일반적으로 동역학 방정식을 이용하여 항공기의 거동을 분석하기 위해서는 공기 역학적 성분이 필요하고, 이를 위해서는 진 대기속도가 필수적이다. 대기속도는 피토관과 같은 항공기의 탑재 장비를 이용하여 계측할 수 있으나, 상업용 항공기의 계측 데이터는 항공사 내규 관련 보안성 데이터를 포함할 수 있으므로 확보하기 어렵다. 일반인들이 이용할 수 있는 항적 데이터 중 하나로 방송형자동종속감시 데이터가 있으며 항공기의 속도를 대지속도 형태로 제공한다. 대지속도는 진 대기속도와 바람 속도의 합으로 표현된다. 본 논문에서는 일반인들이 획득 가능한 항적, 기상, 지형 데이터를 결합하여 진 대기속도를 추정하는 방법을 제시한다. 각 데이터를 통합하기 위해 좌표계를 일치시킨 후 고도 기준을 평균 해수면 고도로 통일하였다. 또한, 해상도가 가장 낮은 기상 데이터의 격자를 기준으로 보간을 수행하여 항적 데이터의 모든 점에 대한 바람 벡터를 산출하였다. 이러한 과정을 여러 항적에 적용하여 기상, 지형 데이터의 통합을 통해 진 대기속도를 추정하였다.
일반적으로 동역학 방정식을 이용하여 항공기의 거동을 분석하기 위해서는 공기 역학적 성분이 필요하고, 이를 위해서는 진 대기속도가 필수적이다. 대기속도는 피토관과 같은 항공기의 탑재 장비를 이용하여 계측할 수 있으나, 상업용 항공기의 계측 데이터는 항공사 내규 관련 보안성 데이터를 포함할 수 있으므로 확보하기 어렵다. 일반인들이 이용할 수 있는 항적 데이터 중 하나로 방송형자동종속감시 데이터가 있으며 항공기의 속도를 대지속도 형태로 제공한다. 대지속도는 진 대기속도와 바람 속도의 합으로 표현된다. 본 논문에서는 일반인들이 획득 가능한 항적, 기상, 지형 데이터를 결합하여 진 대기속도를 추정하는 방법을 제시한다. 각 데이터를 통합하기 위해 좌표계를 일치시킨 후 고도 기준을 평균 해수면 고도로 통일하였다. 또한, 해상도가 가장 낮은 기상 데이터의 격자를 기준으로 보간을 수행하여 항적 데이터의 모든 점에 대한 바람 벡터를 산출하였다. 이러한 과정을 여러 항적에 적용하여 기상, 지형 데이터의 통합을 통해 진 대기속도를 추정하였다.
To analyze the motion of aircraft through computing the dynamics equations, true airspeed is essential for obtaining aerodynamic loads. Although the airspeed is measured by on-board instruments such as pitot tubes, measurement data are difficult to obtain for commercial flights because they include ...
To analyze the motion of aircraft through computing the dynamics equations, true airspeed is essential for obtaining aerodynamic loads. Although the airspeed is measured by on-board instruments such as pitot tubes, measurement data are difficult to obtain for commercial flights because they include sensitive data about the airline operations. One of the commonly available trajectory data, Automatic Dependent Surveillance-Broadcast data, provide aircraft's speed in the form of ground speed. The ground speed is a vector sum of the local wind velocity and the true airspeed. This paper present a method to estimate true airspeed by combining the trajectory, meteorological, and topology data available to the public. To integrate each data, we first matched the coordinate system and then unified the altitude reference to the mean sea level. We calculated the wind vector for all trajectory points by interpolating from the lower resolution grid of the meteorological data. Finally, we calculate the true airspeed from the ground speed and the wind vector. These processes were applied to several sample trajectories with corresponding meteorological data and the topology data, and the estimated true airspeeds are presented.
To analyze the motion of aircraft through computing the dynamics equations, true airspeed is essential for obtaining aerodynamic loads. Although the airspeed is measured by on-board instruments such as pitot tubes, measurement data are difficult to obtain for commercial flights because they include sensitive data about the airline operations. One of the commonly available trajectory data, Automatic Dependent Surveillance-Broadcast data, provide aircraft's speed in the form of ground speed. The ground speed is a vector sum of the local wind velocity and the true airspeed. This paper present a method to estimate true airspeed by combining the trajectory, meteorological, and topology data available to the public. To integrate each data, we first matched the coordinate system and then unified the altitude reference to the mean sea level. We calculated the wind vector for all trajectory points by interpolating from the lower resolution grid of the meteorological data. Finally, we calculate the true airspeed from the ground speed and the wind vector. These processes were applied to several sample trajectories with corresponding meteorological data and the topology data, and the estimated true airspeeds are presented.
Vu, H., Sun, J., Ellerbroek, J. and Hoekstra, J. M., "ADS-B and Mode S Data for Aviation Meteorology and Aircraft Performance Modelling," Master Thesis, Delft University of Technology, Delft, The Netherlands, 2018.
Cho, A., Kim, J. H., Lee, S. H. and Kee, C. D., "Wind Estimation and Airspeed Calibration using a UAV with a Single-Antenna GPS Receiver and Pitot Tube," IEEE Transactions on Aerospace and Electronic Systems, Vol. 47, No. 1, 2011, pp. 109~117.
Park, Y. G. and Park, C. G., "Robust Filter Based Wind Velocity Estimation Method for Unpowered Air Vehicle Without Air Speed Sensor," Journal of The Korean Society for Aeronautical and Space Sciences, Vol. 47, No. 2, 2019, pp. 107~113.
Sun, J., Ellerbroek, J. and Hoekstra, J. M., "Modeling and Inferring Aircraft Takeoff Mass from Runway ADS-B Data," 7th International Conference on Research in Air Transportation, 2016.
Sun, J., Vu, H., Ellerbroek, J. and Hoekstra, J. M., "Weather field reconstruction using aircraft surveillance data and a novel meteo-particle model," PloS One, Vol. 13, No. 10, 2018.
Kim, H. J., Park, B. S., Ryoo, C. K. and Lee, H. T., "Airspeed Estimation through Integration of ADS-B, Wind, and Topology Data," Proceeding of The Korean Society for Aeronautical and Space Sciences Spring Conference, July 2021, pp. 438~439.
Lee, H. W., Park, B. S. and Lee, H. T., "Analysis of Alerting Criteria and DAA Sensor Requirements in Terminal Area," Proceeding of the 38th IEEE/AIAA Digital Avionics System Conference, San Diego, September 2019, pp. 1~9.
Korea Meteorological Administration Numerical Modeling Center, "The User Manual of Numerical Data," Korea Meteorological Administration, 2016, p. 17.
National Geographic Information Institute, "Standard Work Instruction of Coordinate System Conversion for 1/1000 Digital Topographic Map," Ministry of Land&Infrastructure and Transport, October 2005.
Korea Meteorological Administration, "The Technical Book for Forecaster Training - Numerical Weather Prediction," Korea Meteorological Administration, 2014, p. 9.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.