CC BY
95
УЧЕНЫЕ ЗАПИСКИ КАЗАНСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА
Том 150, кн. 3
Физико-математические пауки
2008
УДК 550.388.2
АВТОМАТИЧЕСКАЯ ИНТЕРПРЕТАЦИЯ
ИОНОГРАММ ВЕРТИКАЛЬНОГО ЗОНДИРОВАНИЯ
Е.Ю. Зыков, А.Д. Акчурип, А.Н. Сапаев, О.Н. Шерстюков
Аннотация
В статье описывается система автоматической обработки иопограмм вертикального зондирования. Выла разработана программа для обработки и интерпретации иопограмм. получеппых иопозопдами семейства «Циклоп», созданными в Казанском государственном университете. Тестирование алгоритма автоматической обработки иопограмм показало, что оп может корректно определять значения ионосферных параметров более чем в 90% случаев.
Ключевые слова: ионосфера, иопозопд. автоматическая обработка иопограмм.
Введение
При исследовании ионосферы возникает ряд задач, решение которых невозможно без организации автоматизированной обработки информации о состоянии ионосферы. Ионограмма, или высотно-частотная характеристика, один из самых распространенных источников информации об ионосфере, представляющий собой набор точек, каждая из которых имеет координаты: частоту зондирующей радиоволны и действующую высоту отраженного импульсного сигнала. При отражении от ионосферных слоев на ионограммах образуются следы отражений, представляющие собой непрерывные последовательности точек. При автоматической обработке иопограмм ставится задача подбора в отдельные последовательности точек, образующих на ионограмме линии следы отражений от различных слоев ионосферы. Очевидным препятствием к этому будут помехи, при которых алгоритм может работать неустойчиво. Следующим, не менее сложным, шагом является интерпретация следов отражения и отсчет по ним параметров ионосферных слоев.
Учитывая сложность обработки и интерпретируемости иопограмм. а также и разнообразие и специфичность методов цифровой обработки изображений, необходимо иметь некоторые наборы алгоритмов, предназначенные для реализации каждого этапа обработки изображений, а как следствие, для каждой конкретной ионограммы выбор оптимальной последовательности их выполнения, то есть необходима предварительная классификация исходной информации для выбора наилучшего (с точки зрения определенного критерия) алгоритма (или нескольких алгоритмов), реализующего данный этап (этапы).
Особо следует остановиться на проблеме выбора информативных признаков как некоторых интегральных характеристик исходной информации. Выбор подобного набора статистических признаков очень плохо поддается формализации и зачастую граничит с искусством. В случае обработки иопограмм в качестве таких признаков можно выбрать следующие факторы:
• априорная геофизическая информация: время года, время суток, географическое местоположение, солнечная активность и т. п.:
•
отношение сигнал/шум, числовые оценки амплитуды:
• корреляция исходного изображения с определенными эталонами.
Существуют алгоритмы, для которых имеется строгое математическое описание. но наряду с ними есть и эмпирические, эвристические методы, обычно разрабатываемые экспертами в ходе их работы по мере приобретения практического опыта и не поддающиеся четкой алгоритмизации. В нашем случае мы как раз и имеем дело с таковыми [1].
Таким образом, сложность поставленной задачи является «сдерживающим» фактором при практической реализации алгоритмов автоматической интерпретации ионограмм.
1. Современные методы интерпретации ионограмм
Рассмотрим подробнее методы обработки и интерпретации ионограмм. применяющиеся в современных ионозондах.
Основным методом обработки ионограмм до сих пор продолжает оставаться метод вращающихся, или трафаретных, масок. При использовании этого метода выбрана двухэтапная процедура: на первом этапе формируется набор теоретически возможных вариантов решения, а на втором этапе путем соотнесения каждого варианта с реальными данными выбирается наилучший вариант. Работу этой процедуры можно наглядно представить в виде последовательного накладывания на ионограмму трафаретных масок, выделяющих для анализа часть изображения определенной конфигурации. Достоинством данного подхода является то. что при анализе информации осуществляется ее обобщение и. как следствие, меньшая чувствительность к различного рода помехам. Таким образом, если полезная информация различима на фоне имеющихся помех, то она будет выделена. Для этого еще необходимо, чтобы правильный вариант попал в набор проверяемых и чтобы способ определения качества маски не давал неверных результатов.
