Por favor, use este identificador para citar o enlazar este ítem:
http://rid.unrn.edu.ar/handle/20.500.12049/7491
Título: | Adaptive spectral processing algorithm for staggered signals in weather radars |
Autor(es): | Collado Rosell, Arturo Pascual, Juan Pablo Areta, Javier Alberto |
Fecha de publicación: | 2-jun-2020 |
Editorial: | IET |
Citación: | Collado, A. Pascual J.P. Areta, J.A. (2020). Adaptive spectral processing algorithm for staggered signals in weather radars. IET RADAR SONAR AND NAVIGATION; 14; 1659-1670. |
Revista: | IET RADAR SONAR AND NAVIGATION |
Abstract: | A spectral algorithm for processing staggered-pulse repetition time (SPRT) signals in weather radar is introduced. It includes new approaches for ground clutter filter and hydrometeor spectral moments estimation. The algorithm uses ideas similar to GMAP but applied to non-uniform sampled signals. This work is focused on staggered sequences 2/3, but can be extended to other staggered sequences. Monte Carlo experiments were used to evaluate the performance of the spectral moments estimators for simulated weather signal, in scenarios with and without the presence of ground clutter. When clutter is present, a study using different clutter-to-signal ratios was carried out, showing that the method can deal with a wide range of situations and is appropriate for implementation in real scenarios. A comparison against GMAP-TD was performed, showing similar estimation results for both algorithms and a fivefold processing speed improvement for the proposed method. The performance was also validated using real weather data RMA-12 from a radar located in San Carlos de Bariloche, Argentina.The proposed algorithm has an easy implementation and is a good candidate for real-time implementations. |
Resumen: | Presentamos un algoritmo espectral para procesar señales de tiempo de repetición de pulsos escalonados (SPRT) en radares meteorológicos. Este incluye un nuevo enfoque para el filtrado de reflexiones aleatorias en el suelo (clutter terrestre) y para la estimación de momentos espectrales de hidrometeoros. El algoritmo utiliza ideas similares a GMAP pero aplicadas a señales muestreadas en forma no uniforme (staggered). Este trabajo se centra en secuencias escalonadas 2/3, pero puede extenderse a otras secuencias escalonadas. Se realizaron experimentos de Monte Carlo para evaluar el rendimiento de los estimadores de momentos espectrales para la señal meteorológica simulada, en escenarios con y sin presencia de clutter terrestre. Se llevó a cabo un estudio utilizando diferentes relaciones señal a ruido, que mostró que el método puede hacer frente a una amplia gama de situaciones y es apropiado para su implementación en escenarios reales. Se realizó una comparación con GMAP-TD, que mostró resultados de estimación similares para ambos algoritmos y una mejora de la velocidad de procesamiento de cinco veces para el método propuesto. El desempeño también fue validado utilizando datos meteorológicos reales RMA-12 de un radar ubicado en San Carlos de Bariloche, Argentina. El algoritmo propuesto es de fácil implementación y es un buen candidato para implementaciones en tiempo real. |
URI: | http://rid.unrn.edu.ar/handle/20.500.12049/7491 |
Identificador DOI: | http://dx.doi.org/10.1049/iet-rsn.2020.0095 |
ISSN: | 1751-8784 |
Otros enlaces: | https://digital-library.theiet.org/content/journals/10.1049/iet-rsn.2020.0095 |
Aparece en las colecciones: | Artículos |
Archivos en este ítem:
Archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
RSN-2020-0095-PROOF__1_.pdf | 3,15 MB | Adobe PDF | Visualizar/Abrir |
Este documento es resultado del financiamiento otorgado por el Estado Nacional, por lo tanto queda sujeto al cumplimiento de la Ley N° 26.899
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons