RU2817178C1 - Method for determining characteristics of sea surface anomalies caused by processes in near-surface layers of the ocean and atmosphere, based on its radar images - Google Patents
Method for determining characteristics of sea surface anomalies caused by processes in near-surface layers of the ocean and atmosphere, based on its radar images Download PDFInfo
- Publication number
- RU2817178C1 RU2817178C1 RU2023123047A RU2023123047A RU2817178C1 RU 2817178 C1 RU2817178 C1 RU 2817178C1 RU 2023123047 A RU2023123047 A RU 2023123047A RU 2023123047 A RU2023123047 A RU 2023123047A RU 2817178 C1 RU2817178 C1 RU 2817178C1
- Authority
- RU
- Russia
- Prior art keywords
- radar
- sea surface
- images
- spectrum
- radar signal
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000008569 process Effects 0.000 title claims abstract description 7
- 239000002344 surface layer Substances 0.000 title claims abstract description 6
- 238000001228 spectrum Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000003595 spectral effect Effects 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 230000001678 irradiating effect Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000015572 biosynthetic process Effects 0.000 abstract description 2
- 230000003993 interaction Effects 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract 1
- 238000002474 experimental method Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000004094 surface-active agent Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Abstract
Description
Изобретение относится к области прикладной гидрофизики и может применяться для дистанционного автоматического обнаружения и классификации аномалий на морской поверхности, связанных с взаимодействием ветрового волнения и областей неоднородного течения, которые могут быть вызваны выходом внутренних волн, обтеканием подводного препятствия и т.п.The invention relates to the field of applied hydrophysics and can be used for remote automatic detection and classification of anomalies on the sea surface associated with the interaction of wind waves and areas of inhomogeneous flow, which can be caused by the release of internal waves, flow around an underwater obstacle, etc.
В значительной части работ, посвященных детектированию аномалий на морской поверхности, в частности, связанных с пленочными загрязнениями (патент RU 2479852 «Способ дальнего определения нефтяного загрязнения морской поверхности с помощью СВЧ-радиолокатора», публикация от 20.04.2013; патент RU 2529886 «Способ обнаружения нефтяных пленок на водной поверхности», публикация 10.10.2014), используются данные радиолокаторов с синтезированной апертурой, базирующихся на самолетах и спутниках (патент RU 2166774 «Способ и устройство формирования поляризационного портрета земной или морской поверхности в двухчастотной цифровой РСА» публикация 10.01.2001; патент RU 2109304 «Способ обнаружения аномалий морской поверхности», публикация от 20.04.1998). При радиолокационном зондировании морской поверхности из космоса часто невозможно однозначно связать аномалии в радиолокационном изображении с влиянием неоднородного течения, приводного ветра или загрязнений, в результате чего уменьшается вероятность правильного обнаружения и увеличивается вероятность ложных тревог.A significant part of the work devoted to the detection of anomalies on the sea surface, in particular those associated with film pollution (patent RU 2479852 “Method for long-range detection of oil pollution of the sea surface using a microwave radar”, publication dated April 20, 2013; patent RU 2529886 “Method of detection oil films on the water surface”, publication 10.10.2014), data from synthetic aperture radars based on aircraft and satellites are used (patent RU 2166774 “Method and device for forming a polarization portrait of the earth or sea surface in dual-frequency digital SAR” publication 01.10.2001; patent RU 2109304 “Method for detecting sea surface anomalies”, publication dated 04/20/1998). When radar sounding of the sea surface from space, it is often impossible to unambiguously associate anomalies in the radar image with the influence of heterogeneous currents, surface winds or pollution, as a result of which the probability of correct detection decreases and the probability of false alarms increases.
Известен способ обнаружения и наблюдения аномалий (неоднородностей волнений водной поверхности) по патенту RU 2503029 «Способ обнаружения аномалий на водной поверхности», публикация 27.12.2013. В данном способе обнаруживают аномалии на поверхности воды с заданной вероятностью ложной тревоги (правильного обнаружения) в условиях неравномерности интенсивности фоновых отражений локационного эхо-сигнала от поверхности воды во времени и в пространстве. Таким образом, в этом способе обнаруживают только пониженный уровень отражения, который считают аномалией.There is a known method for detecting and observing anomalies (irregularities in waves of the water surface) according to the patent RU 2503029 “Method for detecting anomalies on the water surface”, publication December 27, 2013. In this method, anomalies are detected on the water surface with a given probability of a false alarm (correct detection) under conditions of uneven intensity of background reflections of the location echo signal from the water surface in time and space. Thus, in this method, only a reduced level of reflection is detected, which is considered an anomaly.
