Luận án tiến sĩ nghiên cứu mô hình số hóa tín hiệu ngẫu nhiên ứng dụng trong xử lý radar khí tượng

• Tác giả: Nguyễn Thị Nguyên
• Người hướng dẫn: PGS.TS Phạm Tuấn Giáo
• Trường học: Học viện Kỹ thuật Quân sự
• Chuyên ngành: Kỹ thuật Điện tử
• Đề tài: Nghiên cứu mô hình số hóa đối với các tín hiệu ngẫu nhiên ứng dụng trong xử lý tín hiệu radar khí tượng
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2018
• Địa điểm: Hà Nội

Mục lục chi tiết

• LỜI CAM ĐOAN
• 1. CHƯƠNG 1: CÁC QUÁ TRÌNH NGẪU NHIÊN VÀ MÔ HÌNH TOÁN HỌC THỐNG KÊ TÍN HIỆU TÁC ĐỘNG LÊN HỆ THỐNG VÔ TUYẾN
• 1.1. Tín hiệu ngẫu nhiên
• 1.2. Tín hiệu ngẫu nhiên liên tục
• 1.3. Tín hiệu ngẫu nhiên rời rạc
• 1.4. Quá trình ngẫu nhiên
• 1.4.1. Quá trình Markov
• 1.4.2. Quá trình ngẫu nhiên dừng
• 1.4.3. Quá trình ngẫu nhiên liên tục ergodic
• 1.4.4. Quá trình ngẫu nhiên Gauss
• 1.5. Nghiên cứu mô hình toán học thống kê tín hiệu tác động lên các hệ thống vô tuyến
• 1.6. Khảo sát mô hình tín hiệu tác động lên hệ thống vô tuyến
• 1.7. Mô hình toán học thống kê tín hiệu trong các hệ thống vô tuyến
• 1.8. Mô hình cấu trúc tín hiệu radar
• 1.9. Mô hình tín hiệu radar
• 1.10. Radar khí tượng
• 1.11. Mô hình tín hiệu của radar khí tượng
• 2. CHƯƠNG 2: MÔ HÌNH HÓA TÍN HIỆU NGẪU NHIÊN VỚI CÁC THUỘC TÍNH TƯƠNG QUAN XÁC ĐỊNH
• 2.1. Mô hình hóa các tín hiệu ngẫu nhiên không dừng với các thuộc tính tương quan cho trước
• 2.2. Phương pháp biến đổi tuyến tính
• 2.3. Phương pháp khai triển chuẩn tắc
• 2.4. So sánh các phương pháp mô hình hoá tín hiệu ngẫu nhiên không dừng với các thuộc tính tương quan đã biết
• 2.5. Mô hình hóa tín hiệu ngẫu nhiên dừng với các thuộc tính tương quan xác định
• 2.6. Phương pháp khai triển chuẩn tắc
• 2.7. Phương pháp khai triển không chuẩn tắc
• 2.8. Phương pháp xây dựng bộ lọc
• 2.9. Mô hình toán học khai thác hệ thống vô tuyến có chọn lọc
• 2.10. Phương pháp mô hình toán học khai thác hệ thống vô tuyến
• 3. CHƯƠNG 3: MÔ HÌNH HOÁ TÍN HIỆU RADAR KHÍ TƯỢNG CÓ CÁC THUỘC TÍNH TƯƠNG QUAN VÀ MẬT ĐỘ PHÂN BỐ XÁC SUẤT XÁC ĐỊNH
• 3.1. Phương pháp khai triển theo chuỗi
• 3.2. Phương pháp khai triển chuẩn tắc
• 3.3. Phương pháp khai triển không chuẩn tắc
• 3.4. Phương pháp khai triển trên cơ sở biến đổi phi tuyến không quán tính và các tín hiệu ngẫu nhiên chuẩn dừng
• 3.5. Một số mô hình tham số của tín hiệu ngẫu nhiên
• 3.5.1. Mô hình tín hiệu tự hồi qui AR
• 3.5.2. Mô hình trung bình dịch chuyển MA
• 3.6. Phương pháp sử dụng dãy liên tiếp các tín hiệu trong các dải tần theo chuỗi Markov (Xích Markov)
• 3.7. Phương pháp tạo tín hiệu ngẫu nhiên có giá trị trung bình bằng 0, phương sai là giá trị xác định σ2
• KẾT LUẬN CHUNG
• DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Mô hình số hóa tín hiệu ngẫu nhiên

