ACAS Xu从机载监测系统接收传感器数据，并使用先进的跟踪算法来估计附近飞机的相对位置和速度。预测结果将用于威胁逻辑中，在必要时将提供指导，以避免潜在的空中碰撞。

　　总体而言，ACAS Xu的模块化架构有两个主要组件：监测跟踪模块（STM）和威胁解析模块（TRM）。STM从多个传感器（例如：GPS，应答机和雷达系统）接收数据（位置，速度和高度等），以监测和跟踪附近的飞机。

　　然后，STM关联来自每个传感器的数据，并将最可靠的信息传递给TRM。考虑到附近飞机的相对位置和速度，TRM的数字查找表会向无人机系统和地面操作员建议最佳操作。通常情况下，无人机和地面操作员不需要进行任何操作，但是如果附近的飞机存在碰撞风险，TRM将选择并发送最佳的决策，建议爬升，下降或转弯以保持安全距离。

　　ACAS Xu开发团队的首席研究员Wes Olson说：“该系统为民用空域无人飞行器扩展运行的需求提供了有效的解决方案。“

　　ACAS Xu已经证明，该项技术比现有的基于转发器的防撞系统安全性提高40％以上，此外，它还可以监测没有配备转发器的飞机并避免与之发生碰撞。目前，还没有其他决策系统能提供这种能力。

　　ACAS Xu由林肯实验室、联邦航空局、约翰霍普金斯大学应用物理实验室、斯坦福大学和MITER公司的代表组成的团队开发。

　　增强离岸天气预测能力

　　由林肯实验室与联邦航空管理局联合开发的离岸降水能力系统（OPC）可为空中交通管制员提供天气信息，该系统可以协助使他们在可能发生冰雹、湍流、结冰或其他恶劣天气的区域安全地改变航道。

　　OPC在近海地区生成“雷达式”描述的降水强度和风暴高度，这些区域往往是天气雷达不能完整覆盖或不可用的。OPC利用监督机器学习进行高级分析，并通过机器学习来融合多个异构数据集、创建类似雷达的代理、显示沿海地区的天气信息。

　　OPC通过融合来自非雷达数据源的信息创建天气图像，包括雷电检测、地球同步卫星的信息以及数字天气预测模型的输出。闪电是对流天气的强烈指标，也就是说，能够产生强大的上升气流，可引起严重的湍流和其他安全危害，如严重的冰雹。

　　位于地球周围的地球同步卫星可提供地球大部分的可见和红外图像。数值天气预测模型模拟许多气象数据，包括环境温度，压力和湿度，以及其他相关参数，如雷达反射率，降雨率和对流云顶高度等。

　　将OPC数据融合的结果与雷达系统的输出混合，可以得到无缝拼接的天气系统，拓展到离岸和海洋地区。OPC应用运动跟踪算法来估计风暴运动，使得从卫星图像和数值模型获得的特征可以在空间上移动，以持续更新天气信息。

　　Mark Veillette开发团队主要研究员表示：“通过高分辨率输入，例如可见的卫星图像和闪电密度，OPC能够分析更高分辨率的风暴特征，这是只依靠红外卫星或雷电数据的系统做不到的。与单输入天气分析系统相比，OPC框架可为用户提供更准确的天气分析。”

　　低成本小型机场监测雷达

　　小型机场监视传感器（SASS）是一种廉价的监视系统，为机场塔台控制器在所有可见度条件下（包括夜间和恶劣天气）在机场表面和附近的空域提供机场情况感知。

　　SASS系统由一个主单元和两个传感器单元组成，其中传感器单元位于最长跑道的端部附近，主单元位于机场控制塔中。传感器单元监听来自附近飞行器的自发回复，飞行器配备有模式S信标应答器。至少一个传感器还可以向不产生自发回复的飞行器发出询问。传感器使用新颖的八元件相控阵天线来进行高精度方位测量，并使用GPS来精确记录回复的到达时间。

　　附近飞机的回复传递给主单元，主单元计算出地面和空中目标（例如车辆和飞机）的地理位置的。目标位置被传递到融合跟踪器，融合跟踪器将地理位置数据与外部信息组合以产生轨迹（平滑预测的移动路径）。轨迹也可以输入到安全逻辑，为塔式控制器和飞行员提供视觉和听觉警报。