Указанный метод применяется в таких современных цифровых ионозондах, как «Парус», «Бизон» и «Digisorldc» [2, 3].
Имеются и недостатки данного метода: во-первых, известно, что конфигурация маски определяется некоторой функцией, и, следовательно, соотнесение маски с ионограммой есть попытка аппроксимировать реальные данные моделью. Если возникает ситуация, которая не укладывается в рамки модельных описаний, то и в наборе перебираемых масок не окажется истинной. Во-вторых, в процедурах такого рода уже начинает сказываться так называемый «феномен сложности»: теоретическая осуществимость алгоритма сталкивается с практически неосуществимым объемом вычислений. В нашем случае это могло бы произойти, если бы мы исчерпали все возможные методы сокращения объема перебора, так и не достигнув приемлемых значений. С другой стороны, уменьшение объема перебора увеличивает риск того, что в набор не попадет истинная маска. Поэтому нам приходится искать компромисс между двумя противоречивыми требованиями к этой величине.
Таким образом, слабые стороны этого подхода могут приводить к неверным результатам обработки ионограмм. Так, на рис. 1 видно, что алгоритм не справился с интерпретацией слоев, фактически поменяв местами бэЕи и £хГ2.
2. Алгоритм экспресс-анализа ионосферных слоев
Для распознавания ионосферных слоев в программе "Сус1оп-Т1ар1(Г был предложен и реализован метод быстрого анализа ионосферной информации по высотным (Ь') и частотным (£) гистограммным распределениям ионограммы, или гисто-граммным экспресс-анализом. Предложенный метод отличает намного меньшая
f Lowell " DiCfSONDE
foF2 9. 800 1290
foFl foFlp N/A 3. 74 1200
foE f oEp 2. 81 2. 62 1100
fxl 10. 50
foEs 6. 45 1000
f iain 1. 60
MUF(D) 38.19 900
M(D) 3. 90
D 3000.0 800
h'F 234. 0
h4 F2 N/A 700
h%E 95. 0
£TEs 104. 0 600
hmF2 208. 4
hmFl N/A 500
ЬтпТГ 103. 6
yF2 30. 7 400
yFl N/A
yE BO 13. 2 52. 5 300
B1 1. 00 200
C-level 51
Auto: Artist4. 5 90
200311
Station WW DAS DDD ННЫМ Pi FFS S АХИ PPS IGA PS
Millstone Hill 2006 Mny31 151 21Э0 SBF 050 2 014 100 20+ Al
iH
НЯ EB
■i?
if
;
" t ;
__ j. У
■—^
____ I-■„ : ■!,■■
Г -
ШЗ1 si gfj
D 100 200 400 600 800 1000 1500 3000 [km]
MUF 10.5 10.7 11.3 12.3 13.G 15.9 22.0 3G.2 [MHz:]
llHJ4S_20[ifli 12 13000 . SEF / 1S0£k£56K 50 kH= i.O kit. / DP3-4 HHJ4J 0 42
/ 42.6N2SS.5E
Ti2Png v. 1.1. ОЭ
Рис. 1. Пример некорректно обработанной нопограммы при использовании метода трафаретных масок
трудоемкость при практической реализации, связанная с меньшим количество эмпирических правил, по сравнению с методом трафаретных масок. Программа была написана в виде модулей, встраиваемых в программное обеспечение ионосферного комплекса !'Cyclori-M". разработанного в Казанском государственном университете [4. 5]. Средой программирования был выбран Delphi, исходя из требований совместимости с существующим программным обеспечением комплекса.
Преимуществом данного метода является то. что он оперирует с относительно большими областями на ионограмме. а не с отдельными точками, и. следовательно. не так чувствителен к помехам. Такие преимущества особенно проявляются при обработке ионограмм с низким отношением сигнал/шум. Необходимо также отметить. что применявшийся в нонозонде ранее метод составления «шнуров» не мог корректно обрабатывать некоторые ионосферные параметры. Например, он не мог распознавать F-рассеянпя. Рассмотрим подробнее работу метода гистограммной обработки.
