融合气象雷达信息的反应式风切变虚警抑制方法与流程

1.本发明涉及雷达技术领域，具体涉及一种融合气象雷达信息的反应式风切变虚警抑制方法。


背景技术：

2.风切变探测系统根据告警原理分为预测式(前视式)和反应式(现状式) 两大类。基于机载气象雷达的预测式风切变功能从雷达回波中提取回波功率、多普勒风速、谱宽等风切变特征参数，用以判断风切变的存在以及其危险程度，其能够探测远方航路上的风切变信息。
3.反应式风切变是当飞机处于风切变风场中时，通过大气数据计算机(adc) 提供的空速、攻角、侧滑角，以及惯性参考系统(irs)提供的飞机速度与姿态信息，解算出飞机当前的迎风风速变化率和垂直风速，通过危险因子f判断所处低空风切变的危害程度，向飞行员发出告警信息。
4.反应式风切变如果采用标准f因子方法会存在一定的局限性，具体表现在容易受到湍流的影响而产生风切变虚警，此外飞机飞行过程中的机动动作也会产生风切变虚警。


技术实现要素：

5.有鉴于此，本说明书实施例提供一种融合气象雷达信息的反应式风切变虚警抑制方法，以达到实现降低反应式风切变虚警率的目的。
6.本说明书实施例提供以下技术方案：一种融合气象雷达信息的反应式风切变虚警抑制方法，包括以下步骤：
7.步骤一、对风场信息进行风场反演；
8.步骤二、引入风场信息进行湍流判断，修正积分时长并提取预测式风切变 f因子；
9.步骤三、按照反应式风切变方式计算反应式风切变f因子，并与告警门限进行比较得到风切变告警结果；
10.步骤四、利用反应式风切变f因子和风场反演中飞机位置点的f因子进行计算比较，如果反应式风切变f因子和预测式风切变f因子的积分平均差值大于容差，则反应式风切变模块进行机动动作类型检测，并完成对反应式风切变f因子的修正；如果反应式风切变f因子和风场反演中飞机位置点的f 因子的积分平均差值小于容差，则产生风切变告警；
11.步骤五、基于时间间隔敏感度特征，通过对预测式风切变f因子和反应式风切变f因子的加权融合得到修正后的f因子，重新执行步骤三并给出风切变告警结果。
12.进一步地，步骤一包括：
13.步骤1.1、从预测式风切变得到的风场信息，定义在以飞机位置为原点的雷达坐标系下，其中每一个节点包含有水平风速、垂直风速、f因子、湍流特征值信息；
14.步骤1.2、根据飞机位置，航向信息及探测距离确定预测式风切变前视探测的经纬度范围，在预测式风切变前视探测范围内取设定的三点，使用墨卡托投影方式将设定的三
点转换为经纬度值，取出其中的经纬度最大最小值作为预测式风切变前视探测范围的边界值；
15.步骤1.3、将预测式风切变前视探测的空间范围内的区域进行网格划分并形成经纬度网格，将预测式风切变探测结果填充到经纬度网格内。
16.进一步地，步骤二具体为：根据飞机所处位置，在步骤一中形成的经纬度网格中寻找对应位置信息，查看飞机位于经纬度网格中的位置有无湍流信息，并根据湍流特征值大小对反应式风切变f因子的积分时间进行调整，并提取预测式风切变f因子。
17.进一步地，步骤三具体包括：
18.步骤3.1、反应式风切变f因子根据公式进行计算，其中为沿飞行路径的风的水平分量，w是风的垂直分量，va是空速，g是重力加速度；
19.步骤3.2、采用一段时间的反应式风切变f因子的积分平均值与告警门限进行比较并给出告警结果。
20.进一步地，步骤四包括：步骤4.1、计算反应式风切变f因子和预测式风切变f因子的差值积分平均数，将差值积分平均数与判断门限进行比较以确定是否存在机动动作影响。
21.进一步地，步骤四包括：步骤4.2、如果存在机动动作影响，则包括以下步骤：
22.针对风切变环境下飞行参数的变化特点，定性分析在不同机动类型下的飞行参数变化趋势；
23.根据不同机动类型下的飞行参数变化趋势，建立各机动动作发生概率的矩阵a1＝[a
1 a
2 a
3 a
4 a
5 a6]，其中，a1～a6表示飞机当前飞行阶段发生该种机动的概率；
[0024]
根据机动类型与风切变环境下的飞行参数的相似度建立矩阵 b1＝[b
1 b
2 b
3 b
4 b