Уровень мощности радиолокационного сигнала, рассеянного взволнованной поверхностью моря, связан с шероховатостью этой поверхности. За рассеяние зондирующего сигнала отвечает определенная резонансная спектральная компонента ветрового волнения kрез (Bass, F.G., Fuks, I.M., Kalmykov, А.Е., Ostrovsky, I.E., and Rosenberg A.D.: 1968, "Very High Frequency Radiowave Scattering by a Disturbed Sea Surface", IEEE Trans. AP-16, 554-568), а дополнительные условия приводят к флуктуациям отраженного сигнала. К дополнительным механизмам можно отнести неравномерное распределение в пространстве спектральной компоненты ветрового волнения kрез, связанное с неоднородностью поля приводного ветра и приповерхностных течений, наличие пленок поверхностно-активных веществ на поверхности, нерезонансные механизмы (обрушения волн, пена, брызги), которые могут существенно влиять на уровень рассеяния. На малых масштабах, порядка длины энергонесущей ветровой волны, проявляется модуляция kрез орбитальной скоростью длинной волны, известная как гидродинамическая модуляция (J. Schroter, F. Feindt, W. Alpers, W.C. Keller, Measurement of the ocean wave-radar modulation transfer function at 4.3 GHz, Journal of Geophysical Research, 1986, v. 91, NCI, 923-932). Благодаря гидродинамической модуляции на радиолокационных изображениях морской поверхности, полученных с элементом разрешения меньше длины энергонесущей ветровой волны, становятся видны длинные поверхностные волны. На больших масштабах проявляются явления выглаживания на морской поверхности, связанные с присутствием пленок поверхностно-активных веществ. Различают также пространственные неоднородности kрез, связанные с неоднородностью поля ветра: ветровые тени и др. Неоднородные течения, связанные с обтеканием особенностей рельефа дна, приливными фронтами, внутренними волнами и т.п. приводят к трансформации ветрового волнения в широком диапазоне длин поверхностных волн, что также влияет на интенсивность радиолокационного сигнала. Предлагаемый способ направлен на обнаружение таких областей неоднородности течений.The power level of the radar signal scattered by the rough surface of the sea is related to the roughness of this surface. A certain resonant spectral component of wind waves k res is responsible for the scattering of the sounding signal (Bass, FG, Fuks, IM, Kalmykov, A.E., Ostrovsky, IE, and Rosenberg AD: 1968, “Very High Frequency Radiowave Scattering by a Disturbed Sea Surface ", IEEE Trans. AP-16, 554-568), and additional conditions lead to fluctuations in the reflected signal. Additional mechanisms include the uneven spatial distribution of the spectral component of wind waves k res associated with the heterogeneity of the surface wind field and surface currents, the presence of films of surfactants on the surface, non-resonant mechanisms (wave breaking, foam, splashes), which can significantly influence to the scattering level. On small scales, on the order of the length of the energy-carrying wind wave, modulation of k res by the orbital velocity of the long wave, known as hydrodynamic modulation, appears (J. Schroter, F. Feindt, W. Alpers, WC Keller, Measurement of the ocean wave-radar modulation transfer function at 4.3 GHz, Journal of Geophysical Research, 1986, v. 91, NCI, 923-932). Thanks to hydrodynamic modulation, long surface waves become visible in radar images of the sea surface obtained with a resolution element less than the length of the energy-carrying wind wave. On large scales, smoothing phenomena appear on the sea surface associated with the presence of films of surfactants. There are also spatial inhomogeneities k res associated with the inhomogeneity of the wind field: wind shadows, etc. Inhomogeneous currents associated with the flow around features of the bottom topography, tidal fronts, internal waves, etc. lead to transformation of wind waves in a wide range of surface wavelengths, which also affects the intensity of the radar signal. The proposed method is aimed at detecting such areas of flow inhomogeneity.
В качестве прототипа выбран способ определения аномалий на морской поверхности неконтактным радиолокационным методом (патент RU 2582073, публикация 20.04.2016). В способе - прототипе для дешифрирования аномальных участков осуществляют преобразование текстурных признаков изображения в "шероховатость" пространственного волнения. Для этого используют двухчастотное облучение водной поверхности сигналами радиолокационных станций, прием отраженных сигналов, после чего для анализа полученных данных переходят из временной области в частотную область с использованием Вейвлет-преобразования. Об обнаружении аномалии морской поверхности, судят по среднеквадратическому отклонению (СКО) анализируемого сигнала по всему ансамблю анализируемых частот.The prototype chosen is a method for determining anomalies on the sea surface using a non-contact radar method (patent RU 2582073, publication 04/20/2016). In the prototype method for deciphering anomalous areas, the textural features of the image are converted into the “roughness” of spatial disturbance. To do this, they use dual-frequency irradiation of the water surface with signals from radar stations, reception of reflected signals, after which, to analyze the obtained data, they move from the time domain to the frequency domain using the Wavelet transform. The detection of an anomaly on the sea surface is judged by the standard deviation (RMS) of the analyzed signal over the entire ensemble of analyzed frequencies.
