Compressed Sensing Radarabbildung polarer mesosphärischer Sommerechos unter Einsatz von Zielverfolgungs- und MIMO-Ansätzen (CS-PMSE-MIMO)

• Antragsteller: Professor Jorge Chau, Ph.D.; Professor Dr.-Ing. Tobias Weber
• Fachliche Zuordnung: Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik ; Physik und Chemie der Atmosphäre
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 403837627

Die physikalischen Grundlagen der polaren mesosphärischen Sommerechos (PMSE), bei denen atmosphärische Turbulenzen, geladene Eispartikel und Elektronen eine wesentliche Rolle spielen, sind heute gut verstanden. Auf diesem grundlegenden Verständnis aufbauend werden PMSE als Marker zum Studium der komplizierten atmosphärischen Dynamik in polaren mesosphärischen Höhen genutzt. Die Beobachtungen von PMSE mit typischen Atmosphärenradaren sind schwierig zu interpretieren, da zeitliche und räumliche Effekte nicht getrennt werden können. Um diese Mehrdeutigkeiten aufzulösen, wurden bildgebende Atmosphärenradare (ARI) mit aufgrund der verwendeten Systeme (Strahlbreiten, begrenzter Empfängeranzahl, etc.) und der Natur der Echos unterschiedlichem Erfolg eingesetzt. Im Allgemeinen haben die Echos relativ lange Korrelationsdauern (wenige hundert Millisekunden bis Sekunden) während sie horizontal driften. Diese Drift erlaubt es uns nicht, die Unsicherheiten der erhaltenen räumlichen Korrelationen mit herkömmlichen Methoden zu reduzieren. Die Bildgebung erfolgt üblicherweise mit Strahlformungsverfahren, teilweise mit einer Regularisierung. Leider führt dies zu Artefakten im Bild. Eine mögliche Lösung ist das Nutzen von a priori Wissen. Typischerweise ist das Bild dünnbesetzt und ändert sich nur langsam mit der Zeit. Von anderen Arbeitsgruppen wurde vorgeschlagen, Compressed Sensing (CS) Verfahren für ARI einzusetzen, was jedoch noch weiterer Untersuchungen und der Implementierung bedarf. Kürzlich haben wir kohärente MIMO Techniken in ARI zum Studium ionosphärischer Irregularitäten eingesetzt. Dies war der erstmalige Einsatz von MIMO in Atmospärenradaren. Die Kombination von MIMO und CS wirft viele Forschungsfragen auf, da die Messmatrix hochgradig strukturiert ist. Weiterhin eröffnet die Kombination von CS mit Zielverfolgungsverfahren ein neues Forschungsgebiet auf dem Gebiet des ARI. Erste theoretische Herausforderungen und Chancen resultieren daraus, dass die Anzahl der Messungen möglicherweise nicht groß genug ist, um bekannte Ergebnisse und Algorithmen für große Probleme anzuwenden. Spezielle Herausforderungen ergeben sich daraus, dass wir die Dünnbesetztheit, das heißt den Definitionsbereich in dem sie gilt, und die zeitliche Dynamik charakterisieren müssen, ohne eine zuverlässige Referenz zu haben. Eine Lösung dieses Problems könnte darin bestehen, Rekonstruktions- und Zielverfolgungsalgorithmen zu verwenden, die nicht ausschließlich eine bestmögliche Bildrekonstruktion anstreben sondern auch Zuverlässigkeitsinformationen liefern. Neben Simulationen werden wir vorhandene Radarexperimente nutzen, um physikalisch motivierte Modelle der Dünnbesetztheit und der Zeitdynamik zu finden und wir werden neue Experimente zum Testen und Verbessern unserer Methoden durchführen. MIMO könnte nicht nur bei der Inversion hilfreich sein, sondern auch bei der Performanzbewertung unserer vorgeschlagenen Verfahren in Systemen, die kein MIMO nutzen können, helfen.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 1798: Compressed Sensing in der Informationsverarbeitung
• Kooperationspartnerin: Professorin Dr.-Ing. Anja Klein