기상 레이다의 지형 클러터 제거를 위한 지형적응 클러터 맵 알고리듬 성능분석 Performance Analysis on Terrain-Adaptive Clutter Map Algorithm for Ground Clutter Rejection of Weather Radar원문보기
기상 레이다 시스템은 지상, 해상, 상공 등의 넓은 입체 공간에 분포하는 기상정보를 실시간으로 제공한다. 그러나 산악지역과 같이 강수 신호 주변에 지형 클러터가 존재하는 경우, 큰 지형 클러터 신호를 강수 신호로 오인하여 잘못된 기상 정보를 제공할 수 있다. 우리나라 국토는 산지가 많아서 지형 클러터의 영향으로 인한 기상 오류를 줄이기 위해서는, 국내 지형 환경에 적합한 클러터 제거 기법이 필요하다. 본 논문에서는 지형 특성을 반영한 클러터 맵을 만들어, 지형 클러터를 제거하는 C-Map 기법을 제안한다. 클러터 맵은 맑은 날의 원시 신호(I/Q) 자료를 이용하여 획득되고, 지형 클러터 제거는 클러터 맵과 수신 신호의 도플러 차이를 이용하여 수행된다. 제안된 알고리듬의 성능 분석은 소백산 강우 레이다 데이터를 이용하여 수행되었으며, 임계상수에 따른 지형 클러터 제거율은 91.17 %로 나타났다.
기상 레이다 시스템은 지상, 해상, 상공 등의 넓은 입체 공간에 분포하는 기상정보를 실시간으로 제공한다. 그러나 산악지역과 같이 강수 신호 주변에 지형 클러터가 존재하는 경우, 큰 지형 클러터 신호를 강수 신호로 오인하여 잘못된 기상 정보를 제공할 수 있다. 우리나라 국토는 산지가 많아서 지형 클러터의 영향으로 인한 기상 오류를 줄이기 위해서는, 국내 지형 환경에 적합한 클러터 제거 기법이 필요하다. 본 논문에서는 지형 특성을 반영한 클러터 맵을 만들어, 지형 클러터를 제거하는 C-Map 기법을 제안한다. 클러터 맵은 맑은 날의 원시 신호(I/Q) 자료를 이용하여 획득되고, 지형 클러터 제거는 클러터 맵과 수신 신호의 도플러 차이를 이용하여 수행된다. 제안된 알고리듬의 성능 분석은 소백산 강우 레이다 데이터를 이용하여 수행되었으며, 임계상수에 따른 지형 클러터 제거율은 91.17 %로 나타났다.
Weather radar systems can provide weather information of the ground, sea, and air in extensive spatial coverage in near real time. However, it becomes problematic when ground clutter signal exists around precipitation because strong signals of ground can cause a false precipitation report. A large p...
Weather radar systems can provide weather information of the ground, sea, and air in extensive spatial coverage in near real time. However, it becomes problematic when ground clutter signal exists around precipitation because strong signals of ground can cause a false precipitation report. A large percentage of land coverage of Korea consists of mountainous regions where ground clutter needs to be mitigated for more accurate prediction. Thus, it is considered necessary to introduce a new suitable ground clutter removal technique specifically adequate for Korea. In this paper, the C-Map(Clutter Map) method using raw radar signals is proposed for removing ground clutter using a terrain-adaptive clutter map. A clutter map is generated using raw radar signals(I/Q) of clear days, then it is subtracted from received radar signals in frequency domain. The proposed method is applied to the radar data acquired from Sobaeksan rain radar and the result shows that the clutter rejection ratio is about 91.17 %.
Weather radar systems can provide weather information of the ground, sea, and air in extensive spatial coverage in near real time. However, it becomes problematic when ground clutter signal exists around precipitation because strong signals of ground can cause a false precipitation report. A large percentage of land coverage of Korea consists of mountainous regions where ground clutter needs to be mitigated for more accurate prediction. Thus, it is considered necessary to introduce a new suitable ground clutter removal technique specifically adequate for Korea. In this paper, the C-Map(Clutter Map) method using raw radar signals is proposed for removing ground clutter using a terrain-adaptive clutter map. A clutter map is generated using raw radar signals(I/Q) of clear days, then it is subtracted from received radar signals in frequency domain. The proposed method is applied to the radar data acquired from Sobaeksan rain radar and the result shows that the clutter rejection ratio is about 91.17 %.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기상 레이다는 강수 신호 주변에 지형 클러터가 존재하는 경우, 큰 지형 클러터 신호를 강수 신호로 오인하여 기상 오보를 야기할 수 있다. 본 논문에서는 고품질 기상 레이다 자료를 생산하기 위해 국내 지형과 기상 현상에 적합한 클러터 맵 기반 클러터 제거 기법인 C-Map을 제안하였다. 본 기법에 대한 성능을 검증하기 위하여 소백산 강우 레이다 자료를 이용하여 C-Map을 적용한 후의 지형 클러터 제거율을 분석하였다.