5 b6]，其中，b1～b6表示根据飞机参数识别出的发生该机动的概率。
[0025]
根据a1＝[a
1 a
2 a
3 a
4 a
5 a6]和b1＝[b
1 b
2 b
3 b
4 b
5 b6]判断飞机当前各机动类型的发生因子λ＝f(a1，b1)；
[0026]
根据查找机动类型库表得到当前机动的经验影响因子f；
[0027]
根据经验影响因子和发生因子及机动影响修正函数fun＝fun(f，λ)，得到大机动影响因子；
[0028]
通过f1＝fun
·
f1得到修正反应式风切变f1因子。
[0029]
进一步地，步骤四还包括：步骤4.3、如果不存在机动动作影响，则产生风切变告警。
[0030]
进一步地，步骤五包括：
[0031]
通过f
mix
(t)＝kf1(t) (1-k)f2(t)对预测式风切变f因子和反应式风切变f因子的加权融合，其中，f2(t)为预测式风切变f因子，k＝(t
1-t)/(t
1-t0)，t为预测式风切变得到该位置风场信息的时刻，t0为融合计算起始时间，t1为探测盲区的起始时间；
[0032]
通过进行积分计算并修正后的f因子，t2为当前时刻；
[0033]
将修正后的f因子与告警门限进行比较判断并产生告警结果。
[0034]
现有技术相比，本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括：为降低反应式风切变中湍流以及机动动作所引发的风切变虚警，提高反应式风切变告警的性能，将气象雷达探测到的风场引入近地告警系统，进行风场反演，将风场数据整理为反应式风切变便于使用的数据形式。在反应式风切变告警处理的阶段利用探得风场信息的湍流特征纠正当前f因子计算的积分时间，尽可能减少扰动造成的f因子贡献量。此外反应式风切变告警处理中结合大机动动作影响因子，并基于时间间隔敏感度计算不同的权重配比预测式风切变f因子和反应式风切变f因子，有效减小虚警概率。
附图说明
[0035]
为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0036]
图1是本发明实施例的流程结构示意图；
[0037]
图2是本发明反应式风切变虚警抑制功能架构图；
[0038]
图3是基于大机动因子反应式风切变f因子修正架构图；
[0039]
图4是f因子融合计算原理图；
[0040]
图5是风场反演操作图。
具体实施方式
[0041]
下面结合附图对本技术实施例进行详细描述。
[0042]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
[0043]
如图1至图5所示，本发明实施例提供了一种融合气象雷达信息的反应式风切变虚警抑制方法，包括以下步骤：
[0044]
步骤一、对风场信息进行风场反演；
[0045]
步骤二、引入风场信息进行湍流判断，修正积分时长并提取预测式风切变 f因子；
[0046]
步骤三、按照反应式风切变方式计算反应式风切变f因子，并与告警门限进行比较得到风切变告警结果；
[0047]
步骤四、利用反应式风切变f因子和风场反演中飞机位置点的f因子进行计算比较，如果反应式风切变f因子和预测式风切变f因子的积分平均差值大于容差，则反应式风切变模块进行机动动作类型检测，并完成对反应式风切变f因子的修正；如果反应式风切变f因子和风场反演中飞机位置点的f 因子的积分平均差值小于容差，则产生风切变告警；
[0048]
步骤五、基于时间间隔敏感度特征，通过对预测式风切变f因子和反应式风切变f因子的加权融合得到修正后的f因子，重新执行步骤三并给出风切变告警结果。
[0049]
为降低反应式风切变中湍流以及机动动作所引发的风切变虚警，提高反应式风切变告警的性能，将气象雷达探测到的风场引入近地告警系统，进行风场反演，将风场数据整理为反应式风切变便于使用的数据形式。在反应式风切变告警处理的阶段利用探得风场信息的湍流特征纠正当前f因子计算的积分时间，尽可能减少扰动造成的f因子贡献量。此外反应式风切变告警处理中结合大机动动作影响因子，并基于时间间隔敏感度计算不同的权
重配比预测式风切变f因子和反应式风切变f因子，有效减小虚警概率。
[0050]
步骤一包括：
[0051]
步骤1.1、从预测式风切变得到的风场信息，定义在以飞机位置为原点的雷达坐标系下，其中每一个节点包含有水平风速、垂直风速、f因子、湍流特征值信息；
[0052]
步骤1.2、根据飞机位置，航向信息及探测距离确定预测式风切变前视探测的经纬度范围，在预测式风切变前视探测范围内取设定的三点，使用墨卡托投影方式将设定的三点转换为经纬度值，取出其中的经纬度最大最小值作为预测式风切变前视探测范围的边界值；
[0053]
步骤1.3、将预测式风切变前视探测的空间范围内的区域进行网格划分并形成经纬度网格，将预测式风切变探测结果填充到经纬度网格内。
[0054]
步骤二具体为：根据飞机所处位置，在步骤一中形成的经纬度网格中寻找对应位置信息，查看飞机位于经纬度网格中的位置有无湍流信息，并根据湍流特征值大小对反应式风切变f因子的积分时间进行调整，并提取预测式风切变 f因子。
[0055]
步骤三具体包括：
[0056]
步骤3.1、反应式风切变f因子根据公式进行计算，其中为沿飞行路径的风的水平分量，w是风的垂直分量，va是空速，g是重力加速度；
[0057]
步骤3.2、采用一段时间的反应式风切变f因子的积分平均值与告警门限进行比较并给出告警结果。
[0058]
步骤四包括：步骤4.1、计算反应式风切变f因子和预测式风切变f因子的差值积分平均数，将差值积分平均数与判断门限进行比较以确定是否存在机动动作影响。
[0059]
步骤4.2、如果存在机动动作影响，则包括以下步骤：
[0060]
针对风切变环境下飞行参数的变化特点，定性分析在不同机动类型下的飞行参数变化趋势；
[0061]
根据不同机动类型下的飞行参数变化趋势，建立各机动动作发生概率的矩阵a1＝[a
1 a
2 a
3 a
4 a
5 a6]，其中，a1～a6表示飞机当前飞行阶段发生该种机动的概率；
[0062]
根据机动类型与风切变环境下的飞行参数的相似度建立矩阵 b1＝[b
1 b
2 b
3 b
4 b
5 b6]，其中，b1～b6表示根据飞机参数识别出的发生该机动的概率。
[0063]
根据a1＝[a
1 a
2 a
3 a
4 a
5 a6]和b1＝[b
1 b
2 b
3 b
4 b
5 b6]判断飞机当前各机动类型的发生因子λ＝f(a1，b1)；
[0064]
根据查找机动类型库表得到当前机动的经验影响因子f；
[0065]
根据经验影响因子和发生因子及机动影响修正函数fun＝fun(f，λ)，得到大机动影响因子；
[0066]
通过f1＝fun
·
f1得到修正反应式风切变f1因子。
[0067]
步骤4.3、如果不存在机动动作影响，则产生风切变告警。
[0068]
步骤五包括：
[0069]
通过f
mix
(t)＝kf1(t) (1-k)f2(t)对预测式风切变f因子和反应式风切变f因子的加权融合，其中，f2(t)为预测式风切变f因子，k＝(t
1-t)/(t
1-t0)，t为预测式风切变得到该位置风场信息的时刻，t0为融合计算起始时间，t1为探测盲区的起始时间：
[0070]
通过进行积分计算并修正后的f因子，t2为当前时刻；
[0071]
将修正后的f因子与告警门限进行比较判断并产生告警结果。
[0072]
相比于现有的近地告警系统的反应式风切变告警方法，本发明融合了预测式风切变的风场探测信息，利用实测到的湍流特征信息来调整判定敏感度，降低由湍流贡献的f因子波动成分，减少虚警。
[0073]
本发明引入预测式风切变f因子和反应式风切变f因子融合模式，当反应式风切变f因子与预测式风切变f因子差值大于阈值时，反应式风切变模块根据飞机机动状态对反应式和预测式的f因子进行加权融合，降低由于机动引发的反应式风切变虚警。
[0074]
本发明实施例的具体应用实例如下：
[0075]
步骤一：预测式风切变风场反演。
[0076]
