New methods for radio frequency interference mitigation in microwave radiometry

Abstract

(English) Radio Frequency Interference (RFI) has emerged as the most critical challenge to the effective exploitation of the microwave spectrum for Earth observation. RFI consists of non-natural emissions that obscure the radiometric signals measured by microwave radiometers. The presence of RFI degrades the accuracy and completeness of radiometric measurements. This is evident, for example, in the European Space Agency’s (ESA) Soil Moisture and Ocean Salinity (SMOS) mission, which, despite operating in the protected L-band, is severely affected by interference. This PhD thesis presents innovative approaches to mitigate this issue, with a particular focus on Synthetic Aperture Interferometric Radiometers, which have been insufficiently studied in the context of RFI. This PhD thesis introduces several novel RFI detection and mitigation techniques, including autocorrelation-based detection, non-linear decomposition using Empirical Mode Decomposition (EMD), and data-adaptive mitigation via the Karhunen-Loève Transform (KLT). These methods address some of the limitations of existing approaches and have been evaluated with simulated data using standard performance metrics. Furthermore, a new algebraic interpretation of mitigation is provided, bridging the gap between RFI detection and signal transformation methods, and introducing novel performance evaluation metrics. In addition to the theoretical contributions, this thesis includes experimental validation of the proposed techniques using real-world data. The practical feasibility and performance of whiteness-based detection and KLT-based mitigation techniques are demonstrated in realistic scenarios. The research also explores the effects of signal quantization on mitigation techniques, a relevant concern for digital radiometer implementations.

(Català) La Interferència de Radiofreqüència (RFI, per les seves sigles en anglès) s’ha convertit en un desafiament crític per a l’ús efectiu de l’espectre de microones en l’observació de la Terra. La RFI consisteix en emissions no naturals que oculten els senyals radiomètrics mesurats pels radiòmetres de microones, degradant la precisió i la integritat de les dades. Aquest problema és especialment evident en la missió Soil Moisture and Ocean Salinity (SMOS) de l’Agència Espacial Europea (ESA), que, tot i operar en la banda L protegida, es veu significativament afectada per interferències. Aquesta tesi doctoral presenta propostes innovadores per mitigar la RFI, amb un èmfasi específic en els Radiòmetres Interferomètrics d’Obertura Sintètica, una àrea que ha estat insuficientment estudiada en el context de la RFI. S’hi introdueixen diverses tècniques innovadores de detecció i mitigació, incloent-hi la detecció basada en autocorrelació, la descomposició no lineal mitjançant la Descomposició Modal Empírica (EMD) i la mitigació adaptativa de dades utilitzant la Transformada de Karhunen-Loève (KLT). Aquests mètodes aborden les limitacions dels enfocaments existents i han estat avaluats amb dades simulades mitjançant mètriques de rendiment estàndard. A més, aquest treball proporciona una nova interpretació algebraica de la mitigació, establint un pont entre els mètodes de detecció de RFI i les tècniques de transformació de senyals, alhora que introdueix noves mètriques d’avaluació del rendiment. Més enllà de les contribucions teòriques, la tesi inclou una validació experimental de les tècniques proposades utilitzant dades reals. Es demostra la viabilitat pràctica i el rendiment de la detecció basada en l'autocorrelació i la mitigació basada en KLT en escenaris realistes. Així mateix, la recerca analitza l’impacte de la quantificació de senyals en les tècniques de mitigació, un aspecte clau per a la seva implementació en radiòmetres digitals.

(Español) La Interferencia de Radiofrecuencia (RFI, por sus siglas en inglés) se ha convertido en un desafío crítico para el uso efectivo del espectro de microondas en la observación de la Tierra. La RFI consiste en emisiones no naturales que ocultan las señales radiométricas medidas por los radiómetros de microondas, degradando la precisión y la integridad de los datos. Este problema es especialmente evidente en la misión Soil Moisture and Ocean Salinity (SMOS) de la Agencia Espacial Europea (ESA), que, a pesar de operar en la protegida banda L, se ve significativamente afectada por interferencias. Esta tesis doctoral presenta enfoques innovadores para mitigar la RFI, con un enfoque específico en los Radiómetros Interferométricos de Apertura Sintética, un área que ha sido insuficientemente estudiada en el contexto de la RFI. Se introducen varias técnicas novedosas de detección y mitigación, incluidas la detección basada en autocorrelación, la descomposición no lineal mediante la Descomposición Modal Empírica (EMD, por sus siglas en inglés) y mitigación adaptativa a los datos utilizando la Transformada de Karhunen-Loève (KLT, por sus siglas en inglés). Estos métodos abordan las limitaciones de los enfoques existentes y han sido evaluados con datos simulados utilizando métricas de rendimiento estándar. Además, este trabajo proporciona una nueva interpretación algebraica de la mitigación, estableciendo un puente entre los métodos de detección de RFI y las técnicas de transformación de señales, al tiempo que se introducen nuevas métricas de rendimiento. Más allá de las contribuciones teóricas, la tesis incluye una validación experimental de las técnicas propuestas utilizando datos reales. Así, se demuestra la viabilidad práctica de la detección basada en la autocorrelación y la mitigación basada en KLT en escenarios realistas. Asimismo, esta tesis analiza el impacto de la cuantización en las técnicas de mitigación, un aspecto clave para su implementación en radiómetros digitales.