Luận án tập trung vào việc nghiên cứu mô hình số hóa các tín hiệu ngẫu nhiên, đặc biệt trong bối cảnh xử lý radar khí tượng. Các tín hiệu ngẫu nhiên được phân tích dưới góc độ toán học, với mục tiêu tạo ra các mô hình thống kê chính xác. Các phương pháp như khai triển chuẩn tắc và biến đổi tuyến tính được sử dụng để mô hình hóa các tín hiệu này. Luận án cũng đề cập đến việc so sánh hiệu quả của các phương pháp khác nhau trong việc xử lý tín hiệu ngẫu nhiên không dừng và dừng.

1.1. Phương pháp khai triển chuẩn tắc

Phương pháp này tập trung vào việc phân tích các tín hiệu ngẫu nhiên dựa trên các hàm cơ sở chuẩn tắc. Nó cho phép mô tả chính xác các thuộc tính tương quan của tín hiệu, đặc biệt trong các hệ thống radar khí tượng. Phương pháp này được đánh giá cao về độ chính xác và khả năng áp dụng trong thực tế.

1.2. Phương pháp biến đổi tuyến tính

Phương pháp biến đổi tuyến tính được sử dụng để chuyển đổi các tín hiệu ngẫu nhiên thành các dạng dễ xử lý hơn. Nó giúp giảm thiểu nhiễu và tăng cường chất lượng tín hiệu trong các hệ thống xử lý radar. Phương pháp này đặc biệt hiệu quả khi làm việc với các tín hiệu có thuộc tính tương quan phức tạp.

II. Ứng dụng trong xử lý radar khí tượng

Luận án nhấn mạnh tầm quan trọng của việc số hóa tín hiệu trong các hệ thống radar khí tượng. Các mô hình được đề xuất giúp cải thiện độ chính xác trong việc dự đoán các hiện tượng thời tiết như mưa, bão, và gió. Các kết quả nghiên cứu cho thấy rằng việc áp dụng các mô hình số hóa có thể giảm thiểu sai số trong việc phân tích và dự báo thời tiết.

2.1. Mô hình tín hiệu radar khí tượng

Luận án đề xuất một mô hình tín hiệu cụ thể cho các hệ thống radar khí tượng, tập trung vào việc phân tích các tín hiệu phản xạ từ các đám mây và giáng thủy. Mô hình này giúp cải thiện độ chính xác trong việc đo lường lượng mưa và các hiện tượng thời tiết khác.

2.2. Xử lý nhiễu trong radar khí tượng

Một phần quan trọng của luận án là nghiên cứu các phương pháp xử lý nhiễu trong các hệ thống radar khí tượng. Các phương pháp như lọc tối ưu và khử nhiễu ngẫu nhiên được đề xuất để cải thiện chất lượng tín hiệu và độ chính xác của dữ liệu thu thập được.

III. Giá trị và ứng dụng thực tiễn

Luận án không chỉ có giá trị lý thuyết mà còn mang lại nhiều ứng dụng thực tiễn. Các mô hình số hóa và phương pháp xử lý tín hiệu được đề xuất có thể được áp dụng rộng rãi trong các hệ thống radar dân dụng và quân sự. Đặc biệt, chúng giúp cải thiện độ chính xác trong việc dự báo thời tiết và phòng chống thiên tai.

3.1. Ứng dụng trong dự báo thời tiết

Các mô hình được đề xuất trong luận án giúp cải thiện đáng kể độ chính xác của các hệ thống dự báo thời tiết. Điều này có ý nghĩa quan trọng trong việc cảnh báo sớm các hiện tượng thời tiết cực đoan như bão, lũ lụt, và mưa đá.

3.2. Ứng dụng trong quân sự và hàng không

Ngoài ứng dụng trong khí tượng, các mô hình và phương pháp được đề xuất cũng có thể được sử dụng trong các hệ thống radar quân sự và hàng không. Chúng giúp cải thiện khả năng phát hiện và theo dõi mục tiêu trong các điều kiện thời tiết phức tạp.