Диссертация (1091292), страница 14
Текст из файла (страница 14)
Примерыотображения этих продуктов на экране представлены на рис. 4.6-4.8.Рисунок 4.6 Карты отражаемости (слева), скорости (центр) и ширины спектра (справа)Рисунок 4.7 Карты дифференциальной отражаемость (слева), модуля (центр) и фазы (справа)кросскорреляции.Рисунок 4.8 Карты явлений погоды (слева), интенсивности осадков (центр) и верхней границыоблачности (справа)Их достоверность в процессе испытаний подтверждалась прямым икосвеннымсравнениемметеорологическихрезультатовсредствнаблюдений(грозопеленгаторами,сданнымидругихметеолокаторамидругихдиапазонов длин волн, станциями аэрологического зондирования и т.д.)100Всвязисотсутствиемэталоновметеообъектовонислужилиподтверждением корректности работы системы первичной обработки сигналов,реализующей предложенные в данной работе алгоритмы.4.2.2 Результаты экспериментальной оценки отражаемости МОДля оценки отражаемости МО использовались алгоритмы, изложенные вразделе 2. На рис.4.9 показано азимутальное распределение поля отражаемостиМО в виде конического сечения при установке луча по углу места на угол 0.07градуса.Рисунок 4.9 Карта данных отражаемости на выбранном коническом сеченииДля этого примера характерен широкий диапазон отражаемостей от 2 до 60дБZ, отображаемых различной цветовой окраской.
Из этого рисунка видно, чтомаксимальная дальность составляет 250 км, а наиболее интенсивные отражениянаходятся на расстоянии ~150 км.Изображенныенарис.4.10распределенияотражаемостейявляютсяпересчетом данных конических сечений в данные отражаемостей на постоянныхвысотах 1 км и 3 км соответственно. Именно эти данные являются необходимымидля обеспечения безопасности полетов авиации.101Рисунок 4.10 Карта отражаемости на постоянной высоте 1км (слева) и 3км (справа)Оценкиотражаемостивходеэкспериментовтакжеслужилидляопределения эффективности режекторных фильтров подавления отражений отместных предметов, которые являются помехами при наблюдении МО. Нарис.4.11 показаны отражения в ближней зоне «ДМРЛ-С» при выключенном ивключенном режекторном фильтре соответственно. Эти данные позволилиопределить, что подавление отражений от местных предметов составляет неменее 50 дБ в режиме высокой частоты повторения, что удовлетворяеттребованиям неискаженного оценивания отражаемости МО.Рисунок 4.11 Карта отражаемости с выключенным (слева) и включенным (справа) РФ.В ходе экспериментов использовались различные объемы обучающейвыборки 5 ≤ ≤ 10 и было выявлено, что для наиболее интенсивных МОсредний КК отраженных сигналов на высокой и низкой частотах повторениясоставлял в ≈ 0,86 и н ≈ 0,75 соответственно.
Поэтому в соответствии с102данными раздела 2 вероятность ошибки оценивания интенсивности, непревышающие 1 дБ, в экспериментах составляла: на высокой частоте повторения: = 0,89 и 0,97 (для К = 5 и 10); на низкой частоте повторения: = 0,81 и 0,89 (для К = 5 и 10).Отметим, что эти данные получены для стационарных МО большойпротяженности более 5 км. На краях облачности ошибки возрастали из-запопадания некоторых отсчетов обучающей выборки в зону собственных шумов ипоэтому не оценивались.4.2.3 Результаты экспериментальной оценки средней радиальной скоростиМООценки СРС МО в ходе экспериментов были получены только при высокойчастоте повторения на дальностях, не превышающих 125 км.
Для устранениянеоднозначности оценок использовался режим 2-х кратной вобуляции: Т1 = 1000мкс, Т2 = 1200 мкс (глубина вобуляции ~20%). Оценка СРС осуществлялась наоснове усреднения частных КК смежных периодов повторения, как былопредложено в разделе 3.На рис.4.12 показаны примеры карт СРС МО. На этих рисунках явнопрослеживается перескок направления радиальной скорости через 0 и снижениезначений скорости по мере приближения облачности.
Эти эффекты наглядноиллюстрируют изменения цвета (красный и розовый при Vr > 0 и салатовый изеленый при Vr < 0).Отметим, что на этих рисунках диапазон модуля СРС лежит в пределах0 ≪ ≪ 20 м/с. Максимальное значение модуля измеряемой СРС привыбранном законе вобуляции в соответствии с (2.19) составляет: ≈ 60 м/с.Это значение СРС обеспечивается исследованным в разделе 2 методом«расшивки» неоднозначности измерений.103Рисунок 4.12 Карта СРС МО на постоянной высоте 5кмВ отличие от оценок отражаемости в данном случае представлялосьвозможным оценить эффективность метода результатами прямого эксперимента.Известно, что для МО с одномодовым спектром зависимость СРС отазимутального направления = ()имеет синусоидальный вид. Причем при φ=0имеем = 0 .Нарис.4.13показанытеоретическая(сплошная)иэкспериментальная (по точкам) зависимости = ().Рисунок 4.13 Распределение скорости по азимутуКак видно из этого рисунка, за исключением отдельных выбросов, этикривые согласуются с высокой степенью точности ( ≤ 0,3 м/с), чтосвидетельствует о высокой точности используемого алгоритма.1044.2.4 Результаты экспериментальной оценки ширины доплеровского спектраМОЭкспериментальные оценки ширины доплеровских унимодальных спектровпроводились на основе результатов раздела 3.
