دفاعیه کارشناسی ارشد (برق و کامپیوتر) حذف نویز داده های رادار هواشناسی با استفاده از فیلترکالمن و ماتریس کواریانس بهینه

 | تاریخ ارسال: 1402/6/23 | 
دانشجو: آقای محمود قاسم‌وند
استاد راهنما: دکتر الهام امینی بروجنی
زمان: دوشنبه ۲۷ شهریور ماه ۱۴۰۲ ساعت: ۱۵:۰۰
مکان: کرج دانشکده فنی و مهندسی کلاس ۲۰۵
چکیده
شناسایی و اندازه گیری نویز برای تخمین و کنترل کیفیت داده های رادار در نسبت سیگنال به نویز متوسط به پایین (SNR) از اهمیت برخوردار بوده و این موضوع برای عملکرد صحیح الگوریتم‌های خودکار و پیش‌بینی‌ های دقیق حاصل از چنین داده‌ هایی، حیاتی است. اندازه‌گیری‌ های نادرست توان نویز ممکن است منجر به کاهش پوشش در مواردی شود که قدرت نویز بیش از حد تخمین زده می‌شود یا در صورت ناچیز گرفتن توان نویز، داده های رادار همراه با نویز وارد مدل هواشناسی شده و خروجی و پیش بینی را مختل نماید. همچنین مشاهدات سری زمانی غالباً دارای داده های پرت، مشاهدات همراه با خطا و مقادیر نامشخص می باشند. در نتیجه، شناسایی و اندازه‌گیری دقیق نویز برای عملکرد مناسب تکنیک‌های کنترل کیفیت در داده های رادارها و از جمله رادارهای هواشناسی ضروری است. رادارهای تحقیقاتی هواشناسی که اخیراً توسعه یافته اند، می توانند تمام اجزا و پراکندگی های دامنه عملکرد خود را اندازه گیری کنند. اندازه گیری مناسب و تفسیر مناسب این اندازه‌گیری‌ها به بهبود بیشتر الگوریتم‌های پیش بینی پارامترهای هواشناسی، کمک می‌کند. نوع دیگری از نویزها شامل امواج الکتریکی و الکترومغناطیسی تلوریک با منشاء طبیعی مثل بادهای خورشیدی یا رعد و برق می باشد. 
یکی از روش های حذف نویز از داده ها، استفاده از فیلتر کالمن می باشد که یک فیلتر بهینه با استفاده از ماتریس کواریانس می باشد. بهینه بودن فیلتر کالمن متاثر از حداقل بود ماتریس کواریانس سیستم می باشد. در این پژوهش تلاش می گردد تا با استفاده از تکنیک ها و محاسبات آماری پیشرفته و به صورت طراحی یک پیش فیلتر، داده های خروجی رادار را پالایش کرده و سپس این داده های پالایش شده، وارد فیلتر کالمن گردند تا بدین صورت ماتریس کواریانس سیستم بهینه شده و در نتیجه عملکرد فیلتر کالمن در حذف نویز بهبود یابد. به عبارت دیگر با استفاده از محاسبات آماری در قالب یک پیش فیلتر، نویزهای مختلف شامل نویز سفید و نویز Speckle و از جمله نویزهای رنگی که در عملکرد فیلتر کالمن اختلال ایجاد می کنند، از ورودی داده های فیلتر کالمن حذف می گردند که نتیجه آن افزایش دقت و کیفیت خروجی مدل های پیش بینی هواشناسی خواهد بود.



CAPTCHA

دفعات مشاهده: 529 بار   |   دفعات چاپ: 75 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر