（追風）、エリア１１２は負の風速を有 する（逆風）。エリア１１５は、主に、レーダーセンサの「サイドローブエコー 」及びクラッタの結果である。エリア１１３及び１１４は主に地上クラッタの結 果である。 図６ａは、発散／収束モジュール５０の仰角平面１つ分のデータ出力である。 図６ａには、多数の関心領域が示されている。 次に、発散／収束モジュール５０の出力を３−Ｄ空間特徴関連づけ及びフィル タリングモジュール９０に供給し、モジュール９０の出力は図６ｂの表示を生成 する。図６ａの多数の関心領域はフィルタリングによって図６ｂの２つの主関心 領域に簡略化されていることがわかる。より黒いエリアは負のシャー値をもつゾ ーンであり、それより広く、薄い灰色のエリアは正のシャー値をもつ大きなゾー ンである。 図７ａは、反射率モジュール７０に供給される「ドライ」マイクロバーストを シミュレートした状況に関わる仰角平面１つ分の生レーダー反射率データを表わ す。 図７ｂは、発散／収束プロセッサ５０及び回転プロセッサ６０に供給される「 ドライ」マイクロバーストをシミュレートした状況に関わる仰角平面１つ分の生 レーダー速度データを表わす。それらの大部分は、主として地上クラッタである ことがわかる負の速度をもつブロブエコーである。正の速度をもつ若干の狭いエ リアがある。 図８ａは、発散／収束モジュール５０のデータ出力を表わす。 次に、発散／収束モジュール５０の出力を３−Ｄ空間特徴関連づけ及びフィル タリングモジュール９０へと送り出し、モジュール９０の出力は図８ｂの表示を 生成する。「ドライ」の場合、発散／収束モジュール５０の出力からの関心領域 のうち１つを除く全てをフィルタリングによって除去する。 図８ｂの残っている１つのブロブエコーは、より高い仰角における走査のデー タにより裏づけされる「ドライ」マイクロバーストである。図８ａの関心領域の その他の部分はクラッタであった。図８ｂのブロブエコーは小さく見えるであろ うが、これは、幅約１００メートル、長さ１５０メートル、高さ２００ｍの大き さであり且つ航空機の前方３．９ＫＭの距離にある航空機の飛行経路上の１つの 気団を表わしている。 以上、本発明の構成と動作を記載したので、いくつかの利点を述べ且つ理解す ることができる。機上ウィンドシャー検出のための別の方式は、高分解能スペク トル編集を使用するというものである。この方式では、システムはクラッタのド ップラースペクトルを観察することにより、クラッタを識別しようとする。高分 解能スペクトル編集方式は、はるかに精巧なレーダー機器を必要とし、それに付 随してコストも高くなる。本発明は、マイクロバースト特徴を認識し、次に、認 識した特徴に基づいてクラッタを編集する方式を利用する。本発明は、ドップラ ースペクトル方式と比べて簡単で、低コストのレーダーハードウェアによって実 現可能である。加えて、本発明の体積走査３０により提供される上方大気データ を利用できるため、ハザードとなるウィンドシャー条件を予測する基礎となるべ き情報は増加する。本発明と共にさらに多くの情報を利用できるので、その結果 、検出確率がより高く且つ警報は少ないシステムが得られる。さらに、検出性能 に関して、本発明によれば非常に早い段階で、航空機より十分に先の時点でマイ クロバーストを認識することができる。 以上の説明に従って、出願人は従来の機上ドップラー気象レーダーシステムを 基礎とする機上ウィンドシャー検出システムを開発した。例示を目的として出願 人の発明の特定の一実施例を図示し且つ説明したが、多数の変形や変更は関連技 術における当業者には明白であろう。範囲は開示した実施例に限定されるもので はなく、次の請求の範囲の用語によってのみ限定される。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 ポクランド，ミッチェル・エス アメリカ合衆国 55409 ミネソタ州・ミ ネアポリス・ピルズバリー アヴェニュ サウス・3739

Claims (1)

1. 【特許請求の範囲】 １．航空機に装着するためのアンテナ手段（２７）と； 前記アンテナ手段に接続し、航空機の飛行経路に沿って仰角及び方位角につい て走査するために、前記アンテナ手段を駆動するアンテナドライバ手段（２５） と； 前記アンテナ手段に接続し、送信信号を発生し且つ反射データを受信するトラ ンシーバ手段（２８）と； 前記トランシーバ手段に接続し、反射データを処理し且つ大気データサンプル の３−Ｄグリッドに形成することができる個々の分解能セルに関わる大気測定デ ータを供給するベースデータプロセッサ手段（３２）と； 前記ベースデータプロセッサ手段に接続し、前記大気測定データから受信機雑 音を除去し且つフィルタリング後の大気測定データを供給するベースデータフィ ルタ手段（３４）と； 前記ベースデータフィルタ手段に接続し、フィルタリング後の大気測定データ の３−Ｄグリッドの中の複数の特徴を識別すると共に、第１の特徴を有する前記 大気データサンプルを第１の関心気団にグループ化し且つ第２の特徴を有する前 記大気データサンプルを第２の関心気団にグループ化する体積特徴抽出手段（４ ０）と； 前記体積特徴抽出手段に接続し、前記第１の関心気団を前記第２の関心気団と 組み合わせて、大気条件の３−Ｄ表現を提供する空間特徴関連づけ及びフィルタ リング手段（９０）と； 前記大気条件の３−Ｄ表現を既知のウィンドシャー大気条件モデルと比較し且 つウィンドシャー閾値条件を越えたときに出力信号を供給する文脈整合手段（１ ００）とを具備するウィンドシャー検出システム。 ２．各々の大気データサンプル（３５）が平均ラジアル速度を有し且つレンジ 、方位角及び仰角を特徴づけられている大気データサンプルの三次元グリッド（ ３０）に形成することができる測定値を供給する三次元体積走査パターンを有す る機上走査ドップラーレーダートランシーバ（２８）と； 第１のラジアル線セグメントの中の連続するデータサンプルが第１の方向に平 均速度差を有する第１のラジアル線セグメントを識別する手段（５２）と； 各々の前記第１のラジアル線セグメントを各々の前記第１のラジアル線セグメ ントより上のラジアル上の類似の位置にある任意の前記第１のラジアル線セグメ ントと比較して、第１の方向に平均速度差を有する第１の２−Ｄ気団を形成する 手段（５４）と； 各々の前記第１の２−Ｄ気団を各々の前記第１の２−Ｄ気団に隣接する位置に ある任意の前記第１の２−Ｄ気団と比較して、第１の方向に平均速度差を有し且 つ潜在発散風条件を表現する第１の３−Ｄ気団を形成する手段（５６）と； 第２のラジアル線セグメントの中の連続するデータサンプルが第２の方向に平 均速度差を有する第２のラジアル線セグメントを識別する手段（５２）と； 各々の前記第２のラジアル線セグメントを各々の前記第２のラジアル線セグメ ントより上のラジアル上の類似の位置にある任意の前記第２のラジアル線セグメ ントと比較して、第２の方向に平均速度差を有する第２の２−Ｄ気団を形成する 手段（５４）と； 各々の前記第２の２−Ｄ気団を各々の前記第２の２−Ｄ気団に隣接する位置に ある任意の前記第２の２−Ｄ気団と比較して、第２の方向に平均速度差を有し且 つ潜在収束風条件を表現する第２の３−Ｄ気団を形成する手段（５６）とを具備 するウィンドシャー検出システム。 ３．前記第１の３−Ｄ気団と前記第２の３−Ｄ気団とを空間的に関連づけて、 単一の全体積走査空間表現を構成する手段（９０）と； 前記単一の全体積走査空間表現から雑音及びクラッタをフィルタリングして、 発散風条件場所及び収束風条件場所を明示する手段（９０）とをさらに具備する 請求項２記載のウィンドシャー検出システム。 ４．前記フィルタリングする手段は、前記三次元グリッドの中の潜在地上クラ ッタ領域の知識を確立し且つ地上クラッタを含まないとわかっているより大きい 仰角における大気データサンプル測定値によって確証されない前記潜在地上クラ ッタ領域の中に位置する３−Ｄ気団を除去する手段を具備する請求項３記載のウ ィンドシャー検出システム。 ５．前記機上走査ドップラーレーダーは機体に装着されたアンテナ（２７）を 有し且つ前記潜在地上クラッタ領域の知識の確立する手段は、前記体積走査パタ ーンからのパラメータを前記機体の姿勢と、前記機体に対する前記アンテナの位 置と、前記アンテナのビーム幅とに関する情報と関係づける手段を具備する請求 項３記載のウィンドシャー検出システム。 ６．前記フィルタリングする手段は： マイクロバーストにおける発散光条件場所と収束光条件場所との関係がわかっ ている第１のデータモデルを記憶する手段（１００）と； 前記単一の体積走査空間表現を前記第１の記憶データモデルと比較して、文脈 整合を確定する手段（１００）とをさらに具備する請求項５記載のウィンドシャ ー検出システム。 ７．前記発散風条件場所と前記収束風条件場所が前記記憶データモデルと比較 したときに所定の文脈整合閾値を越えた場合にアラート信号を発生する手段をさ らに具備する請求項６記載のウィンドシャー検出システム。 ８．