The estimation of lower refractivity uncertainty from radar sea clutter using the Bayesian-MCMC method

The estimation of lower atmospheric refractivity from radar sea clutter(RFC) is a complicated nonlinear optimization problem.This paper deals with the RFC problem in a Bayesian framework.It uses the unbiased Markov Chain Monte Carlo(MCMC) sampling technique,which can provide accurate posterior probability distributions of the estimated refractivity parameters by using an electromagnetic split-step fast Fourier transform terrain parabolic equation propagation model within a Bayesian inversion framework.In contrast to the global optimization algorithm,the Bayesian-MCMC can obtain not only the approximate solutions,but also the probability distributions of the solutions,that is,uncertainty analyses of solutions.The Bayesian-MCMC algorithm is implemented on the simulation radar sea-clutter data and the real radar seaclutter data.Reference data are assumed to be simulation data and refractivity profiles are obtained using a helicopter.The inversion algorithm is assessed(i) by comparing the estimated refractivity profiles from the assumed simulation and the helicopter sounding data;(ii) the one-dimensional(1D) and two-dimensional(2D) posterior probability distribution of solutions.     

Refractivity estimation from radar sea clutter

This paper addresses the problem of estimating lower atmospheric refractivity under the nonstandard propagation conditions frequently encountered in low altitude maritime radar applications. The vertical structure of the refractive environment is modeled by using a five-parameter model, and the horizontal structure is modeled as range-independent. The electromagnetic propagation in the troposphere is simulated by using a split-step fast Fourier transform based on parabolic approximation to the wave equation. A global search marked as a modified genetic algorithm (MGA) for the 5 environmental parameters is performed by using a genetic algorithm (GA) integrated with a simulated annealing technique. The retrieved results from simulated runs demonstrate the ability of this method to make atmospheric refractivity estimations. A comparison with the classical GA and the Bayesian Markov Chain Monte Carlo (Bayesian-MCMC) technique shows that the MGA can not only shorten the inverse time but also improve the inverse precision. For real data cases, the inversion values do not match the reference data very well. The inverted profile, however, can be used to synoptically describe the real refractive structure.     

利用Bayesian-MCMC方法从雷达回波反演海洋波导

应用贝叶斯-蒙特卡罗（Bayesian-MCMC）方法将海洋波导参数的先验信息描述为先验概率密度,结合雷达回波资料（电磁波传播损耗）,得到待反演海洋波导参数的后验概率密度,用马尔可夫链蒙特卡罗（MCMC）-Gibbs采样器采样后验概率密度分布,并用样本最大似然估计值作为对海洋波导参数分布的估计.数值实验结果表明,该方法对先验信息进行了有效利用,反演精度高于遗传算法的反演精度.该方法较为充分利用先验信息,得到解的概率分布,即解的不确定性分析,这在实际应用中有一定的参考价值. 关键词： 波导 电磁波传播损耗 贝叶斯-蒙特卡罗 概率分布     

Inversion for atmosphere duct parameters using real radar sea clutter

This paper addresses the problem of estimating the lower atmospheric refractivity (M profile) under nonstandard propagation conditions frequently encountered in low altitude maritime radar applications. The vertical structure of the refractive environment is modeled using five parameters and the horizontal structure is modeled using five parameters. The refractivity model is implemented with and without a priori constraint on the duct strength as might be derived from soundings or numerical weather-prediction models. An electromagnetic propagation model maps the refractivity structure into a replica field. Replica fields are compared with the observed clutter using a squared-error objective function. A global search for the 10 environmental parameters is performed using genetic algorithms. The inversion algorithm is implemented on the basis of S-band radar sea-clutter data from Wallops Island, Virginia (SPANDAR). Reference data are from range-dependent refractivity profiles obtained with a helicopter. The inversion is assessed (ⅰ) by comparing the propagation predicted from the radar-inferred refractivity profiles with that from the helicopter profiles, (ⅱ) by comparing the refractivity parameters from the helicopter soundings with those estimated. This technique could provide near-real-time estimation of ducting effects.     

