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
RID-UNRN (UNRN)
Institución
Universidad Nacional de Río Negro
OAI Identificador
oai:rid.unrn.edu.ar:20.500.12049/7491

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