前記第１の記憶データモデル（１０１）は、マイクロバースト及びウィン ドシャーの条件に対して存在することがわかっている発散風条件場所と収束風条 件場所との空間的関係のタイムヒストリ展開を含み且つ前記ウィンドシャー検出 システムは： 第１の期間にわたって起こる複数回の体積走査について前記発散風条件場所と 前記収束風条件場所を追跡する手段（１００）と； 前記体積走査をタイムヒストリ展開を含む前記第１の記憶データモデルと比較 して、第２の期間中にウィンドシャー条件が起こりうる場所の予測を可能にする 手段（１００）とをさらに具備する請求項６記載のウィンドシャー検出システム 。 ９．第３のラジアル線セグメントの中の連続するデータサンプルが類似の反射 率を有する第３のラジアル線セグメントを識別する手段と； 各々の前記第３のラジアル線セグメントを各々の前記第３のラジアル線セグメ ントより上のラジアル上の類似の位置にある任意の前記第３のラジアル線セグメ ントと比較して、類似の反射率を有する第３の２−Ｄ気団を形成する手段（７４ ）と； 各々の前記第３の２−Ｄ気団を各々の前記第４の２−Ｄ気団に隣接する位置に ある任意の前記第３の２−Ｄ気団と比較して、類似の反射率を有する第３の３− Ｄ気団を形成する手段（７６）とをさらに具備する請求項６記載のウィンドシャ ー検出システム。 １０．第４のラジアル線セグメントの中の連続するデータサンプルが類似のス ペクトル幅を有するような第４のラジアル線セグメントを識別する手段（８２） と； 各々の前記第４のラジアル線セグメントを各々の前記第４のラジアル線セグメ ントより上のラジアル上の類似の位置にある任意の前記第４のラジアル線セグメ ントと比較して、類似のスペクトル幅を有する第４の２−Ｄ気団を形成する手段 （８４）と； 各々の前記第４の２−Ｄ気団を各々の前記第４の２−Ｄ気団に隣接する位置に ある任意の前記第４の２−Ｄ気団と比較して、類似のスペクトル幅を有する第４ の３−Ｄ気団を形成する手段（８６）とをさらに具備する請求項９記載のウィン ドシャー検出システム。 １１．前記第３の３−Ｄ気団に関わる反射率値及び前記第４の３−Ｄ気団に関 わるスペクトル幅値を前記発散風条件場所及び前記収束風条件場所と併合する手 段（９０）と； マイクロバーストにおける発散風条件場所と、収束風条件場所と、反射率値と 、スペクトル幅値との関係がわかっている第３のデータモデルを記憶する手段（ １０１）と； 前記単一の体積走査空間表現を前記記憶された第３のデータモデルと比較して 、文脈整合（１００）を確定する手段（１００）とをさらに具備する請求項１０ 記載のウィンドシャー検出システム。 １２．前記記憶されたデータモデルは、マイクロバースト及びウィンドシャー の条件に対して存在するとわかっている発散風条件場所と、収束風条件場所と、 反射率値と、スペクトル幅値との空間的関係のタイムヒストリ展開を含み且つ前 記ウィンドシャー検出システムは： 第３の期間にわたって起こる複数回の体積走査について類似の反射率を有する 前記３−Ｄ気団と、類似のスペクトル幅を有する前記３−Ｄ気団との前記場所を 追跡する手段（１００）と； 前記体積走査をタイムヒストリ展開を含む前記記憶された第２のデータモデル と比較して、第４の期間の中でウィンドシャー条件が起こりうる場所の予測を可 能にする手段（１００）とをさらに具備する請求項１１記載のウィンドシャー検 出システム。 １３．方位角−横断円弧セグメント上の連続するレンジビンの間で類似の速度 差を有する方位角−横断円弧セグメントを識別する手段（６２）と； 各々の前記方位角−横断円弧セグメントを類似の方位角及び類似の仰角にある 任意の前記方位角−横断円弧セグメントと比較して、方位角−横断方向に類似の 速度変化率を有する第５の２−Ｄ気団を形成する手段（６４）と； 各々の前記第３の２−Ｄ気団を仰角平面上の各々の前記第３の２−Ｄ気団より 上の位置にある任意の前記第３の２−Ｄ気団と比較して、方位角−横断方向に類 似の速度変化率を有する第５の３−Ｄ気団を形成する手段（６６）と； 前記第５の３−Ｄ気団から雑音及びクラッタの影響を除去して、回転風条件の 場所を明示する手段とをさらに具備する請求項２記載のウィンドシャー検出シス テム。 １４．前記第１の３−Ｄ気団と、前記第２の３−Ｄ気団と、前記第５の３−Ｄ 気団とを空間的に関連づけて、単一の全体積走査空間表現を構成する手段と； 前記単一の全体積走査空間表現から雑音及びクラッタをフィルタリングして、 発散風条件場所と、収束風条件場所と、回転風条件場所とを明示する手段（９０ ）とを含む請求項１３記載のウィンドシャー検出システム。 １５．