Помимо целевых аномалий на морской поверхности наблюдаются фоновые, которые могут присутствовать в достаточно большом количестве. Все эти аномалии морской поверхности могут существенно повлиять на величину среднеквадратического отклонения. Поэтому для уменьшения нежелательного влияния аномалий на пороговый уровень СКО нужно иметь запись принятого сигнала достаточной длительности, что занимает много времени и требует большого объема данных для обработки. Другим недостатком способа - прототипа является невозможность разделения аномалий на фоновые и целевые.In addition to target anomalies, background anomalies are observed on the sea surface, which can be present in quite large quantities. All these sea surface anomalies can significantly affect the value of the standard deviation. Therefore, to reduce the undesirable influence of anomalies on the threshold level of the standard deviation, it is necessary to have a recording of the received signal of sufficient duration, which takes a lot of time and requires a large amount of data for processing. Another disadvantage of the prototype method is the inability to separate anomalies into background and target ones.
Задачей, на решение которой направлено данное изобретение, является разработка способа определения характеристик аномалий морской поверхности, обусловленных процессами в приповерхностных слоях океана и атмосферы по ее радиолокационным изображениям, позволяющего обнаружить аномалии морской поверхности по ее радиолокационным изображениям.The problem to which this invention is aimed is to develop a method for determining the characteristics of sea surface anomalies caused by processes in the near-surface layers of the ocean and atmosphere from its radar images, which makes it possible to detect sea surface anomalies from its radar images.
Технический результат, определяемый вышеуказанной задачей, достигается благодаря тому, что разработанный способ так же, как и способ, который является ближайшим аналогом, включает облучение водной поверхности сигналом радиолокационной станции, прием отраженного эхосигнала, формирование пространственно-временных радиолокационных изображений морской поверхности на основе принятого сигнала радиолокационной станции и их обработку во временной области, спектральную обработку радиолокационных изображений, принятие решения о наличии или отсутствии аномалии путем сравнения результатов спектральной обработки с помощью порогового метода.The technical result determined by the above task is achieved due to the fact that the developed method, like the method that is the closest analogue, includes irradiating the water surface with a radar signal, receiving the reflected echo signal, and generating spatio-temporal radar images of the sea surface based on the received signal radar station and their processing in the time domain, spectral processing of radar images, deciding on the presence or absence of an anomaly by comparing the results of spectral processing using the threshold method.
Новым в разработанном способе является то, что используют радиолокационную станцию кругового обзора, формирование пространственно-временных радиолокационных изображений морской поверхности выполняют во всем диапазоне азимутальных углов от 0 до 360°, при этом весь диапазон азимутальных углов делят на секторы и дальнейшую обработку принятого сигнала радиолокационной станции выполняют отдельно для каждого сектора, образуя пространственно-временные радиолокационные изображения, для спектральной обработки радиолокационных пространственно-временных изображений используют оконное преобразование Фурье (А.А. Бочарова, Н.Ю. Зайко. Математические основы обработки сигналов. Учебное электронное издание. Учебное пособие для вузов. Владивосток, Издательство Дальневосточного федерального университета, 2022, с. 34-35) для временной зависимости мощности принятого радиолокационного сигнала с выбранной дальности, при этом вычисляют текущие значения параметров: интеграла спектра временной зависимости мощности принятого радиолокационного сигнала W в диапазоне частот от 0 до 0,03 Гц (назовем этот диапазон частот в контексте данной заявки для упрощения отсылок к нему: Низкочастотный диапазон) и максимума спектра временной зависимости мощности принятого радиолокационного сигнала М в Низкочастотном диапазоне, вычисляют текущие гистограммы этих характеристик спектра за определенный промежуток времени (назовем этот промежуток времени - реализация) для принятия решения о наличии или отсутствии аномалии на морской поверхности. Длительность реализации равна времени, в течение которого не изменяются условия эксперимента - поиска аномалии. Например, прямолинейного движения с постоянной скоростью носителя радиолокатора.What is new in the developed method is that an all-round radar station is used, the formation of spatio-temporal radar images of the sea surface is performed in the entire range of azimuthal angles from 0 to 360°, while the entire range of azimuthal angles is divided into sectors and further processing of the received radar signal are performed separately for each sector, forming spatio-temporal radar images; for spectral processing of radar spatio-temporal images, the window Fourier transform is used (A.A. Bocharova, N.Yu. Zaiko. Mathematical foundations of signal processing. Educational electronic publication. Textbook for universities. Vladivostok, Far Eastern Federal University Publishing House, 2022, p. 34-35) for the time dependence of the power of the received radar signal from the selected range, while calculating the current values of the parameters: the integral of the spectrum of the time dependence of the power of the received radar signal W in the frequency range from 0 to 0.03 Hz (let's call this frequency range in the context of this application to simplify references to it: Low-frequency range) and the maximum spectrum of the time dependence of the power of the received radar signal M in the Low-frequency range, calculate the current histograms of these spectrum characteristics for a certain period of time (let's call this period time - implementation) to make a decision about the presence or absence of an anomaly on the sea surface. The duration of the implementation is equal to the time during which the conditions of the experiment - the search for an anomaly - do not change. For example, rectilinear movement with a constant speed of the radar carrier.
Разработанный способ поясняется следующими фигурами, которые иллюстрирует предлагаемый способ и получены в ходе описанного ниже примера обработки радиолокационных экспериментальных данных.The developed method is illustrated by the following figures, which illustrate the proposed method and were obtained during the example of processing radar experimental data described below.
На фиг. 1 представлен пример радиолокационного изображения сектора морской поверхности в координатах дальность - время суток (для дальности до 1700 м). Справа приведена шкала нормированной на среднее для каждого значения дальности интенсивности изображения I=IDist/IAver_Dist.In fig. Figure 1 shows an example of a radar image of a sector of the sea surface in coordinates range - time of day (for a range of up to 1700 m). On the right is a scale normalized to the average for each value of the image intensity range I=I Dist /I Aver_Dist .
На фиг. 2 представлена гистограмма (по оси ординат приведено число повторений в реализации значения W) величины интеграла спектра временной зависимости мощности принятого радиолокационного сигнала W в Низкочастотном диапазоне для участка морской поверхности в отсутствии аномалий, причем масштаб по оси абсцисс выбран таким образом, чтобы было наглядно видно распределение числа повторений от W.In fig. Figure 2 shows a histogram (the ordinate shows the number of repetitions in the implementation of the value W) of the integral of the spectrum of the time dependence of the power of the received radar signal W in the Low-frequency range for a section of the sea surface in the absence of anomalies, and the scale along the x-axis is chosen so that the distribution is clearly visible number of repetitions from W.
На фиг. 3 представлены гистограммы (по оси ординат приведено число повторений в реализации значения W) величины интеграла спектра временной зависимости мощности принятого радиолокационного сигнала в Низкочастотном диапазоне W для участка морской поверхности: а) в отсутствии аномалий, при этом легко заметить, что это та же гистограмма, что и на фиг. 2, только в другом масштабе по оси абсцисс; б) при наличии аномалий. При выбранном масштабе стало легко сравнить гистограммы на фиг. 3а и 3б: наличие аномалий характеризуется возникновением больших значений W.In fig. Figure 3 shows histograms (the ordinate shows the number of repetitions in the implementation of the value W) of the integral of the spectrum of the time dependence of the power of the received radar signal in the Low-frequency range W for a section of the sea surface: a) in the absence of anomalies, and it is easy to notice that this is the same histogram, as in fig. 2, only on a different scale along the x-axis; b) in the presence of anomalies. With the chosen scale, it became easy to compare the histograms in Fig. 3a and 3b: the presence of anomalies is characterized by the occurrence of large values of W.
На фиг. 4 представлено изменение во времени: а) интеграла спектра временной зависимости мощности принятого радиолокационного сигнала W в Низкочастотном диапазоне, б) максимума спектра временной зависимости мощности принятого радиолокационного сигналам в Низкочастотном диапазоне, при прохождении аномалии.In fig. Figure 4 shows the change over time: a) the integral of the spectrum of the time dependence of the power of the received radar signal W in the Low-frequency range, b) the maximum spectrum of the time dependence of the power of the received radar signal in the Low-frequency range, during the passage of the anomaly.
Единицы представления величин W и М на фигурах, обозначенные, как «уе», опишем ниже.The units of representation of the quantities W and M in the figures, designated as “ue”, will be described below.
Способ определения характеристик аномалий морской поверхности, обусловленных процессами в приповерхностных слоях океана и атмосферы по ее радиолокационным изображениям, реализуют следующим образом.A method for determining the characteristics of sea surface anomalies caused by processes in the near-surface layers of the ocean and atmosphere from its radar images is implemented as follows.
Предлагаемый способ использует радиоволновое излучение сверхвысокочастотного диапазона, в котором работают судовые и береговые радиолокационные станции, а также авиационные и спутниковые радиолокаторы с синтезированной апертурой, что обеспечивает эффективность способа в сложных метеорологических условиях, в том числе в ночное время.The proposed method uses microwave radiation in the ultra-high frequency range, in which ship and coastal radar stations, as well as aircraft and satellite synthetic aperture radars operate, which ensures the effectiveness of the method in difficult meteorological conditions, including at night.
В предлагаемом способе применяют радиолокационное зондирование при скользящих углах с борта движущегося судна. В качестве радиолокационной системы, работающей под скользящими углами, может выступать судовая радиолокационная станция. Ширина полосы обзора радиолокационной станции, установленной на судне, значительно ниже, чем у аналогичных систем, расположенных на самолетах и спутниках, однако размещение на борту судна дает более полную картину явлений, протекающих в океане. Судовая радиолокационная станция имеет высокое пространственное разрешение и дает возможность в течение длительного времени наблюдать небольшие участки исследуемой поверхности и, следовательно, обнаруживать, в том числе, медленные процессы.The proposed method uses radar sensing at sliding angles from the side of a moving vessel. A ship's radar station can act as a radar system operating at sliding angles. The swath width of a radar installed on a ship is significantly lower than that of similar systems located on aircraft and satellites, but placement on board a ship provides a more complete picture of the phenomena occurring in the ocean. A ship's radar station has a high spatial resolution and makes it possible to observe small areas of the surface under study for a long time and, therefore, detect, among other things, slow processes.
В предлагаемом способе анализируют радиолокационные изображения морской поверхности в координатах дальность-время, являющиеся результатом обработки серии круговых панорам, полученных с помощью радиолокационной станции кругового обзора. При формировании пространственно-временных радиолокационных изображений морской поверхности весь диапазон азимутальных углов 0°-360° делят на секторы с определенным угловым разрешением (обработка данных многочисленных экспериментальных исследований показала, что оптимальная ширина сектора составляет 20°. Ниже приведен пример использования предлагаемого способа обработки для выбранного значения ширины сектора). В каждом секторе производят усреднение сигнала по азимутальному углу для всей серии полученных круговых панорам - тем самым реализуют режим бокового обзора с временным разрешением, определяемым периодом вращения антенны. Пример полученного изображения морской поверхности в координатах дальность-время для одного сектора приведен на фиг. 1. Подобные изображения морской поверхности получают отдельно для каждого сектора по всему диапазону азимутальных углов 0°-360°. Морская поверхность на радиолокационных изображениях проявляется в виде полосатой структуры с меняющейся интенсивностью при условии присутствия ветровой волны или волны зыби с длиной больше двух разрешений радиолокационной станции по дальности.In the proposed method, radar images of the sea surface are analyzed in range-time coordinates, which are the result of processing a series of circular panoramas obtained using a 360-degree radar station. When forming spatiotemporal radar images of the sea surface, the entire range of azimuthal angles 0°-360° is divided into sectors with a certain angular resolution (processing data from numerous experimental studies has shown that the optimal sector width is 20°. Below is an example of using the proposed processing method for the selected sector width values). In each sector, the signal is averaged over the azimuthal angle for the entire series of obtained circular panoramas - thereby implementing a side-view mode with a time resolution determined by the antenna rotation period. An example of the resulting image of the sea surface in distance-time coordinates for one sector is shown in Fig. 1. Similar images of the sea surface are obtained separately for each sector over the entire range of azimuthal angles 0°-360°. The sea surface in radar images appears as a striped structure with varying intensity in the presence of a wind wave or swell wave with a length greater than two radar range resolutions.
Полученные отдельно для каждого сектора радиолокационные изображения подвергают спектральной обработке по времени на заданной дальности, используя оконное преобразование Фурье. Далее проводят анализ полученного спектра Фурье для временной зависимости мощности принятого радиолокационного сигнала с выбранной дальности в Низкочастотном диапазоне от 0 до 0,03 Гц в предположении, что искомые аномалии проявляются в этом указанном диапазоне спектра. Решение о наличии аномалии принимают, используя пороговый метод.The radar images obtained separately for each sector are subjected to spectral processing in time at a given range using a windowed Fourier transform. Next, the resulting Fourier spectrum is analyzed for the time dependence of the power of the received radar signal from the selected range in the Low-frequency range from 0 to 0.03 Hz, under the assumption that the desired anomalies appear in this specified spectrum range. The decision about the presence of an anomaly is made using the threshold method.
В способе - прототипе решение о наличии аномалии также принимают, используя пороговый метод, причем в качестве порога для принятия решения используют рассчитанную величину среднего квадратичного отклонения. Целевая аномалия морской поверхности, связанная, например, с проявлением внутренних волн, вносит значимый вклад в расчет величины среднеквадратичного отклонения. Кроме того, помимо целевых (искомых) аномалий на морской поверхности наблюдаются фоновые, связанные, например, с неоднородным полем ветра, пленочными загрязнениями и т.п., которые могут присутствовать в достаточно большом количестве и также существенно влияют на величину среднеквадратичного отклонения, тем самым завышая рассчитываемый порог. В предлагаемом способе вместо расчета порога по величине СКО расчет ведут по уровню невозмущенного сигнала. Даже при условии частого наблюдения аномалий на морской поверхности область, которую они занимают, будет меньше невозмущенной области. На основании этого разработан алгоритм, вычисляющий уровень сигнала без учета вклада аномалий. В основе метода лежит построение гистограммы величины, для которой требуется установить значение порога. При условии, что время наблюдения аномалий значительно меньше длительности обрабатываемой реализации, аномалии будут проявлять себя в хвосте полученного распределения (см. фиг. 3б). Невозмущенный (фоновый) уровень рассматриваемой величины вычисляется как половина ширины гистограммы на заданном уровне. Для вычисления порога величина фонового уровня умножается на коэффициент, подбираемый экспериментально в зависимости от гидро-, метеоусловий для каждого из искомых параметров W и М. Подобный подход также позволяет решить проблему с некалиброванным уровнем сигнала РЛС, который может зависеть от гидрометеорологических условий.In the prototype method, the decision about the presence of an anomaly is also made using the threshold method, and the calculated value of the standard deviation is used as the threshold for making a decision. The target sea surface anomaly, associated, for example, with the manifestation of internal waves, makes a significant contribution to the calculation of the standard deviation. In addition, in addition to the target (sought) anomalies on the sea surface, background anomalies are observed, associated, for example, with an inhomogeneous wind field, film pollution, etc., which can be present in sufficiently large quantities and also significantly affect the value of the standard deviation, thereby overestimating the calculated threshold. In the proposed method, instead of calculating the threshold based on the value of the standard deviation, the calculation is carried out based on the level of the unperturbed signal. Even if anomalies are frequently observed on the sea surface, the area they occupy will be smaller than the undisturbed area. Based on this, an algorithm has been developed that calculates the signal level without taking into account the contribution of anomalies. The method is based on constructing a histogram of the value for which it is necessary to set the threshold value. Provided that the observation time of the anomalies is significantly less than the duration of the processed implementation, the anomalies will manifest themselves in the tail of the resulting distribution (see Fig. 3b). The unperturbed (background) level of the quantity under consideration is calculated as half the width of the histogram at a given level. To calculate the threshold, the background level is multiplied by a coefficient selected experimentally depending on hydro- and meteorological conditions for each of the desired parameters W and M. This approach also allows us to solve the problem with the uncalibrated radar signal level, which may depend on hydrometeorological conditions.