На предварительно очищенной от шума ионограмме строятся одномерные гистограммы по всему частотному и высотному диапазонам. Полученные нопограммы подвергаются фильтрации сглаживающих (НЧ или вейвлет) фильтров. Случайная сосредоточенная помеха при рассмотрении ее во времени (то есть при рассмотрении отсчетов разных высот одной частотной реализации) проявляет себя в общем случае как гауссовский шум. который, как известно, лучше всего сглаживается простым низкочастотным фильтром. При рассмотрении перехода между реализациями на соседних частотах низкая корреляция между шумовыми помехами эфира приводит к тому, что помеха становится импульсной и лучше всего удаляется медианным фильтром. Таким образом, «анизотропность» шума требует применения разных фильтров для обработки частотных и высотных гистограмм [6].
На следующем этапе высотная гистограмма подвергается разделению на две рабочие области: верхнюю и нижнюю ионосферы. В области нижней ионосферы производятся исследования на предмет обнаружения отражений от области Е (слои Е и Еб), в области верхней от области Г (слои П и Г2). Рабочие высоты берутся из рекомендаций 111181 [7].
На высотной гистограмме области Е находится главный максимум (1) (здесь и далее обозначения относятся к рис. 2). Далее от него вверх и вниз по высоте производится исследование гпстограммного распределения. Ищутся высоты, для которых на гистограмме сигнал от отраженного следа сходит на нет (амплитуда А = 0 но менее чем на 3-высотных интервалах), и запоминаются минимальное и максимальное значения высот, на которых сигнал еще наблюдается. Для выделенного диапазона высот строится новое локальное частотное гистограммное распределение. Следует обратить внимание на то. что это распределение уже не подвергается фильтрации, чтобы не потерять мелкие детали от отраженного слоя. На частотном распределении, начиная с максимальной частоты, ищется начало отражения от ионосферного слоя. Начало считается найденным, если в окрестности нескольких точек (4-х по умолчанию) присутствует хотя бы одна частота, имеющая ненулевое значение. Таким образом, отсекаются ложные частоты, зашумленные сигналом радиопередающих станций или другими помехами. В массив значений для области Е заносится минимальная высота, на которой еще наблюдается сигнал, и найденная критическая частота слоя Е, соответствующая максимальной частоте, при которой А=0
Далее на высотной гистограмме области Е производится поиск дополнительных максимумов. Если найден локальный максимум (2). процесс построения нового локального частотного распределения и поиск критической частоты производятся аналогично описанному выше алгоритму. Если дополнительный максимум существует. то производится сравнение критических частот на предмет соответствия конкретному ионосферному слою. Большей частоте предварительно присваивается индекс предельной частоты для слоя Еб (&>Еб), меньшей индекс критической частоты для слоя Е (&>Е). По таблицам 1ШБ1 проверяется попадание критической частоты слоя Е в диапазон вероятных значений суточного хода слоя Е в зависимости от сезона. Если полученное значение 6эЕ превышает это допустимое значение, то данный след интерпретируется как след от слоя Еб. В таком случае ранее найденный параметр &>Е исключается из массива данных и больше не участвует в рассмотрении. Если полученное значение &>Еб лежит в окрестности табличного &>Е, а значение £оЕ много меньше его ( £оЕб — £оЕ > 2 МГц), то принимается гипотеза, что значение &>Еб в действительности соответствует &>Е и, соответственно, присваивается ему, а прежнее значение 6эЕ удаляется и в дальнейшем рассмотрении не участвует. Если же в высотной области Е наблюдается только один гистограмм-ный максимум, то интерпретация следа производится из табличных данных 1Ш.81. Если критическая частота располагается в диапазоне табличных данных для слоя Е, то параметру присваивается индекс &>Е, в противном случае индекс &>Еб. В массив данных заносятся данные критических &>Е и/или предельных частот &>Еб (3 н 4), а минимальные высоты, где сигнал для этих слоев еще наблюдался, в соответствующие параметры Ь'Е и/или Ь'Еб.