前記フィルタリングする手段は、前記三次元グリッドの中の潜在地上ク ラッタ領域の知識を確立し且つ地上クラッタを含まないとわかっているより大き な仰角における大気データサンプル測定値により確証されない前記潜在地上クラ ッタ領域の中に位置する３−Ｄ気団を除去する手段を具備する請求項１４記載の ウィンドシャー検出システム。 １６．前記機上走査ドップラーレーダーは機体に装着されたアンテナ（２７） を有し且つ前記潜在地上クラッタ領域の知識を確立する手段は、前記体積走査パ ターンからのパラメータを前記機体の姿勢と、前記機体に対する前記アンテナの 位置と、前記アンテナのビーム幅とについての情報と関係づける手段を具備する 請求項１５記載のウィンドシャー検出システム。 １７．前記第１のデータモデル（１０１）は回転風条件の既知の関係を含む請 求項１６記載のウィンドシャー検出システム。 １８．前記空間的関係のタイムヒストリ展開は回転風条件を含み且つ前記追跡 する手段は回転風条件場所を追跡する手段を含む請求項１７記載のウィンドシャ ー検出システム。 １９．第３のラジアル線セグメント上の連続するデータサンプルが類似の反射 率を有するような第３のラジアル線セグメントを識別する手段（７２）と； 各々の前記第３のラジアル線セグメントを各々の前記第３のラジアル線セグメ ントより上のラジアル上の類似の位置にある任意の前記第３のラジアル線セグメ ントと比較して、類似の反射率を有する第３の２−Ｄ気団を形成する手段（７４ ）と； 各々の前記第３の２−Ｄ気団を各々の前記第３の２−Ｄ気団に隣接する位置に ある任意の前記第３の２−Ｄ気団と比較して、類似の反射率を有する第４の３− Ｄ気団を形成する手段とをさらに具備する請求項１８記載のウィンドシャー検出 システム。 ２０．第４のラジアル線セグメントの中の連続するデータサンプルが類似のス ペクトル幅を有するような第４のラジアル線セグメントを識別する手段（８２） と； 各々の前記第４のラジアル線セグメントを各々の前記第４のラジアル線セグメ ントより上のラジアル上の類似の位置にある任意の前記第４のラジアル線セグメ ントと比較して、類似のスペクトル幅を有する第４の２−Ｄ気団を形成する手段 と； 各々の前記第４の２−Ｄ気団を各々の前記第４の２−Ｄ気団に隣接する位置に ある任意の前記第４の２−Ｄ気団と比較して、類似のスペクトル幅を有する第４ の３−Ｄ気団を形成する手段（８６）とをさらに具備する請求項１９記載のウィ ンドシャー検出システム。 ２１．前記第３の３−Ｄ気団に関わる反射率値及び前記第４の３−Ｄ気団に関 わるスペクトル幅値を前記発散風条件場所、収束風条件場所及び前記回転風条件 場所と併合する手段（９０）と； マイクロバーストにおける発散風条件場所と、収束風条件場所と、回転風条件 場所と、反射率値と、スペクトル幅値との関係がわかっている第４のデータモデ ルを記憶する手段（１０１）と； 前記単一の体積走査空間表現を前記記憶された第４のデータモデルと比較して 、文脈整合を確定する手段（１００）とをさらに具備する請求項２０記載のウィ ンドシャー検出システム。 ２２．各々のデータサンプルが平均速度を有し且つ座標位置により識別される 大気データサンプル（３５）の三次元グリッドに形成することができる測定値を 提供する三次元体積走査パターン（３０）を有する機上走査ドップラーレーダー トランシーバと； 第１のラジアル線セグメントの中の連続するデータサンプルが複数の所定の特 徴から選択された１つの特徴を示す第１のラジアル線セグメントを識別する手段 （５２）と； 各々の前記第１のラジアル線セグメントを各々の前記第１のラジアル線セグメ ントより上のラジアル上の類似のラジアル位置にある任意の前記第１のラジアル 線セグメントと比較して、前記選択された特徴を有する２−Ｄ気団を形成する手 段（５４）と； 各々の前記２−Ｄ気団を各々の前記２−Ｄ気団に隣接する位置にある任意の前 記２−Ｄ気団と比較して、前記選択された特徴を有し、ウィンドシャー条件を予 測する際に有用である大気インジケータの潜在的場所を表現する３−Ｄ気団を形 成する手段（５６）とを具備するウィンドシャー検出システム。 ２３．前記選択された特徴は第１の方向の速度差である請求項２２記載のウィ ンドシャー検出システム。 ２４．前記選択された特徴は第２の方向の速度差である請求項２３記載のウィ ンドシャー検出システム。 ２５．前記選択された特徴は類似の反射率である請求項２４記載のウィンドシ ャー検出システム。 ２６．前記選択された特徴は類似のスペクトル幅である請求項２５記載のウィ ンドシャー検出システム。