350 rub
Journal Achievements of Modern Radioelectronics №3 for 2012 г.
Article in number:
Modified pulse pair method for coherent pulsed Doppler weather radars with arbitrary intervals of sounding
Authors:
D.I. Lekhovytskiy, D.S. Rachkov, A.V. Semeniaka, D.V. Atamanskiy, A.A. Pushkov
Abstract:
We investigate the peculiarities of pulse-pair-method-based (PPM) estimation of meteorological formations (MF) mean radial velocity - on phases of estimates of complex correlation (covariance) coefficients of samples of reflections from MF out of two adjacent intervals of sounding, and the PPM modifications for mode with staggering of these intervals. The accuracy of these methods is numerically evaluated for C-band pulsed Doppler weather radar (PDWR), and its dependences on the parameters of reflections from MF, the training sample size, and the average interval of sounding are determined. It is shown, that in PDWR with wavelength cm and constant interval of sounding ms ( ms) the range of radial velocity unambiguous measurement is approximately 2 (4) times less than commonly required one m/s, what is practically inadmissible. The well-known and new ways to eliminate this PPM drawback by means of staggering of pulse repetition intervals are analyzed. For such sounding mode, there are proven: - staggering order (the number of distinct from each other intervals of sounding); - the principles of sounding pulses placement on the time axis; - the algorithms for velocity measurement on the correlation (covariance) coefficients estimated by the finite-size training samples; - rational organization for estimation procedure of MF-s radial velocity. It is shown, that for pulse bursts of arbitrary size the reasonable staggering order does not exceed the value . For chosen staggering order, it is rational the maximum near (adjacent) arrangement of intervals of sounding, at which the correlation coefficients phases are evaluated, whose modified differences are used for MF-s radial velocity estimation. Among the considered well-known algorithms and their modifications, the most accurate velocity estimation algorithms are those based on differences of phases of averaged estimates of correlation coefficients of reflections samples separated by the equal time intervals. For mode with staggering of pulse repetition intervals, we prove the modification of traditional PPM, which allows to measure unambiguously MF-s velocity within the range being greater than commonly required. It is shown, that expanding the unambiguity range increases the level of velocity measurement errors, which can exceed the acceptable one (1 m/s) at average interval of sounding ms. The error level is within acceptable limits at ms, when the unambiguously measured distance is still sufficiently large (150 km). There are proven the rational recurrent procedures and schemes for MF-s mean radial velocity estimation that take into account successive on time (distance) and azimuth receipt of samples of reflections from MF in PDWR
Pages: 25-45
References
  1. Базлова Т.А., Бочарников Н.В., Брылев Г.Б. и др.; отв. ред. Г.Б. Брылев. Метеорологические автоматизированные радиолокационные сети. СПб.: Гидрометеоиздат. 2002.
  2. Бочарников Н.В., Брылев Г.Б., Кузнецова Л.И. и др. Автоматизированные метеорологические радиолокационные комплексы «Метеоячейка» / отв. ред. Н.В. Бочарников, А.С. Солонин. СПб.: Гидрометеоиздат. 2007.
  3. Довиак Р.Дж., Зрнич Д.С. Доплеровские радиолокаторы и метеорологические наблюдения. Л.: Гидрометеоиздат. 1988.
  4. Doviak R.J., Zrnic D.S., Sirmans D.S. Doppler weather radar // IEEE Proc. Nov. 1979. V. 67. № 11. P. 1522-1553.
  5. Мельников В.М. Обработка информации в доплеровских МРЛ // Зарубежная радиоэлектроника. 1993. №4. С. 35-42.
  6. Рыжков А.В. Характеристики метеорологических РЛС // Зарубежная радиоэлектроника. 1993. №4. С. 29-34.
  7. Weber M.E. Advances in operational weather radar technology // Lincoln Laboratory Journal. 2006. V. 16. №1. P. 9-30.
  8. Torres S.M. Estimation of Doppler and polarimetric variables for weather radars. A dissertation for the degree of Doctor of Philosophy. Norman. Oklahoma. 2001.
  9. Torres S.M., Dubel Y.F, Zrnic D.S. Design, implementation, and demonstration of a staggered PRT algorithm for the WSR-88D // Journal of Atmospheric and Oceanic Technology. Sep. 2004. V. 21. №9. P. 1389-1399.
  10. Дженкинс Г., Ваттс Д. Спектральный анализ и его приложения. Т. 2. М.: Мир. 1972.
  11. Леховицкий Д.И., Кириллов И.Г. Моделирование пассивных помех импульсным РЛС на основе процессов авторегрессии произвольного порядка // Системи обробки інформації. 2008. №3 (70). С. 90-101.
  12. Бакут П.А., Большаков И.А., Герасимов Б.М. и др. Вопросы статистической теории радиолокации. Т. 1 / под ред. Г.П. Тартаковского. М.: Сов. радио. 1963.
  13. Воеводин В.В., Кузнецов Ю.А. Матрицы и вычисления. М.: Наука. Гл. ред. физ.-мат. литературы. 1984.
  14. Леховицкий Д.И., Жуга Г.А., Вовшин Б.М., Лаврукевич В.В. Извлечение метеоинформации на основе спектрального и корреляционного анализа отражений в импульсных доплеровских метеорологических РЛС // Прикладная радиоэлектроника. 2007. Т. 6. №4. С. 491-510.
  15. Goodman N.R. Statistical analysis based on a certain multi¬variate complex Gaussian distribution (An introduction) // Annals of Mathematical Statistics. 1963. V. 34. №1. P. 152-177.
  16. Леховицкий Д.И., Рябуха В.П., Жуга Г.А. СДЦ в импульсных РЛС: с формулами и картинками. Физический смысл и экстремальные свойства операций оптимальной междупериодной обработки гауссовых сигналов на фоне гауссовых пассивных помех // Прикладная радиоэлектроника. 2008. Т. 7. №2. С. 109-123.
  17. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения. М.: Мир. 1990.
  18. Efremov V., Laurukevich U., Lekhovytskiy D., Vylegzhanin I., Vovshin B. Results of theoretical and experimental investigations of meteorological formations power spectrum using «superresolution» methods // Proceedings IRS 2009. Sep. 2009. P. 777-784.
  19. Левин Б.Р. Теоретические основы статистической радиотехники. Кн. 1. М.: Советское радио. 1969.
  20. Леховицкий Д.И., Флексер П.М., Атаманский Д.В., Бурковский С.И. Статистические характеристики различения гаусcовских коррелированных и некоррелированных случайных сигналов по обучающим выборкам конечного объема // Антенны. 2001. №7. C. 3-9.
  21. Прудников А.П., Брычков Ю.А., Маричев О.И. Интегралы и ряды. Элементарные функции. М.: Наука. Гл. ред. физ.-мат. литературы. 1981.
  22. Прудников А.П., Брычков Ю.А., Маричев О.И. Интегралы и ряды. Специальные функции. М.: Наука. Гл. ред. физ.-мат. литературы. 1983.
  23. Справочник по специальным функциям. С формулами, графиками и математическими таблицами / под ред. М. Абрамовица, И. Стиган. М.: Наука. Гл. ред. физ.-мат. литературы. 1979.
  24. Бартенев В.Г. Применение распределения Уишарта для анализа эффективности адаптивных систем селекции движущихся целей // Радиотехника и электроника. 1981. Т. 26. №2. С. 356-360.
  25. Пикаев И.К. Плотность распределения оценки комплексного коэффициента корреляции // Радиотехника и элект¬роника. 1990. Т. 35. №5. С. 1092-1094.