[논문]저고도 기상 레이다에서의 도플러 스펙트럼 추정

이종길

doi:10.6109/jkiice.2020.24.11.1492

저고도 기상 레이다에서의 도플러 스펙트럼 추정
Doppler Spectrum Estimation in a Low Elevation Weather Radar 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.24 no.11, 2020년, pp.1492 - 1499

이종길 (Department of Information and Telecommunication Engineering, Incheon National University)

초록
AI-Helper

기상 레이다 시스템은 일반적으로 강우 및 풍속 등과 관련된 기상 현상을 나타낸다. 이러한 시스템은 대부분의 경우 장거리용이며 비교적 높은 고도를 지향하고 있어 넓은 지역에서의 전체적인 기상 현상을 파악하는 목적으로는 매우 유용하다. 그러나 최근에 와서 국지적인 폭우나 또는 돌풍 등에 의한 재난현상이 빈번히 발생되고 있기 때문에 이러한 기상이변 현상의 탐지가 매우 중요한 문제이다. 국지적인 기상 이변 탐지목적의 기상 레이다는 저고도 탐지 및 급변하는 국지적인 기상상황의 빠른 탐지가 필요하다. 이러한 운용환경에서는 상대적으로 지표면 클러터가 큰 영향을 미치며 안테나의 신호 획득시간도 매우 짧아진다. 따라서 기존의 도플러 스펙트럼 추정방법에 심각한 문제가 발생할 수 있다. 본 논문에서는 이러한 문제점을 해결하기 위하여 AR(autoregressive) 도플러 스펙트럼 추정 방법들을 적용하고 결과들을 고찰하였다. 적용된 방법들을 이용하면 기존의 FFT(Fast Fourier Transform) 방법에 비하여 향상된 도플러 스펙트럼 추정이 가능함을 보였다.

Abstract ▼ AI-Helper

A weather radar system generally shows the weather phenomena related with rainfall and wind velocity. These systems are usually very helpful to monitor the relatively high altitude weather situation for the wide and long range area. However, since the weather hazards due to the strong hail and heavy rainfall occurring locally are observed frequently in recent days, it is important to detect these wether phenomena. For this purpose, it is necessary to detect the fast varying low altitude weather conditions. In this environment, the effect of surface clutter is more evident and the antenna dwell time is much shorter. Therefore, the conventional Doppler spectrum estimation method may cause serious problems. In this paper, the AR(autoregressive) Doppler spectrum estimation methods were applied to solve these problems and the results were analyzed. Applied methods show that improved Doppler spectra can be obtained comparing with the conventional FFT(Fast Fourier Transform) method.

주제어

표/그림 (12)

그림 Fig. 1 The weather Doppler spectrum with CNR of 40dB and SNR of 10 dB
그림 Fig. 2 The weather Doppler spectrum of Fig. 1 for the case of limited observation time
그림 Fig. 3 The weather Doppler spectrum of Fig. 2 using AR spectrum estimation for the case of limited observation time
그림 Fig. 4 The weather Doppler spectrum with the mean velocity of 25m/sec and SNR of 10dB
그림 Fig. 5 The weather Doppler spectrum of Fig. 4 for the case of limited observation time
그림 Fig. 6 The weather Doppler spectrum of Fig. 5 using AR spectrum estimation for the case of limited observation time
그림 Fig. 7 The weather Doppler spectrum including the moving clutter with CNR of 10dB and SNR of 10dB
그림 Fig. 8 The weather Doppler spectrum of Fig. 7 for the case of limited observation time
그림 Fig. 9 The weather Doppler spectrum of Fig. 8 using AR spectrum estimation for the case of limited observation time
그림 Fig. 10 The weather Doppler spectrum including the moving clutter with CNR of 30dB and SNR of 10dB
그림 Fig. 11 The weather Doppler spectrum of Fig. 10 for the case of limited observation time
그림 Fig. 12 The weather Doppler spectrum of Fig. 11 using AR spectrum estimation for the case of limited observation time

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

문제시 되고 있는 이러한 국지적 인기상급변 현상을 탐지하기 위해서는 지역별로 단거리이지만 상대적으로 저고도 및 빠른 기상변화의 탐지가 가능한 소형 기상 레이다 망의 구축에 대한 필요성이 지속적으로 제기되고 있다[2-4]. 따라서 이러한 목적의 기상 레이다 시스템은 탐지 영역의 공백을 메우기 위하여 저고도 탐지가 가능하여야 할뿐만 아니라 빠른 기상 변화 현상을 실시간으로 파악하고 기상 정보를 추출하여 재난예보나 위험사항들을 사전에 알려줄 수 있어야 한다. 그러므로 기존의 기상 레이다와는 달리 이러한 국지적 기상 레이다 시스템은 빠른 안테나의 회전을 통한 기상 급변 자료의 실시간 획득 과 저고도 기상 현상의 탐지가 매우 중요하다.

제안 방법

따라서 본 논문에서는 앞에서 설명한 바와 같이 비교적 연산 량이 적으면서도 정확한 도플러 스펙트럼 추정이 가능한 modified covariance 방법을 적용하여 스펙트럼 추정 결과들을 얻었다. 다음 장에서는 저고도 기상레이다의 모의 데이터 구현 방법에 대하여 간략하게 설명하였으며 이러한 기상 데이터들을 이용하여 구한 스펙트럼 추정 결과들을 기존의 FFT 스펙트럼 추정 결과들과 비교하고 분석하였다.
이러한 방법으로 구한 스펙트럼 추정은 Burg 방법에 비하여 스펙트럼의 왜곡현상이 덜 나타나는 특징을 보인다. 따라서 본 논문에서는 앞에서 설명한 바와 같이 비교적 연산 량이 적으면서도 정확한 도플러 스펙트럼 추정이 가능한 modified covariance 방법을 적용하여 스펙트럼 추정 결과들을 얻었다. 다음 장에서는 저고도 기상레이다의 모의 데이터 구현 방법에 대하여 간략하게 설명하였으며 이러한 기상 데이터들을 이용하여 구한 스펙트럼 추정 결과들을 기존의 FFT 스펙트럼 추정 결과들과 비교하고 분석하였다.
있다. 따라서 본 논문에서는 적용된 스펙트럼 추정 결과들의 향상 정도를 기존의 FFT 스펙트럼 추정 결과들과 비교하고 분석하기 위하여 다양한 기상 상황 및 기상 레이다 운용환경에 따른 조건들을 추가적으로 2가지 정도로 더 분류하여 모의 기상신호들을 발생 시켰다. 첫 번째는 지표면 등에 의한 중심 도플러 주파수가 0 인 클러터가존재하지 않고 기상 신호만 존재하는 경우이다.
그러므로 이러한 국지적인 기상 이변 현상 탐지의 목적에 맞도록 열악한 레이다 운용환경에서도 기상 도플러 스펙트럼 추정의 정확도를 높일 수 있는 방법을 선택하여야 한다. 본 논문에서는 파라미터 추정 방식중의 하나인 autoregressive(AR) 스펙트럼 추정 방법을 적용하여 스펙트럼 추정의 정확도를 비교하였다. p차 modified covariance AR 스펙트럼 추정 방법을 적용할 경우 N 개의 복소 데이터에서의 곱 및 합의 연산량은 Np+6p²이다.
배경 잡음전 력 밀도, 신호 및 클러터 전력의 비를 적절하게 조정함 으로서 실제와 유사한 시간 영역의 I, Q 데이터를 IFFT 를 이용하여 간단하게 모의구현 할 수 있다. 여기에서는 전형적으로 나타나는 클러터와 기상 신호등을 고려하여 식 (11)에서의 L 값은 2 이하로 하였으며 SNR(signal to noise ratio), SCR(signal to clutter ratio)에 따라 관련 ai나 N0 파라미터 값들을 조정하여 시간 영역의 I, Q 데 이터들을 모의 구현하였다. 그림 1은 CNR(clutter to noise ratio)이 40dB 인 경우로 고정 클러터, 즉 도플러 중심 주파수가 0으로 나타나는 강력한 지표면 클러터등이 존재하는 경우이다.
이러한 문제점들을 극복하기 위하여 본 논문에서는 AR 스펙트럼 추정 방식을 이용한 기상 스펙트럼 추정 방법을 도입, 적용하였으며 그 결과들을 비교하고 분석하였다.
없다. 이로 인한 기존의 FFT 스펙트럼 추정상의 문제점들을 분석하기 위하여 운용환경 및 기상상황에 따라 기존의 스펙트럼 추정 결과들과 modified covariance 방식의 AR 스펙트럼 추정 결과들을 비교하고 고찰하였다. 결과 분석에서 확인할 수 있는 것처럼 본 논문에서 적용한 AR 스펙트럼 추정 방법을 이용한다면 모든 경우에서 기존의 방법보다 더 신뢰성 있는 도플러 스펙트럼 추정이 가능함을 보였다.
이제 이동 클러터와 기상신호 전력이 인접하여 나타나고 두 개의 전력 값의 차이가 매우 큰 경우를 고려하여 보았다. 그림 10에 표시한 모의 도플러 스펙트럼은 이동클러터와 기상 신호전력의 차이가 20dB 인 경우로 이동클러터 전력이 압도적으로 높게 나타나는 경우이다.
이제 이동 클러터와 기상신호가 동시에 존재하는 경우에서의 도플러 스펙트럼 추정 결과들을 비교하여 보았다. 이동 클러터는 기상신호에 비하여 상대적으로 좁은 도플러 스펙트럼 폭을 가지므로 클러터 전력 값들이 비교적 좁은 도플러 주파수 영역에 집중되어 나타난다.
따라서 최근에 활용되고 있는 대부분의 기상 레이다에서는 FFT 알고리즘을 적용하여 전체적인 도플러 스펙트럼을 추정하는 방식을 채택하고 있다. 즉, 수신 기상신호의 도플러 전력 스펙트럼, S(f)를 추정한 후 0번째 첫 번째 그리고 두 번째 모멘트를 구하는 다음과 같은 방식으로 수신 기상신호의 강도, 풍속, 그리고 대기 교란 정도에 관련된 정보들을 추출한다.

이론/모형

AR 스펙트럼 추정 방식에는 Burg 방법 외에 몇 가지 종류가 있으나 본 논문에서는 연산 량이 크게 증가하지 않으면서도 스펙트럼 추정 편이나 스펙트럼 분지 현상 같은 문제가 거의 일어나지 않는 modified covariance 방법을 적용하였다[7-8].
따라서 이러한 목적으로 본 논문에서는 범용 도플러 전력 스펙트럼 모델을 사용하였다[9]. 즉 0 부근의 도플러 주파수에서 나타나는 해수면 또는 지표면 클러터를 포함하는 저고도 기상 도플러 전력 스펙트럼은 많은 경우에서 다음과 같은 가우시안 스펙트럼 형태의 합으로 모델링 되어질 수 있다.

성능/효과

이로 인한 기존의 FFT 스펙트럼 추정상의 문제점들을 분석하기 위하여 운용환경 및 기상상황에 따라 기존의 스펙트럼 추정 결과들과 modified covariance 방식의 AR 스펙트럼 추정 결과들을 비교하고 고찰하였다. 결과 분석에서 확인할 수 있는 것처럼 본 논문에서 적용한 AR 스펙트럼 추정 방법을 이용한다면 모든 경우에서 기존의 방법보다 더 신뢰성 있는 도플러 스펙트럼 추정이 가능함을 보였다. 향후 저고도 기상 레이다에서의 다양한 실측 자료들이 확보되면 추가적인 검증 및 성능 비교에 대한 연구를 별도로 진행할 예정이다.
이와 같이 상대적으로 기상신호의 전력이 매우 약하게 나타나는 경우에는 제한된 신호획득 시간으로 인한 문제점 때문에 그림 11에서 확인할 수 있는 것처럼 기상 신호전력을 이동 클러터와 구별해내는 것이 거의 불가능하다고 할 수 있다. 그러나 이러한 경우에도 본 논문에서 언급한 AR 스펙트럼 추정 방식을 적용하는 경우에는 그림 12에서 보는 것처럼 두 개의 첨두치를 갖는 기상 신호전력과 이동 클러터가 분리되어 나타나고 있음을 확인할 수 있다. 따라서 상대적으로 기상 신호 전력이 매우 약하게 나타나는 경우일 뿐만 아니라 강력한 클러터가 비교적 인접한 상황이라 할지라도 AR 스펙트럼 추정 방식을 사용하면 두 개의 도플러 전력에 대한 분리가 가능하다는 것을 알 수 있다.
이러한 경우에도 제한된 획득 시간으로 인하여 기존의 FFT 스펙트럼은 그림 8에서 보는 것처럼 방법상의 특징적인 제약들 때문에 정확한 추정이 제대로 이루어지지 않고 있음을 확인할 수 있다. 반면 그림 9의 결과를 살펴보면 그림 8과 동일한 시간 영역의 I, Q 데이터를 이용하였지만 AR 스펙트럼 추정을 한 경우에는 거의 정확한 스펙트럼 추정이 가능함을 확인할 수 있다.
그림 7은 이동 클러터 와 기상 신호가 도플러 주파수 영역에서 충분히 이격되어 나타나는 경우의 모의 도플러 스펙트럼 구현 결과이다. 이러한 경우에도 제한된 획득 시간으로 인하여 기존의 FFT 스펙트럼은 그림 8에서 보는 것처럼 방법상의 특징적인 제약들 때문에 정확한 추정이 제대로 이루어지지 않고 있음을 확인할 수 있다. 반면 그림 9의 결과를 살펴보면 그림 8과 동일한 시간 영역의 I, Q 데이터를 이용하였지만 AR 스펙트럼 추정을 한 경우에는 거의 정확한 스펙트럼 추정이 가능함을 확인할 수 있다.
따라서 상대적으로 기상 신호 전력이 매우 약하게 나타나는 경우일 뿐만 아니라 강력한 클러터가 비교적 인접한 상황이라 할지라도 AR 스펙트럼 추정 방식을 사용하면 두 개의 도플러 전력에 대한 분리가 가능하다는 것을 알 수 있다. 즉 기존 방식에 의한 그림 11의 경우와 비교하면 상대적으로 더 정확한 도플러스펙트럼 추정 결과를 얻을 수 있음을 확인할 수 있다.

후속연구

여기서 차수 p의 값은 적용 목적을 고려하면 3~5 정도의 범위라고 할 수 있다. 따라서 요구되는 연산 량을 그다지 크게 증가시키지 않으면서도 기존 FFT 방식의 스펙트럼 추정에서 나타나는 문제점들을 극복할 수 있을 것으로 예상된다.
따라서 기상 도플러 스펙트럼 추정에서의 신뢰성 및 정확도를 높이기 위해서는 modified covariance 방식을 이용한 AR 스펙트럼 추정 방법을 적용하는 것이 필요하다. 이러한 방법은 앞에서 언급한 바와 같이 추가적인 연산량 증가를 최소화하면서도 정확한 스펙트럼 추정을 가능하게 할 것이다.
결과 분석에서 확인할 수 있는 것처럼 본 논문에서 적용한 AR 스펙트럼 추정 방법을 이용한다면 모든 경우에서 기존의 방법보다 더 신뢰성 있는 도플러 스펙트럼 추정이 가능함을 보였다. 향후 저고도 기상 레이다에서의 다양한 실측 자료들이 확보되면 추가적인 검증 및 성능 비교에 대한 연구를 별도로 진행할 예정이다.

참고문헌 (9)

V. Chandrasekar, H. Chen, and B. Philips, "DFW urban radar network observations of floods, tornadoes and hail storms," in Proceedings of 2018 IEEE Radar Conference, Oklahoma City: OK, pp. 0765-0770, 2018.
B. Philips, T. Ryan, V. Chandrasekar, E. Lyons, T. Bradshaw, M. Fox, F. Junyent, and A. Bajaj, "Tracking tornados down streets: Using casa radars in real time severe weather warning operations in north central texas," in Proceedings of 2017 IEEE International Geoscience and Remote Sensing Symposium, Fort Worth: TX, pp. 5973-5976, 2017.
Q. Cao, M. Knight, M. Frech, and T. Mammen, "Measurement uncertainty and system assessment of weather radar network in Germany," in Proceedings of 2016 IEEE Radar Conference, Philadelphia: PA, pp. 1-5, 2016.
J. Li, X. Wang, T. Wang, J. Liu, H. Gao, and V. Chandrasekar, "Circulation retrieval of wake vortex under rainy condition with a vertically pointing radar," IEEE Transactions on Aerospace and Electronic Systems, vol. 53, no. 4, pp. 1893-1906, Aug. 2017.

상세보기
C. D. Curtis, M. Yeary, and J. L. Lake, "Adaptive nullforming to mitigate ground clutter on the national weather radar testbed phased array radar," IEEE Transactions on Geoscience and Remote Sensing, vol. 54, no. 3, pp. 1282-1291, Mar. 2016.

상세보기
D. S. Zrnic, "Estimation of spectral moments for weather echoes," IEEE Transactions on Geoscience Electronics, vol. 17, no. 4, pp. 113-128, Oct. 1979.

상세보기
S. Haykin and S. Kesler, "The complex form of the maximum entropy method for spectral estimation," Proceedings of the IEEE, vol. 64, no. 5, pp. 822-823, May. 1976.

상세보기
T. Thorvaldsen, "A comparison of the least squares method and the Burg method for autoregressive spectral analysis," IEEE Transactions on Antennas and Propagation, vol. 29, no. 4, pp. 675-679, Jul. 1981.

상세보기
J. Lee, "The efficient clutter simulation method for airborne radars," Journal of the Korea Institute of Information and Communication Engineering, vol. 23, no. 9, pp. 1123-1130, Sep. 2019.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증