Анализ верхней ионосферы производится аналогичным образом. Рекомендованные значения 1Ш.81 в данном случае помогают интерпретировать слон П и Б2 по различным высотам их расположения и существованию слоя П в зависимости от времени суток.
Следует отметить, что нахождение критических частот для верхней ионосферы начинается с необыкновенной компоненты £хБ = £оГ + 1/2 • и>Н, где £хБ -
File View Help
Cyclon-M Кагап 11:30:00 01 May 2003 и dB
um
3 Freq ЩЙ
fviariuai
:.^.: .¿Аъ MlBitoi А А ккл ■'■iPrev Мекб
Рис. 2. Иопограмма с распознанными ионосферными слоями
критическая частота отражения необыкновенной компоненты Б-слоя. бэБ критическая частота отражения необыкновенной компоненты Б-слоя, уЯ - угловая гирочастота.
Если принимается гипотеза о существовании слоя П (5). то на высотной гистограмме в верхней ионосферы находится главный максимум Ь' тах (6). Если на небольшом расстоянии (Ь'тах— Ь ' < 50 км) вниз от него находится второй по величине максимум, величина которого по крайней мере не меньше половины главного максимума, то принимается гипотеза о том. что главный максимум отражение от необыкновенной компоненты слоя П. и в дальнейшем в рассмотрении он не участвует, а второй нижний максимум от обыкновенной компоненты
этого же слоя и становится главным. От главного максимума вниз ищется точка
'
После нахождения максимальной частоты, на которой происходит отражение от слоя, проверяется наличие следа на частоте &>Г. Если сигнал в ее окрестности не наблюдается, принимается гипотеза о том. что найденная критическая частота £хГ на самом деле является помехой от радиопередающих устройств, и производится новый поиск до тех пор. пока одновременно не будут существовать отражения для обоих компонент. Далее &>Г- и ЕхГ-компоненты и минимальное значение высоты, им соответствующее, заносятся в массив данных.
Нахождение йшп состоит из выделения наиболее низкочастотной непрерывной
А=0
Пример полностью обработанной ионограммы с выделенными областями, приведен на рис. 2.
Значения всех найденных ионосферных параметров, дополненные временем зондирования, заносятся в файл, хранящий суточные измерения. Для визуального контроля за репрезентативностью обработанных данных имеется возможность построения {-графиков из полученного файла.
2 may 2006
7 6.5
N
£ 6
го
= 5.5 S
(N 5 п. о "г
£ 4.5
з
га
(N
% 4
3.5 3
43 А.
Ь* ¿Г ° ЕЕ» m D D rlfrft» ^ ♦
р р [ d □
Из ♦ ЧРР u □
♦ □ □ о
♦ □ ♦ Й а
а ев * ♦ Manual □ Auto
20
40 60
No. of comparisons
80
100
Рис. 3. Пример рядов данных. полученных при автоматической и ручной обработке
3. Точностные характеристики метода гистограммного экспресс-анализа
Для количественной оценки точности работы анализатора ряды данных, полученные в результате автоматической обработки сравнивались с аналогичными рядами, обработанными вручную. Пример сопоставления данных, обработанных вручную и автоматом, представлен на рис. 3.
Анализ полученных данных показал, что гпстограммный экспресс-анализ позволяет корректно обрабатывать около 80% ионограмм. При этом коэффициент ранговой корреляции по Кендаллу между этими реализациями колеблется в диапазоне 0.8 ^ 0.84. Это сравнимо с другими алгоритмами, реализованными в промышленных ионозондах. несмотря на то что. в отличие от комплекса "Cyclon-M". в некоторых из них реализовано аппаратное разделение обыкновенной и необыкновенной компонент, что сильно облегчает работу программы распознавания.
На рис. 4 приведена сводная гистограмма по частотному распределению ошибок для трех различных программ автоматической обработки. Для сравнения были выбраны следующие программы: Cyclori-Rapid. система автоматической обработки ионограмм Communication Research Laboratory (Ministry of Post and Telecommunications. Япония) [8 10] и программа Autoscala (Italian National Institute of Geophysics and Volcanology. Италия) [11].
Обнаружены следующие недостатки алгоритма:
• повышение количества некорректно обработанных ионограмм при повышенном уровне шума на ионограммах (ночные ионограммы). Рекомендуемый метод устранения: включение встроенного аппаратного аттенюатора в автоматическом режиме по заданному расписанию: предварительное сканирование эфира на предмет исследования шумовой обстановки:
100 90 80 70 60 50 40 30 20 10 0
■ ■ г» !п 5 1 г| 1 . . . .
Ш Сус1оп-Рар1с1 ■ СР 1_аЬога1:огу □ Аи1:овса1а
-2.50 -2.00 -1.50 -1.00 -0.50 0.00 0.50 1.00 1.50 2.00 2.50 1оР2(тапиа!ИоР2(аШо) МНг
Рис. 4. Сравнение точностных характеристик различных программ обработки иопограмм
• невозможность в ряде случаев корректного распознавания £оП и £оГ2. Рекомендуемый метод устранения: использование дополнительной модели распознавания:
• некорректность обработки области Б при большом (> 2) количестве кратных отражений от слоя Еб при большом значении йхЕи. Рекомендуемый метод устранения: введение дополнительной проверки на количество кратных отражений:
•
венной компоненты Б2 (редкий случай). Рекомендуемый метод устранения: привлечение оператора.
Дальнейшее усовершенствование экспресс-анализатора для автоматической обработки ионограмм заключается во введении дополнительных алгоритмов, повышающих устойчивость к сбоям при обработке ионограмм с низким соотношением сигнал/шум и/или ионограмм при силыговозмущонной ионосфере. К сожалению, подобные алгоритмы сильно зависят от конкретных случаев и могут вводиться только при возникновении подобной ситуации «по месту».
4. Повышение точности работы экспресс-анализа
Анализ показал, что экспресс-анализатор может давать сбои при наличии сильных кратковременных электромагнитных помех в момент зондирования, при этом, как правило, предыдущая и последующая ионограммы обрабатывались корректно (рис. 5).
Для повышения точности работы экспресс-анализатора в программу !'Сус1оп-Т1ар1(Г был введен логический анализатор. При нахождении ионосферных параметров по алгоритму, изложенному выше, полученные значения на конечном этапе сравниваются с данными, полученными и обработанными во время предыдущего сеанса зондирования. Если разброс между предыдущим и текущим значениями
2 1.5
N
| 1 3
ё 0.5
Е
и.
£ о
о
3
(и
2 -0.5
О
Ч—
-1 -1.5
Рис. 5. Последовательность ошибок 1ЬР2аЩ.о-1ЬР2тапиа1 в течение суток (2 мая 2006 г.)
достаточно велик, то производится поиск отражений в окрестности полученных предыдущих значений. Величины доверительных частотных и высотных интервалов меняются в зависимости от исследуемого параметра и сезонного значения. К сожалению, на данном этапе эти значения подбирались эмпирическим образом, исходя из анализа длинного ряда данных, полученных ионосферной станцией в 2004 2006 гг. Таковые интервалы нельзя рекомендовать как универсальные и рекомендованные для использования в условиях ионосферы, отличающихся от сред-неширотных. При невозможности нахождения в этих областей отражений загружается подпрограмма ручной обработки и предлагается либо ввести данные самостоятельно. либо согласиться с полученными экспресс-анализатором результатами. Данное дополнение позволяет не только снизить погрешности измерений анализатором. но н существенно повысить репрезентативность полученных данных путем привлечения оператора в затруднительных случаях.
Применение логического анализатора позволяет отследить и устранить около 80% встречающихся ошибок, которые описаны выше.
5. Выводы
Разработанная и реализованная в Казанском государственном университете программа автоматической обработки и интерпретации ионограмм не уступает аналогичным программам, использующимся в современных цифровых ионозон-дах. Анализ работы алгоритмов позволяет предположить, что программа имеет резервы для дальнейшей модернизации. Оценены точностные характеристики и приведены рекомендации по дальнейшему усовершенствованию алгоритмов, направленные на повышение качества обработки.
Работа выполнена при поддержке Российского фонда фундаментальных исследований (проект Л*1' 06-05-65150).
