Adaptive spectral processing algorithm for staggered signals in weather radars
- Autores
- Collado Rosell, Arturo; Pascual, Juan Pablo; Areta, Javier Alberto
- Año de publicación
- 2020
- Idioma
- inglés
- Tipo de recurso
- artículo
- Estado
- versión aceptada
- Descripción
- Fil: Collado Rosell, Arturo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en Telecomunicaciones
Fil: Pascual, Juan Pablo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en Telecomunicaciones
Fil: Areta, Javier Alberto. Universidad Nacional de Río Negro. Centro Interdisciplinario de Telecomunicaciones, Electrónica, Computación y Ciencia Aplicada. Río Negro, Argentina.
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.
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. - Materia
-
Ingeniería, Ciencia y Tecnología
Radar Meteorológico
Modo Staggered
Filtrado Adaptivo
Estimación Espectral
Ingeniería, Ciencia y Tecnología - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de Río Negro
- OAI Identificador
- oai:rid.unrn.edu.ar:20.500.12049/7491
Ver los metadatos del registro completo
id |
RIDUNRN_b469e2edfcb3afbd610e356030181392 |
---|---|
oai_identifier_str |
oai:rid.unrn.edu.ar:20.500.12049/7491 |
network_acronym_str |
RIDUNRN |
repository_id_str |
4369 |
network_name_str |
RID-UNRN (UNRN) |
spelling |
Adaptive spectral processing algorithm for staggered signals in weather radarsCollado Rosell, ArturoPascual, Juan PabloAreta, Javier AlbertoIngeniería, Ciencia y TecnologíaRadar MeteorológicoModo StaggeredFiltrado AdaptivoEstimación EspectralIngeniería, Ciencia y TecnologíaFil: Collado Rosell, Arturo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en TelecomunicacionesFil: Pascual, Juan Pablo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en TelecomunicacionesFil: Areta, Javier Alberto. Universidad Nacional de Río Negro. Centro Interdisciplinario de Telecomunicaciones, Electrónica, Computación y Ciencia Aplicada. Río Negro, Argentina.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.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.IET2020-06-02info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfCollado, A. Pascual J.P. Areta, J.A. (2020). Adaptive spectral processing algorithm for staggered signals in weather radars. IET RADAR SONAR AND NAVIGATION; 14; 1659-1670.1751-8784https://digital-library.theiet.org/content/journals/10.1049/iet-rsn.2020.0095http://rid.unrn.edu.ar/handle/20.500.12049/7491http://dx.doi.org/10.1049/iet-rsn.2020.0095enghttps://digital-library.theiet.org/content/journals/iet-rsn14IET RADAR SONAR AND NAVIGATIONinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/reponame:RID-UNRN (UNRN)instname:Universidad Nacional de Río Negro2025-09-29T14:28:57Zoai:rid.unrn.edu.ar:20.500.12049/7491instacron:UNRNInstitucionalhttps://rid.unrn.edu.ar/jspui/Universidad públicaNo correspondehttps://rid.unrn.edu.ar/oai/snrdrid@unrn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:43692025-09-29 14:28:58.053RID-UNRN (UNRN) - Universidad Nacional de Río Negrofalse |
dc.title.none.fl_str_mv |
Adaptive spectral processing algorithm for staggered signals in weather radars |
title |
Adaptive spectral processing algorithm for staggered signals in weather radars |
spellingShingle |
Adaptive spectral processing algorithm for staggered signals in weather radars Collado Rosell, Arturo Ingeniería, Ciencia y Tecnología Radar Meteorológico Modo Staggered Filtrado Adaptivo Estimación Espectral Ingeniería, Ciencia y Tecnología |
title_short |
Adaptive spectral processing algorithm for staggered signals in weather radars |
title_full |
Adaptive spectral processing algorithm for staggered signals in weather radars |
title_fullStr |
Adaptive spectral processing algorithm for staggered signals in weather radars |
title_full_unstemmed |
Adaptive spectral processing algorithm for staggered signals in weather radars |
title_sort |
Adaptive spectral processing algorithm for staggered signals in weather radars |
dc.creator.none.fl_str_mv |
Collado Rosell, Arturo Pascual, Juan Pablo Areta, Javier Alberto |
author |
Collado Rosell, Arturo |
author_facet |
Collado Rosell, Arturo Pascual, Juan Pablo Areta, Javier Alberto |
author_role |
author |
author2 |
Pascual, Juan Pablo Areta, Javier Alberto |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ingeniería, Ciencia y Tecnología Radar Meteorológico Modo Staggered Filtrado Adaptivo Estimación Espectral Ingeniería, Ciencia y Tecnología |
topic |
Ingeniería, Ciencia y Tecnología Radar Meteorológico Modo Staggered Filtrado Adaptivo Estimación Espectral Ingeniería, Ciencia y Tecnología |
dc.description.none.fl_txt_mv |
Fil: Collado Rosell, Arturo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en Telecomunicaciones Fil: Pascual, Juan Pablo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en Telecomunicaciones Fil: Areta, Javier Alberto. Universidad Nacional de Río Negro. Centro Interdisciplinario de Telecomunicaciones, Electrónica, Computación y Ciencia Aplicada. Río Negro, Argentina. 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. 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. |
description |
Fil: Collado Rosell, Arturo. Instituto Balseiro - Universidad Nacional de Cuyo, 2LIAT, Dto. de Ingeniería en Telecomunicaciones |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-06-02 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/acceptedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
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. 1751-8784 https://digital-library.theiet.org/content/journals/10.1049/iet-rsn.2020.0095 http://rid.unrn.edu.ar/handle/20.500.12049/7491 http://dx.doi.org/10.1049/iet-rsn.2020.0095 |
identifier_str_mv |
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. 1751-8784 |
url |
https://digital-library.theiet.org/content/journals/10.1049/iet-rsn.2020.0095 http://rid.unrn.edu.ar/handle/20.500.12049/7491 http://dx.doi.org/10.1049/iet-rsn.2020.0095 |
dc.language.none.fl_str_mv |
eng |
language |
eng |
dc.relation.none.fl_str_mv |
https://digital-library.theiet.org/content/journals/iet-rsn 14 IET RADAR SONAR AND NAVIGATION |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
IET |
publisher.none.fl_str_mv |
IET |
dc.source.none.fl_str_mv |
reponame:RID-UNRN (UNRN) instname:Universidad Nacional de Río Negro |
reponame_str |
RID-UNRN (UNRN) |
collection |
RID-UNRN (UNRN) |
instname_str |
Universidad Nacional de Río Negro |
repository.name.fl_str_mv |
RID-UNRN (UNRN) - Universidad Nacional de Río Negro |
repository.mail.fl_str_mv |
rid@unrn.edu.ar |
_version_ |
1844621605218549760 |
score |
12.559606 |