제안 방법
본 논문에서는 고품질 기상 레이다 자료를 생산하기 위해 국내 지형과 기상 현상에 적합한 클러터 맵 기반 클러터 제거 기법인 C-Map을 제안하였다. 본 기법에 대한 성능을 검증하기 위하여 소백산 강우 레이다 자료를 이용하여 C-Map을 적용한 후의 지형 클러터 제거율을 분석하였다. 분석 결과, GMAP의 지형 클러터 제거율은 평균 약 77.
성능 분석은 소백산 강우 레이다 2013년 5월 27일 19시 30분(KST) 자료와 2013년 5월 29일 10시(KST) 자료를 이용하여 배경추정 임계상수(c)에 따른 C-Map 적용 후 지형 클러터 제거율을 분석하고, 이를 기존 기법인 GMAP과 비교하였다. 지형 클러터 제거율은 식 (3)과 같이 제거 전클러터 신호를 기준으로 제거 전과 후의 변화량을 클러터 제거율로 산정하였다.
임계치는 신호 대 잡음비(SNR)가 충분하지 않거나, 스펙트럼 폭이 넓어 유효하지 않은 모멘트 자료들을 제거한다. 임계치 필터링 후 스펙클을 제거하여 최종 산출물인 반사도, 보정 반사도, 시선속도, 스펙트럼 폭(이중 편파 레이다의 경우 반사도, 보정 반사도, 시선속도, 스펙트럼폭, 차등반사도, 교차상관계수, 차등위상차, 비차등위상차)을 산출한다.
자기 상관 계수 산출 후 CPI(Coherent Processing Interval) 별로 거리 빈을 평균하여 모멘트 자료와 품질관리 임계치를 생성한다. 임계치는 신호 대 잡음비(SNR)가 충분하지 않거나, 스펙트럼 폭이 넓어 유효하지 않은 모멘트 자료들을 제거한다.
입력 신호가 배경 추정 임계치보다 크면 표적으로 탐지하고, 작으면 클러터로 간주하여 제거하며, 클러터 제거 후 퓨리에 역변환하여 시계열 신호로 재변환한다. 자료 처리 시 도플러를 알기 위해 CPI(Coherent Processing Interval) 단위로 처리한다.
제안 기법인 C-Map은 그림 2와 같이 입력 자료인 시계열 원시 신호(I/Q) 자료를 퓨리에 변환하여 주파수 영역에서 클러터 맵과 각 셀별로 비교한다. 입력 신호가 배경 추정 임계치보다 크면 표적으로 탐지하고, 작으면 클러터로 간주하여 제거하며, 클러터 제거 후 퓨리에 역변환하여 시계열 신호로 재변환한다.
대상 데이터
본 연구에서 분석한 데이터는 소백산 레이다를 기준으로 방위각 9~10도 영역이다. 그림 4는 실험 영역의 지형 정보이고, 점선은 표준 대기 굴절을 가정한 최저 고도각 -0.
본 연구에서 클러터 맵으로 이용한 맑은 날 사례는 소백산 강우, 레이다 시스템의 2013년 5월 29일 오전 10시(KST) 자료이며, 입력 신호는 강수 사례인 2013년 5월 27일 19시 30분(KST) 자료이다. 소백산의 강우, 레이다 시스템은 해발 1,408 m에 위치하고, 관측반경은 149 km이며, 거리해상도는 125 m이고, 그림 3과 같이 북동쪽으로 산맥이 있어 최저 고도각 관측 시 강수 신호뿐만 아니라, 많은 지형 클러터 신호가 수신된다.
성능분석은 소백산 강우 레이다(국토교통부)의 최저 고도각(-0.5°) 원시 신호(I/Q) 자료를 이용하였다.
클러터 맵 생성은 많은 데이터의 평균값을 이용해야 하나, 데이터 수집의 어려움으로 수집된 사례 중 그림 5와 같이 관측 영역에 강수가 없는 2013년 5월 29일 10시(KST) 사례를 이용하였다. 그림 5는 지상 강수량을 측정하는 AWS(Automatic Weather System)의 2013년 5월 29일 9시 55분~10시 10분 사이의 15분 누적 강수량이다.
성능/효과
본 기법에 대한 성능을 검증하기 위하여 소백산 강우 레이다 자료를 이용하여 C-Map을 적용한 후의 지형 클러터 제거율을 분석하였다. 분석 결과, GMAP의 지형 클러터 제거율은 평균 약 77.24 %인 반면, C-Map은 약 91.17 %로서 우수한 지형 클러터 제거 성능을 확인하였다. 그러나 지형 클러터 제거율은 임계치가 높을수록 좋아지나, 강수 신호에 손실을 줄 수 있다.
분석 결과는 표 2와 같으며, GMAP의 지형 클러터 제거율은 임계상수와 무관하게 평균 약 77.24 %로 산출되었고, C-Map은 0.9~1.5 사이의 임계상수 적용 시 평균 약 91.17 %로 산출되어 C-Map 기법의 지형 클러터 제거 성능이 기존 기법인 GMAP보다 좋음을 확인하였다. C-Map 적용 시 임계상수가 커질수록 지형 클러터 제거율이 높아지는데, 이는 임계상수가 커질수록 전체 영역의 배경추정 임계치가 커지는 것이다.
3으로 설정한 C-Map 수행 결과를 도플러 축으로 누적하여 그 성능을 비교한 것이다. 이 때 GMAP은 약 77.24 %의 지형 클러터 제거 성능을 가지나, C-Map은 약 92.36 %의 지형 클러터 제거 성능을 가진다.
후속연구
향후 적절한 임계상수 설정이나 방위각 오차 및 대기 굴절 등으로 인한 영향을 보완할 필요가 있다. 제안 기법은 향후 기상 예보 정확도 향상에 기여할 것으로 기대된다.
그러나 지형 클러터 제거율은 임계치가 높을수록 좋아지나, 강수 신호에 손실을 줄 수 있다. 향후 적절한 임계상수 설정이나 방위각 오차 및 대기 굴절 등으로 인한 영향을 보완할 필요가 있다. 제안 기법은 향후 기상 예보 정확도 향상에 기여할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
도플러 주파수 영역에서 지형 클러터를 제거하는 기법은 어떻게 분류될 수 있는가?
도플러 주파수 영역에서 지형 클러터를 제거하는 기법은 필터폭의 변동 여부에 따라 고정폭 클러터 필터(fixed width clutter filter)와 변동폭 클러터 필터(variable width clutter filter)로 분류된다. 고정폭 클러터 필터 기법은 필터폭을 고정하여 지형클러터의 다양한 스펙트럼 분포를 반영하지 못하나, 변동폭 클러터 필터 기법은 지형 클러터의 스펙트럼 분포를 반영하기 위해 필터의 폭을 가변한다.
기상 레이다에서는 어떤 정보를 제공하는가?
기상 레이다는 전파를 방사하여 강수입자로부터 반사된 신호를 수신하여 정보를 획득하는 시스템으로, 강우 구름의 위치와 이동 속도, 강우 강도 등에 대한 정보를 제공한다[1],[2].
기상 레이다 시스템이 제공하는 정보의 신뢰성이 떨어질 수 있는 요인은 무엇인가?
기상 레이다 시스템은 높은 시․공간 해상도를 가지 며, 반경 200～500 km의 넓은 영역을 관측할 수 있다. 하지만 산이나 큰 건물 등에서 반사된 지형 클러터 신호를 적절하게 제거하지 않으면 강수 신호의 판별에 혼란을 주어 예보의 신뢰성을 떨어뜨릴 수 있다. 따라서 지형 클러터가 제거된 고품질 레이다 자료를 생산하기 위해 산악 지형이 많은 국내 지형 특성과 기상 현상에 적합한 신호처리 기법 개발이 필요하다[3].
참고문헌 (14)
Richard J. Doviak et al., Doppler Radar and Weather Observations, Second edition, Dover Publications, Inc., 2007.
Ronald E. Rinehart, Radar for Meteorologists, Rinehart Publishing, Third Edition, 1997.
A. R. Mark, A. S. James, and A. H. William, Principles of Modern Radar: Basic Principles, Scitech, 2010.
RVP8 User's manual, Vaisala, Jun. 2009.
A. D. Siggia, R. E. Passarelli, Jr. "Gaussian model adaptive processing(GMAP) for improved ground clutter cancellation and moment calculation", Proceeding of ERAD, pp. 67-73, 2004.
Hubbert et al., "Weather radar ground clutter. Part I: Real-time identification and filtering", American Meteorological Society, 2009.
Hubbert et al., "Weather radar ground clutter. Part II: Real-time identification and filtering", American Meteorological Society, 2009.
Bassem R. Mahafza, RADAR Signal Analysis and Processing using MATLAB, CRC, 2009.
Richards, M. A., Fundamentals of Radar Signal Processing, McGraw-Hills, New York, 2005.
Skolnik, M. I.(Ed.), Radar Handbook, 2d ed., McGraw-Hill, New York, 1990.
D. Curtis Schleher, "MTI and pulsed doppler radar with MATLAB", Artech House Remote Sensing Library, 2009.
R. Nitzberg, "Clutter Map CFAR analysis", IEEE Trans. on Aerospace and Electronic Systems, vol. AES-22, no. 4, pp. 419-421, Jul. 1986.
N. Levanon, "Numerically efficient calculations of clutter map CFAR performance", IEEE Trans. on Aerospace and Electronic Systems, vol. AES-23, no. 6, pp. 813-814, Nov. 1987.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.