Непараметричні алгоритми обробки локаційної інформації в задачах дистанційного зондування атмосфери

Abstract

Дисертаційна робота присвячена розробці та впровадженню непараметричних алгоритмів обробки локаційної інформації в задачах дистанційного зондування атмосфери, зокрема для радіотехнічних систем, що використовують широкосмугові випадкові сигнали. Актуальність теми дослідження зумовлена необхідністю підвищення точності та надійності вимірювань метеорологічних параметрів, важливих для забезпечення безпеки польотів, прогнозування погоди, екологічного моніторингу та інших галузей. Робота включає аналіз існуючих методів дистанційного зондування атмосфери з акцентом на використання широкосмугових випадкових сигналів. В дисертації досліджуються параметричні та непараметричні алгоритми виявлення сигналів, їх моделі та особливості. Запропоновано нові методи обробки сигналів, що базуються на ядерних оцінках інтегральної функції розподілу ймовірності та характеристичної функції, а також на концепції копул для аналізу багатовимірних розподілів. Основною метою роботи є розробка алгоритмів, що дозволяють підвищити ефективність і точність виявлення та вимірювання сигналів в умовах апріорної невизначеності та перешкод з невідомими характеристиками. Використання цих алгоритмів дозволяє отримувати більш точні дані про склад та стан атмосфери, що є критично важливим для різних застосувань, від метеорології до управління повітряним рухом. Експериментальна частина роботи включає розробку та випробування експериментальних зразків локаторів, що використовують широкосмугові випадкові сигнали, та їх апробацію на реальних даних. Результати досліджень показали високу ефективність запропонованих методів для вимірювання швидкості вітру, виявлення дощу та інших атмосферних явищ. Практичне значення одержаних результатів полягає у можливості покращення точності вимірювань метеорологічних параметрів, підвищення ефективності систем дистанційного зондування, а також у розвитку методів обробки сигналів для складних умов. Розроблені алгоритми можуть знайти застосування у військових системах, системах прогнозування погоди та екологічного моніторингу, забезпечуючи високу точність і надійність обробки даних.

This dissertation is dedicated to the development and implementation of nonparametric algorithms for processing locational information in atmospheric remote sensing tasks, particularly for radar systems using wideband random signals. The relevance of the study is driven by the need to improve the accuracy and reliability of meteorological measurements, which are crucial for flight safety, weather forecasting, environmental monitoring, and other fields. The work includes an analysis of existing methods of atmospheric remote sensing, such as radars, lidars, sodars, and satellite systems, with a focus on the use of wideband random signals. The dissertation investigates parametric and nonparametric signal detection algorithms, their models, and features. New signal processing methods are proposed based on kernel estimates of the integral probability distribution function and characteristic function, as well as on the concept of copulas for analyzing multivariate distributions. The main goal of the work is to develop algorithms that enhance the efficiency and accuracy of signal detection and measurement under conditions of a priori uncertainty and interference with unknown characteristics. The use of these algorithms allows for more precise data on the composition and state of the atmosphere, which is critically important for various applications, from meteorology to air traffic management. The experimental part of the work includes the development and testing of experimental locator prototypes using wideband random signals, and their validation on real data. The research results demonstrated the high efficiency of the proposed methods for measuring wind speed, detecting rain, and other atmospheric phenomena. The practical significance of the obtained results lies in the potential to improve the accuracy of meteorological measurements, enhance the efficiency of remote sensing systems, and advance signal processing methods for complex conditions. The developed algorithms can be applied in military systems, weather forecasting systems, and environmental monitoring, providing high precision and reliability of data processing.