如图5所示，从预测式风切变得到的风场信息，定义在以飞机位置为原点的雷达坐标系下，其中每一个节点包含有水平风速、垂直风速、f因子、湍流特征值信息。根据飞机位置，航向信息及探测距离确定预测式风切变前视探测的经纬度范围lat_min，lat_max，lon_min，lon-max。取a[-for_dis，0]， b[0，for_dis]，c[for_dis，0]三点，使用墨卡托投影方式将其转换为经纬度值，取出其中的经纬度最大最小值作为lat_min，lat_max，lon_min，lon-max 边界值。将位于[lat_min，lat_max]，[lon_min，lon_max]空间范围内的区域进行网格划分，并将预测式风切变探测结果填充到经纬度网格内。
[0077]
步骤二：引入风场信息进行湍流判断，修正积分时长并提取预测式风切变 f因子。
[0078]
根据飞机所处位置，在步骤一中形成的反演风场结果矩阵中寻找对应位置信息，查看当前位置有无湍流信息，并根据湍流特征值大小对f因子的积分时间进行调整。提取预测式风切变f因子用于后续计算。
[0079]
步骤三：反应式风切变标准f因子告警判断
[0080]
反应式风切变f因子根据式1进行计算，其中为沿飞行路径的风的水平分量，w是风的垂直分量，va是空速，g是重力加速度。
[0081][0082]
f因子表示飞机对风切变响应的风场项，用于定义机载风切变预警装置中的危险风切变的阈值。采用一段时间的f因子积分平均值判断是否超过告警阈值，并给出告警结果。
[0083]
步骤四：通过比较反应式风切变f因子和反演风场中飞机位置点的f因子差值积分平均数，判断是否存在机动动作影响，如存在，需对反应式风切变f 因子机动影响修正，否则产生反应式风切变告警。
[0084]
针对风切变环境下飞行参数的变化特点，罗列常见机动类型，定性分析各主要飞行参数变化趋势和民用飞机飞行的特点，列举在不同机动类型下的飞行参数变化趋势对照表，详见表1。
[0085]
表1不同机动类型下的飞行参数变化趋势参照表
[0086][0087]
大机动影响因子计算流程如图3所示，具体步骤为：
[0088]
首先，根据输入的飞行参数及机动类型数据库，通过层次分析方法(ahp 法)确定各机动类型在当前飞行场景下发生的概率，结合低空风切变风场特点及场景识别，建立各机动动作发生概率的矩阵a1＝[a
1 a
2 a
3 a
4 a
5 a6]；同理，根据机动类型与风切变环境下的飞行参数的相似度建立矩阵 b1＝[b
1 b
2 b
3 b
4 b
5 b6]。接下来，依据各机动的概率和相似度矩阵信息，判定当前各机动的发生因子λ＝f(a1，b1)，并通过机动类型库查表机动影响因子，确定经验影响因子f。然后，根据经验影响因子与发生因子，通过机动影响修正函数fun＝fun(f，λ)，得到大机动影响因子。最后修正反应式风切变f1因子，即f1＝fun
·
f1。
[0089]
步骤五：多源f因子融合再计算与告警检测。
[0090]
f因子的计算原理图如图4所示，总的融合时间为t，t2为当前时刻。由于雷达探测盲区的存在，即时间区间[t1，t2]，预测式风切变无可用融合探测数据，此区间内f＝f1。
[0091]
多源f因子融合区间为[t0，t1]。由于风场变化较快，预测式风切变f2因子具有时效性特征，即时间越久则置信度越低，因此引入时间变量作为衡量权值的标准。基于时间间隔敏感度特征，依照式(2)对多源f因子(反应式f1和预测式f2)进行加权融合，其中k＝(t
1-t)/(t
1-t0)，t为预测式风切变得到该位置风场信息的时刻。
[0092]fmix
(t)＝kf1(t) (1-k)f2(t)
ꢀꢀ
(2)
[0093]
对再计算f因子积分平均获得δ，计算公式如下所示：
[0094][0095]
通过与告警阈值进行比较，当计算结果高于告警阈值时产生反应式风切变告警，
反之则不告警。
[0096]
以上所述，仅为本发明的具体实施例，不能以其限定发明实施的范围，所以其等同组件的置换，或依本发明专利保护范围所作的等同变化与修饰，都应仍属于本专利涵盖的范畴。另外，本发明中的技术特征与技术特征之间、技术特征与技术方案之间、技术方案与技术方案之间均可以自由组合使用。