В разработанном способе определение области аномалии радиолокационного сигнала производят на основе анализа характеристик Низкочастотного диапазона спектра временной зависимости мощности принятого радиолокационного сигнала: интеграла W, определяемого как площадь под спектром в интервале частот 0-0,03 Гц и максимума спектра М в полосе 0-0,03 Гц, а также размера области, для которой наблюдается одновременное превышение порогового уровня величинами W и M.In the developed method, the area of anomaly of the radar signal is determined based on the analysis of the characteristics of the Low-frequency range of the spectrum of the time dependence of the power of the received radar signal: the integral W, defined as the area under the spectrum in the frequency range 0-0.03 Hz and the maximum of the spectrum M in the band 0-0, 03 Hz, as well as the size of the area for which the threshold level is simultaneously exceeded by the values of W and M.
Как было упомянуто выше, на фиг. 3 представлены гистограммы величины интеграла спектра временной зависимости мощности принятого радиолокационного сигнала Wb Низкочастотном диапазоне для участка морской поверхности: а) в отсутствии аномалий, б) при наличии аномалий. Как видно, большие значения величины интеграла, связанные с аномалией, встречаются намного реже, чем значения величины фонового уровня. По максимуму гистограммы определяют уровень невозмущенного (фонового) значения каждого параметра низкочастотного диапазона спектра. Значение порога устанавливают, например, равным значению невозмущенного уровня каждого параметра (см. фиг. 3а и 4а).As mentioned above, FIG. Figure 3 shows histograms of the value of the spectrum integral of the time dependence of the power of the received radar signal Wb in the low-frequency range for a section of the sea surface: a) in the absence of anomalies, b) in the presence of anomalies. As can be seen, large values of the integral associated with the anomaly are much less common than values of the background level. The maximum of the histogram determines the level of the undisturbed (background) value of each parameter of the low-frequency range of the spectrum. The threshold value is set, for example, equal to the value of the unperturbed level of each parameter (see Figs. 3a and 4a).
Решение о наличии аномалии принимают в случае превышения вычисленного порогового уровня величинами W и М (фиг. 4). Горизонтальные линии на фиг. 4а и 4б показывают величину порога, вычисленного по гистограммам характеристик спектра (см. фиг. 3а и 3б).The decision about the presence of an anomaly is made if the calculated threshold level is exceeded by the values of W and M (Fig. 4). Horizontal lines in Fig. 4a and 4b show the threshold value calculated from histograms of spectrum characteristics (see Figs. 3a and 3b).
Параметры аномалий морской поверхности включают в себя время, координаты обнаружения аномалии, размер занимаемой области по времени, величины W и М, спектр временной зависимости мощности принятого радиолокационного сигнала в Низкочастотном диапазоне. Все параметры найденных аномалий формируют массив данных, который в дальнейшем может использоваться для настройки алгоритма классификации аномалий.Parameters of sea surface anomalies include time, coordinates of detection of the anomaly, the size of the occupied area in time, the values of W and M, the spectrum of the time dependence of the power of the received radar signal in the Low-frequency range. All parameters of the detected anomalies form a data array, which can later be used to configure the anomaly classification algorithm.
Пример реализации предлагаемого способа.An example of the implementation of the proposed method.