2 тау 2006
I -l-.il II
1 6 11 16 21 2®1з1 36 41 46 5' I .I м ||..|| | , П., || п ч ■>■ 1 1 1.П-1 1-1 ||| Ф У 66 71 76 '81 86 |д1 I
Ыо. о1 сотрапвопэ
Summary
E.Yu. Zykuv, A.D. Akchurin, A.L. Sapaev, O.N. Sherstyukuv. Automatic Interpretation of
Vertical Incident. Ionograms.
This article describes an automatic vertical incident ionogram processing system.
Aut.oscaling software lias been designed to scale and interpret the ionograms produced by
"Cyclon" series ionosonde. The automatic scaling algorithm test indicates that the algorithm
can successfully derive parameters of the ionospheric layers in more than 90% cases.
Key words: ionosphere, ionosonde. ionogram aut.oscaling.
Литература
1. Емельянов Г.М., Гувеев С.А. Построение интерактивной системы обработки иопо-грамм // Ионосферные исслед. М., 1986. Л' 40. С. 12 18.
2. Галкин И.А. Программное обеспечение системы автоматической обработки иопо-грамм вертикального зондирования. I. Первичная обработка иопограммы. Препринт СибИЗМИР СО АН СССР 20-87. Иркутск, 1987. 17 с.
3. Галкин И.А. Программное обеспечение системы автоматической обработки иопо-грамм вертикального зондирования. I. Интерпретация высотпо-частотпой характеристики. Препринт СибИЗМИР СО АН СССР 22-88. Иркутск, 1988. 13 с.
4. Мииуллии Р.Г., Шерстюков О.Н., Сапаев А.Л., Нава/реико В.И., Акчурип А.Д., Зыков Е.Ю. Цифровой ионосферный комплекс «Циклоп-9». Казань, 1994. Деп. в ВИНИТИ 1994, Л» 1518-В94.
5. Akehyurin A.D., Minullm R.G., Nazarenko V.I., Sherstyukuv O.N., Sapaev A.L., Zykuv E. Yu. The Ionospheric Complex "Cyclon" // Ionosonde networks and stations. Proc. of Session G6 at the XXIV General Assembly of the International Union of Radio Science (URSI). Kyoto, Japan: National Geophysical Data Center. 1995. P. 35 36.
6. Jain A.K. Fundamentals of digital image processing. New Jersey, 1989. 569 p.
7. Руководство URSI по интерпретации и обработке иопограмм / Под ред. П.В. Медпи-ковой. М.: Наука, 1977. 342 с.
8. Nozaki К., Nagayama М., Kato Н. Automatic Ionogram Processing System. 1. Data Reduction and Transmission of Ionogram // J. Commun. Res. Lab. 1992. V. 39, No 2. P. 357 365.
9. Igi S., Minakushi H., Yushida M. Automatic Ionogram Processing System. 2. Automatic Ionogram Scaling // J. Commun. Res. Lab. 1992. V. 39, No 2. P. 367 379.
10. Igi S. Automatic Ionogram Processing System. 3. A New Method of Displaying Ionospheric Characteristics // J. Commun. Res. Lab. 1992. V. 39, No 2. P. 381 402.
11. Pezzupane M., Seuttu C. The INGV software for the automatic scaling of foF2 and MUF(3000)F2 from ionograms: A performance comparison with ARTIST 4.01 from Rome data // J. Atm. Solar-Terr. Pliys. 2005. V. 67, No 12. P. 1054 1062.
Поступила в редакцию 26.02.08
Зыков Евгений Юрьевич ассистент кафедры радиоастрономии Казанского государственного университета.
E-mail: Evgeniy.ZykovQksu.ru
Акчурин Ад ель Джавидович кандидат физико-математических паук, доцепт кафедры радиоастропомии Казанского государствешюго университета. E-mail: A del. Akchurin Qksu.ru
Сапаев Андрей Львович заведующий учебной лабораторией кафедры радиоастропомии Казанского государствешюго университета.
Шерстюков Олег Николаевич доктор физико-математических паук, профессор, заведующий кафедрой радиофизики Казанского государственного университета. E-mail: Oley.SherstyukuvQksu.ru