Причем при выбранном законезондирования в предположении о гауссовой (колокольной) форме спектра дляизмерения ширины ДСС использовалась оценка (3.41) на основе усредненнойоценки Берга первого КК.Так же, как и в случае оценки СРС, точность выбранной оценкиувеличивается по мере роста объема обучающей выборки, который в ходеэксперимента изменялся в пределах 5 ≤ ≤ 10.На рис.4.14 показана карта с распределением ШДСС на постоянной высоте5км.
Как видно из этих рисунков, измеренные значения ∆ МО в основном лежатммссв пределах 3 < ∆ < 5. Наблюдаемое расширение спектра на краях до∆ = 6 − 7 м/с объясняется тем, что на краях облака при малой интенсивностиотражений существенное влияние оказывают собственные шумы приемника.Рисунок 4.14 Карта распределения ШДСС на постоянной высоте 5км.Результаты экспериментов в основном подтверждают основные выводыраздела 3.
В частности, было показано, что при малом объеме выборки = 5 − 6105смещение оценки несущественно. Однако СКО ошибок оценки ширины ДСС дляинтенсивных МО уменьшается.Таким образом, результаты натурных экспериментальных работ в целомподтвердилиобоснованностьпримененияпредложенныхалгоритмоввконкретных условиях и их реализуемость на современной цифровой элементнойбазе [65]. На основании проведенных испытаний и экспериментов в различныхусловиях АПК цифровой первичной обработки внедрен в серийное производствои в нем в основном применены исследованные в данной диссертации методы иалгоритмы.4.3 Перспективные направления модернизации алгоритмов и аппаратурыпервичной обработки сигналовКакпоказалиисследований,результатыразработанныетеоретическихалгоритмыоценкииэкспериментальныхпервыхтрехмоментовдоплеровских спектров, внедренные в первый отечественный метеорадиолокатор«ДМРЛ-С», на настоящем этапе удовлетворяют предъявляемым требованиям.В настоящее время первичная обработка эхо-сигналов, отраженных от МО,построенная на основе рассмотренных алгоритмов не уступает, а в некоторыхслучаях превосходит зарубежные аналоги.
Аналогичная обработка, используемаяв компаниях «Selex-Gematronik» (Германия), «Vaisala» (Финляндия) и «EEC»(США),реализовананацифровойэлементнойбазегораздоменьшейпроизводительности.Вдальнейшемдляповышениядостоверностивторичнойметеорологической информации, в первую очередь для обнаружения опасныхметеорологическихявлений,перспективнымнаправлениеммодернизацииявляется получение более полной информации о доплеровских спектрах. Еслиспектры МО имеют негауссову форму или оказываются многомодовыми, тополучение их первых трех моментов оказывается явно недостаточным.В этих случаях могут потребоваться моменты спектра более высокогопорядка:106 третий момент (коэффициент асимметрии), являющийся числовойхарактеристикой симметрии; четвертыймомент(коэффициентэксцесса),контролирующийповедение спектра в окрестности вершины.Еще больше информации можно получить, используя параметрическиеадаптивные методы спектрального анализа [66; 67].
В этом случае первичнаяобработка должна передавать на вход вторичной обработки полную структуруспектра в каждом элементе разрешения по дальности во всей зоне обзора.Кроме того, как показано в [68], параметрические методы спектральногоанализа обладают наиболее высокой точностью воспроизведения спектров посравнениюстрадиционными(например,методФурье),особенноприограниченном размере пачки. Однако существующая система ВОИ к настоящемувремени не готова к приему и обработке такого объема информации.Отметим, что увеличение количества оцениваемых моментов спектров ипереходкпараметрическимметодамспектральногоанализатребуютсущественного увеличения производительности вычислительных средств дляреализации первичной обработки информации.Поэтому новые подходы к идеологии алгоритмов и совершенствованиецифровой элементной базы должны рассматриваться в комплексе.Анализ показал, что наиболее перспективными средствами вычислительнойтехники для модернизации систем обработки метеоинформации являютсясредства на основе графических процессоров фирмы Nvidia (CUDA) [69; 70].Отличительными особенностями этой технологии являются: Высокая степень параллельности вычислений Высокая суммарная производительность Удобство программирования и отладки Взаимозаменяемость графических процессоров Гражданское исполнение107 Сравнительно низкое энергопотреблениеКроме того, переход к CUDA-технологии должен обеспечить возможностьобработки гораздо большего количества элементов разрешения в зоне обзора.
Внастоящее время ведется работа по разработке новой системы первичнойобработки метеорадиолокаторов с очень высоким разрешением 12-15 м подальности при работе с сигналами в полосе ∆ = 10 МГц. Это позволяетобеспечить качественно новые возможности при наблюдении за МО: оценивать сдвиги ветра; обнаруживать микрошквалы; анализировать спутные струи самолетов в зоне аэродрома и другиенестационарные явления в атмосфере.Потребность в получении такой подробной информации высокогоразрешения является насущной задачей метеорадиолокации.4.4.