比较MST雷达数据的匹配算法

S.DIVAKAR¹R.V.S.SATYANARAYANA博士²

1米。理工大学的学生,ECE、SVU工程学院Tirupati,印度安得拉邦
2教授,ECE、SVU工程学院Tirupati,印度安得拉邦

文摘

大气的空间信号处理有很多开发新的和有效的工具,清洗,检测和评估所需的参数。这个项目的目的是研究数据处理技术和MST雷达的匹配算法。这个项目处理信号和数据处理技术。该算法估计之间的相似之处签名。我们评估以下算法悲伤(绝对差的总和),SSD(平方之和的区别),ED(欧氏距离)和相关性。

关键字

MST雷达、悲伤,SSD, ED

介绍

使用天线雷达系统发送调制波形为了传输电磁能量的具体体积空间搜索目标。对象(即目标)在一定体积将反映能源的一部分(雷达返回或回声)雷达。从这些雷达返回,然后雷达接收机中提取信息,如速度和范围,角位置和其他识别特征。如果目标和雷达之间存在相对运动,反射波的载波频率的转变(多普勒效应)是测量目标的相对速度(径向)和可用于区分移动目标和静止的对象。

1.1。大气雷达原理:

它使用背散射机制的原则。目标感兴趣的大气雷达晴空回波没有电离作用。清晰大气的后向散射的主要机制是收音机折射率波动所经历过的一种电磁波由于局部散射中心的存在称为折射率违规流入的背景平均流量。

MST雷达

一个中间层,平流层对流层(MST)雷达在Gadanki构造(13.50 n, 79.20 e)在南印度的东部。MST雷达使用无线电波信号对大气变化进行调查。这个名字本身就反映出它观察到中间层的变化,地球的大气平流层,对流层层。MST雷达利用散射和反射的变化湿度、温度和电子密度,诱导的湍流大气的折射率和波动。

MST雷达能够提供高分辨率的大气参数的估计,在连续的基础上。它可以运行在任何时间。主要的优势是提供连续数据。MST雷达使用获得的回声在1 - 100公里的高度范围研究风动荡。的主要规范系统是显示在表1中。印度MST雷达已经运营的大气科学研究的高度范围2 - 20公里。(对流层和低平流层),60 - 90公里(中间层),100 - 150公里(E区域)和150 - 800公里(F地区)。印度一直操作53 MHz大气雷达(中间层,平流层和对流层雷达)为研究的结构和动力学低,中层和上层大气。

匹配算法

执行的基本计算操作雷达系统匹配传入住签名反对预先录制好的签名的图书馆。为了有效地评价不同的算法,我们利用雷达的数据收集模式的三个风签名。每个算法计算一个匹配值,当库上执行签名和签名对生活。风对应库签名,展览现场签名选择最佳匹配。我们评估以下算法。

3.1。绝对误差和(SAD):总区别两个签名的绝对值相加计算得出样品之间的差异。配以最小的总差异作为最好的。悲伤的算法是图1所示。

3.2。的平方之和的差异(SSD):总区别两个签名的平方相加计算得出样品之间的差异。配以最小的总差异作为最好的。SSD的算法是图2所示。

3.3。欧氏距离(ED):两个签名之间的总距离计算的平方和的平方根的差异。配以最小的总差异作为最好的。ED的算法是图3所示。

3.4。相关性(C):两个特征之间的相关性计算的平均成对产品的样品。与最大关联被认为是最好的。相关的算法是图4所示。

结果

4.1。功率谱与多普勒频移的MST雷达数据24/07/2013 3:33:30PM:

正交信号从时域转换到频域组件通过使用傅里叶变换与合适的采样频率是奈奎斯特速率。,将功率谱计算平方级频谱。进一步分析将从功率谱。以下数据的功率谱是5 - 10不同的方向。纵轴包含在公里范围,横轴表示赫兹的多普勒频移。

4.2。时刻计算:

整个信号处理提取光谱第零、第一和第二时刻的时刻总功率,多普勒频移和光谱宽度将获得。从这些多普勒速度计算。方程(1)-(3)代表了总功率,分别多普勒频移和光谱信号的宽度。

图11 (a) - (c)代表了总功率,多普勒频移和光谱宽度分别为信号。

4.3。匹配算法的比较:本次评估的结果如图12所示。纵轴包含正确的百分比匹配,横轴表示不同数量的签名被平均了。

结论

本文提出以下匹配算法悲伤(绝对差的总和),SSD(平方之和的区别),ED(欧氏距离)和相关评估MST雷达数据。结果显示,该算法与最佳性能是展品的悲伤算法最大的准确性。SSD和ED算法表现出温和的性能和相关算法执行不佳。

表乍一看

表1

数据乍一看


图1	图2	图3	图4	图5

图6	图7	图8	图9	图10

图11	图12	图13

引用

阿南丹,诉K。,“Atmospheric Data Processor – Technical and User reference manual, National Atmospheric Research Laboratory, Gadanki.
布里格斯,b . H。,“Radar observations of atmospheric winds and turbulence: a comparison of techniques”. Journal of Atmospheric and Terrestrial Physics, vol.42, 823-833, 1980.
布里格斯、林丙辉,“The analysis of spaced sensor records by correlation techniques”, Handbook for MAP, Vol.13, and Ground based techniques, 166-186, University of Illinois,
Doviak,效力,and Zrnic.D.S, “Doppler radar and Weather Observations”, Acadamic Press, London 1984.
巴斯,年报,R.B.Chadwick D.W.范·德·坎普,1994:“数据处理算法使用NOAAA¢s风分析器示范网络”,安。Geophysicae,第12卷,518 - 528。
Balsley博(1995),“风通用雷达方程分析的发展,在大气物理学”的诊断工具,物理学报国际学校,恩里科·费米,当然CXXIV 6月22日- 2 7月,1993年,页69 - 78,IOS出版社,阿姆斯特丹。
饶。回堵,A.R. Jain, P. Kishore, P. Balamuralidhar, S.H. Damle and G. Viswanathan (1995), “Indian MST radar 1.System description and sample vector wind measurements in ST mode”, Radio Science, vol. 30, pp. 1125 - 1138.
JurgenRottger(1989),“工具性MST雷达原理和非相干散射雷达和雷达系统硬件的配置”,vol.30, 54 - 113页。
尊敬的手段,回堵Tole, and A. Agarwal (1988), “Feeder network for the Indian MST radar”, in Handbook for MAP, edited by C.H. Liu and B. Edwards, vol.28, pp. 523-527,SCOSTEP Sect., Urbana, Illinois.