利用粒子滤波从雷达回波实时跟踪反演大气波导

粒子滤波(particle filter,PF)是利用蒙特卡洛仿真方法处理递推估计问题的非线性滤波算法,这种方法不受模型线性和高斯假设的约束,是处理非线性非高斯动态系统状态估计的有效算法,适用于雷达回波反演大气波导(RFC)这类非线性非高斯问题.文中分别介绍了PF的基本思想和具体算法实现步骤,最后导出PF反演算法的迭代求解格式.数值试验结果表明,与扩展卡尔曼滤波(extended kalman filter,EKF)和不敏卡尔曼滤波(unscented kalman filter,UKF)相比,PF更适用于RFC这类高度非线性反演问题,可有效提高反演结果的稳定性和精度.     

变分伴随正则化方法从雷达回波反演海洋波导 Ⅰ.理论推导部分

针对传统统计反演算法在雷达回波反演海洋波导(RFC)方面计算量过大的问题,提出一种变分伴随正则化物理反演算法.在变分伴随方法中分别导出切线性模式、伴随方程及伴随边界条件、伴随方程求解表达式、以及泛函梯度的数学表达形式;讨论了伴随方法求泛函梯度对复方程如何协调的问题.考虑到雷达电磁波传播的特征,选择了适当的正则化项来解决反演中的不适定问题.最后给出反演算法实施中的迭代格式.     

垂直天线阵观测信息反演大气折射率廓线

利用垂直天线阵观测得到的电磁场信息建立目标泛函,从电磁波抛物方程传播模式出发,利用偏微分方程最优控制中的伴随方法研究大气折射率廓线反演问题. 针对反演的不适定性,采用正则化思想对目标泛函进行改造,并根据变分同化思想构建反演迭代格式. 数值模拟试验验证了理论算法的可行性. 由于采用分步Fourier算法求解电磁波抛物方程传播模式和伴随模式过程中产生的固有误差随着传播距离的增加累积增大,反演廓线在传播距离较远时不能收敛于观测廓线. 在这种情况下,引入较好的初猜廓线和背景场可以有效地改进反演结果. 关键词： 大气折射率 电磁波抛物方程 变分伴随 正则化     

基于雷达海杂波的区域性非均匀蒸发波导反演方法

由于不同海域上空气象条件的不同, 海上蒸发波导在大尺度海面上空发生时通常是区域性非均匀的, 这一特性使得该环境中的电波传播特性相对于水平均匀的蒸发波导环境情况而明显不同, 因此, 进行区域性非均匀的蒸发波导探测反演对正确预测电波传播特性及提高雷达系统的工作性能具有重要的意义. 考虑到实际应用中蒸发波导信息获取手段的多样性, 将中尺度数值气象模式MM5预报的区域性蒸发波导修正折射率剖面作为先验信息, 提出了一种含该先验信息的区域性非均匀蒸发波导的雷达海杂波后验概率估计模型. 该模型使用主分量分析法对蒸发波导的水平非均匀性进行参数化建模, 然后通过贝叶斯理论将修正折射率剖面参数的先验概率分布、后验概率分布和似然函数联系起来, 利用雷达海杂波实现蒸发波导剖面参数的最大后验概率估计反演. 通过我国东海海域的实际区域性非均匀蒸发波导反演测试, 表明该模型能够以更高的精度实现区域性非均匀蒸发波导的反演.     