Предложенный авторами способ был проверен в ходе проведения натурных экспериментов в условиях присутствия фоновых аномалий. В качестве радиолокационной станции кругового обзора использовали судовую радиолокационную станцию X-диапазона ICOM - MR1200RII, работающую в импульсном режиме с длительностью импульса около 80 не, что обеспечивает пространственное разрешение 12 м. Угловое разрешение определяется шириной диаграммы направленности антенны, которая составляла 4 градуса. После излучения импульса радиолокационной станцией осуществляют прием эхосигнала на ту же антенну. Частота следования импульсов составляла 2 кГц, скорость вращения антенны - 36 оборотов в минуту. С помощью соединенного с радиолокационной станцией компьютера, имеющего в составе блок с модулем оцифровки (включающий АЦП с разрядностью 16 бит) и модулем предварительной обработки (разделяющего эхосигнал кругового обзора на данные, соответствующие секторам шириной 20°) производили запись видеосигнала с судовой радиолокационной станции с частотой квантования 25 МГц. Выполняли запись в файл 1000 последовательных значений принятого сигнала для каждого импульса излучения, что соответствует дальности до 6 км. В результате последующей обработки файла радиолокационных изображений морской поверхности в координатах дальность-время с помощью компьютерной программы оконного Фурье-преобразования в диапазоне низких временных частот определяли наличие или отсутствие аномалии на морской поверхности. Для этого анализировали величины интеграла Низкочастотного диапазона спектра, определяемого как площадь под спектром в интервале частот 0-0,03 Гц и максимума спектра в полосе 0-0,03 Гц, для которой наблюдается одновременное превышение порогового уровня величинами W и М. Имея вышеприведенную информацию, можно также определить размер и расположение области аномалии.The method proposed by the authors was tested during field experiments in the presence of background anomalies. As an all-round radar station, we used a shipborne X-band radar station ICOM - MR1200RII, operating in pulse mode with a pulse duration of about 80 ns, which provides a spatial resolution of 12 m. The angular resolution is determined by the width of the antenna radiation pattern, which was 4 degrees. After the pulse is emitted by the radar station, the echo signal is received at the same antenna. The pulse repetition rate was 2 kHz, the antenna rotation speed was 36 rpm. Using a computer connected to the radar station, containing a block with a digitization module (including an ADC with a 16-bit capacity) and a pre-processing module (dividing the all-round echo signal into data corresponding to sectors 20° wide), a video signal was recorded from the ship's radar station with a frequency 25 MHz quantization. 1000 consecutive values of the received signal were recorded in a file for each radiation pulse, which corresponds to a range of up to 6 km. As a result of subsequent processing of a file of radar images of the sea surface in range-time coordinates using a computer program for windowed Fourier transform in the low time frequency range, the presence or absence of an anomaly on the sea surface was determined. To do this, we analyzed the values of the integral of the Low-frequency range of the spectrum, defined as the area under the spectrum in the frequency range 0-0.03 Hz and the maximum of the spectrum in the band 0-0.03 Hz, for which the threshold level is simultaneously exceeded by the values of W and M. Having the above information , you can also determine the size and location of the anomaly area.
Ранее уже было отмечено, что все приведенные в качестве поясняющих предлагаемый способ фигуры 1-4, получены в ходе обработки экспериментальных данных. Для простоты восприятия в качестве единиц, для отображения величин W и М на фигурах выбраны условные единицы: «уе». В ходе описываемого натурного эксперимента измерялись величины электрического напряжения, выводимые из упомянутого выше блока компьютера, соединенного с радиолокационной станцией, которые определяют величины W и М, для построения соответствующих графиков. Эти величины и обозначены на графиках, как «уе».It was previously noted that all figures 1-4 given as an explanation of the proposed method were obtained during the processing of experimental data. For ease of perception, conventional units were chosen as units to display the values of W and M in the figures: “ue”. During the described full-scale experiment, the electrical voltage values output from the above-mentioned computer block connected to the radar station, which determine the values of W and M, were measured to construct the corresponding graphs. These values are designated on the graphs as “ue”.
Следует также упомянуть, что соединение компьютера с радиолокационной станцией, создание описанного выше блока, программ обработки данных не представляют большой сложности для специалистов в данных областях.It should also be mentioned that connecting a computer to a radar station, creating the block described above, and data processing programs are not very difficult for specialists in these fields.
Таким образом, разработанный способ определения характеристик аномалий морской поверхности, обусловленных процессами в приповерхностных слоях океана и атмосферы по ее радиолокационным изображениям позволяет обнаружить аномалии морской поверхности по ее радиолокационным изображениям.Thus, the developed method for determining the characteristics of sea surface anomalies caused by processes in the near-surface layers of the ocean and atmosphere from its radar images makes it possible to detect sea surface anomalies from its radar images.
Claims (6)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2817178C1 true RU2817178C1 (en) | 2024-04-11 |
Family
ID=
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2479852C1 (en) * | 2011-08-02 | 2013-04-20 | Российская Федерация, От Имени Которой Выступает Министерство Промышленности И Торговли Российской Федерации | Method for remote determination of oil contamination of sea surface using microwave radar |
| RU2582073C2 (en) * | 2014-07-01 | 2016-04-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия имени Адмирала Флота Советского Союза Н.Г. Кузнецова" | Method of detecting anomalies on sea surface in contactless radar method |
| RU2670175C1 (en) * | 2017-12-23 | 2018-10-18 | Федеральное государственное бюджетное учреждение науки Институт мерзлотоведения им. П.И. Мельникова Сибирского отделения Российской академии наук | Method of georadar survey of underwater linear objects |
| RU2784788C1 (en) * | 2022-04-13 | 2022-11-29 | Российская Федерация, от имени которой выступает ФОНД ПЕРСПЕКТИВНЫХ ИССЛЕДОВАНИЙ | Method for determining sea surface anomalies from optical images |
| US20230110848A1 (en) * | 2020-02-18 | 2023-04-13 | HG Partners, LLC | Continuous-wave radar system for detecting ferrous and non-ferrous metals in saltwater environments |
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2479852C1 (en) * | 2011-08-02 | 2013-04-20 | Российская Федерация, От Имени Которой Выступает Министерство Промышленности И Торговли Российской Федерации | Method for remote determination of oil contamination of sea surface using microwave radar |
| RU2582073C2 (en) * | 2014-07-01 | 2016-04-20 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военный учебно-научный центр Военно-Морского Флота "Военно-морская академия имени Адмирала Флота Советского Союза Н.Г. Кузнецова" | Method of detecting anomalies on sea surface in contactless radar method |
| RU2670175C1 (en) * | 2017-12-23 | 2018-10-18 | Федеральное государственное бюджетное учреждение науки Институт мерзлотоведения им. П.И. Мельникова Сибирского отделения Российской академии наук | Method of georadar survey of underwater linear objects |
| US20230110848A1 (en) * | 2020-02-18 | 2023-04-13 | HG Partners, LLC | Continuous-wave radar system for detecting ferrous and non-ferrous metals in saltwater environments |
| RU2784788C1 (en) * | 2022-04-13 | 2022-11-29 | Российская Федерация, от имени которой выступает ФОНД ПЕРСПЕКТИВНЫХ ИССЛЕДОВАНИЙ | Method for determining sea surface anomalies from optical images |
| RU2794871C1 (en) * | 2022-04-13 | 2023-04-25 | Российская Федерация, от имени которой выступает ФОНД ПЕРСПЕКТИВНЫХ ИССЛЕДОВАНИЙ | Method for determining characteristics of sea surface anomalies caused by processes in the near-surface layers of the ocean and atmosphere from its optical images |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ouchi et al. | Ship detection based on coherence images derived from cross correlation of multilook SAR images | |
| Borge et al. | Use of nautical radar as a wave monitoring instrument | |
| Grosdidier et al. | HFSW radar model: Simulation and measurement | |
| Posner | Spiky sea clutter at high range resolutions and very low grazing angles | |
| US6717545B2 (en) | Adaptive system and method for radar detection | |
| Fiche et al. | Analysis of X-band SAR sea-clutter distributions at different grazing angles | |
| Lund et al. | Marine radar ocean wave retrieval’s dependency on range and azimuth | |
| US20100265122A1 (en) | Radar system | |
| Hwang et al. | On a novel approach using MLCC and CFAR for the improvement of ship detection by synthetic aperture radar | |
| Grover et al. | Ship detection using Sentinel-1 SAR data | |
| Yin et al. | Narrow-band clutter mitigation in spectral polarimetric weather radar | |
| Chen et al. | Ship echo identification based on norm-constrained adaptive beamforming for an arrayed high-frequency coastal radar | |
| Wyatt et al. | Factors affecting the accuracy of SHOWEX HF radar wave measurements | |
| RU2817178C1 (en) | Method for determining characteristics of sea surface anomalies caused by processes in near-surface layers of the ocean and atmosphere, based on its radar images | |
| Gu et al. | A speckle noise suppression method based on surface waves investigation and monitoring data | |
| Ouchi et al. | Interlook cross-correlation function of speckle in SAR images of sea surface processed with partially overlapped subapertures | |
| Fiche et al. | Statistical analysis of low grazing angle high resolution X-band SAR sea clutter | |
| Galati et al. | High resolution measurements and characterization of urban, suburban and country clutter at X-band and related radar calibration | |
| Pieralice et al. | An innovative methodological approach in the frame of Marine Strategy Framework Directive: A statistical model based on ship detection SAR data for monitoring programmes | |
| Joshi et al. | Automatic cfar ship detection in single–channel range-compressed airborne radar data | |
| Ji et al. | Performance analysis of target detection with compact HFSWR | |
| Robinson et al. | Coastal oceanography applications of digital image data from marine radar | |
| Vattulainen et al. | Amplitude distribution of low grazing angle G-band littoral sea clutter | |
| Danilo et al. | Extracting Usable Geophysical Doppler Properties from Sentinel–1 for Coastal Monitoring | |
| Bouaraba et al. | Drastic improvement of change detection results with multilook complex SAR images approach |