基于抛物方程的海陆环境信号时延与到达角估计

针对复杂海陆环境中的无线信号传播预测问题,研究了适用于抛物方程的信号时延与到达角估计方法。将自由空间中抛物方程轴向波前信号视为本地副本信号,然后利用信号的自相关特性,将接收信号与副本信号进行互相关运算,最后通过相关函数的峰值检索,得到脉冲信号在复杂环境中传播的附加时延。采用数值算例,验证了该方法的正确性和有效性。此外,采用多重信号分类算法,由抛物方程构建接收阵列的协方差矩阵,并对其进行特征值分解,然后利用信号子空间和噪声子空间的正交性,实现复杂环境中的信号到达角估计。仿真结果表明,相比于传统的平面波谱方法,该方法具有更高的多径分辨率。基于上述方法,并结合数字地图,在典型的海陆环境中进行了仿真实验,分析了蒸发波导对脉冲信号传播时延和到达角的影响。     

平行束缪子透射成像蒙特卡罗模拟

使用蒙特卡罗程序Geant4,模拟平行束缪子垂直于理想探测器平面入射法国试验客体（FTO）模型,在模型的上方和下方各放置三块理想探测器,用以输出缪子位置信息,从而确定入射与出射缪子径迹。通过三种方法统计缪子穿过模型前后的透射比,对模型进行透射成像,得到不同的成像结果。统计方法一和方法二分辨力可达2 mm2 mm,统计方法三可达1 mm1 mm,Cu与W区分较为明显,而且可显示出FTO模型中心的空气球,FTO模型与模型周围空气的边界十分清晰。模拟结果表明,平行束入射缪子可以进行透射成像。     

大粒子数二维硬核玻色子系统的量子蒙特卡罗模拟

采用随机级数展开的量子蒙特卡罗方法研究二维硬核的玻色-赫伯德模型的热力学性质. 首先通过算符变换将模型映射成为二维反铁磁准海森伯模型. 变换后的模型比通常的海森伯模型多一项, 该项正比于系统的格点总数 N, 对于大粒子数的系统, 该项使模拟耗时指数增加, 所以难以计算大粒子数系统.采用非局域操作循环更新后, 这个困难可以得到很好的解决, 可使粒子数总数增大到几千个.研究结果表明, 粒子数密度在0-0.5范围内增大时, 能量呈递减趋势, 并趋于某一定值, 随着正方晶格系统尺度增大, 能量也随之增大;正方晶格系统尺度一定时, 能量和磁化强度随着温度的升高而增大, 化学势的变化对能量和磁化强度没有影响, 能量随着正方晶格系统尺度增大而增大, 磁化强度却随之减小;正方晶格系统尺度一定时, 化学势的增大对比热没有影响, 随着温度的升高比热出现先增大后减小的趋势, 最后趋于某个值, 达到平衡, 而正方晶格系统尺度越大, 比热曲线增大部分的趋势越大, 减小部分的趋势也更明显, 参照朗道超流理论, 本文模拟的能量和比热曲线趋势与朗道二流体模型下He II的理论研究一致; 不同正方晶格系统尺度的影响不大, 均匀磁化率倒数在0-0.5(J/k_B)的低温范围内有很小的波动, J为耦合能, k_B为玻尔兹曼常数, 温度在0.5-2 (J/k_B)的范围内, 均匀磁化率的倒数随着温度的升高而增大, 且曲线的趋势显示了一种类似近藤行为.     

蒙特卡罗方法在解微分方程边值问题中的应用

介绍了蒙特卡罗方法的基本原理以及随机数的产生方法。基于蒙特卡罗方法的思想,结合有限差分方法,建立了求解微分方程边值问题的随机概率模型,并以第一类边界条件的拉普拉斯方程和一个给定初值及边界条件的非稳态热传导方程为数值算例,研究了蒙特卡罗方法在求解微分方程边值问题中的应用。结果表明:利用蒙特卡罗方法,不仅可以有效解决给定边界条件的微分方程,对于给定初值条件的微分方程,也可以从时域有限差分方程出发,采用蒙特卡罗方法进行求解。数值模拟和对误差的理论分析均表明,增加蒙特卡罗试验中的模拟粒子点数,可以提高计算结果的精度。