This thesis deals with two common applications in remote sensing, namely the task of localisation in passive remote sensing and the medium characterisation in active remote sensing. Two novel approaches are presented, using and combining together the latest trends in literature for both the topics. For localisation, a new approach to deal with the direction of arrival (DoA) problem is presented, along with a new metric to evaluate the correctness of the estimation. As medium characterisation, a novel approach to estimate the drop size distribution (DSD) is proposed, which exploits the features of polarimetric radar measurements and the pattern-recognition capacity of a fully connected neural network (FCNN).

Questa tesi si occupa di due applicazioni comuni nel telerilevamento, ossia la localizzazione nel telerilevamento passivo e la caratterizzazione di mezzi nel telerilevamento attivo. Vengono presentati due approcci innovativi, i quali utilizzano e combinano le ultime tendenze presenti in letteratura per tutte e due le tematiche. Per la localizzazione, il nuovo approccio presentato riguarda il problema della stima della direzione di arrivo (DoA) del segnale, seguito da una nuova metrica per valutare la correttezza della stima. Per la caratterizzazione di mezzi, viene presentato un nuovo approccio per la stima della Drop Size Distribution (DSD), che sfrutta le potenzialità delle misure radar polarimetriche e la capacità di riconoscimento di pattern dato da una fully connected neural network (FCNN).

Signal Processing Methods for Localisation and Medium Characterisation in Remote Sensing Applications [Metodi di processamento di segnale per la localizzazione e la caratterizzazione di materiali nelle applicazioni di telerilevamento] / Giammello, G.. - (2026 Apr 23).

Signal Processing Methods for Localisation and Medium Characterisation in Remote Sensing Applications [Metodi di processamento di segnale per la localizzazione e la caratterizzazione di materiali nelle applicazioni di telerilevamento]

GIAMMELLO, GIUSEPPE
2026-04-23

Abstract

This thesis deals with two common applications in remote sensing, namely the task of localisation in passive remote sensing and the medium characterisation in active remote sensing. Two novel approaches are presented, using and combining together the latest trends in literature for both the topics. For localisation, a new approach to deal with the direction of arrival (DoA) problem is presented, along with a new metric to evaluate the correctness of the estimation. As medium characterisation, a novel approach to estimate the drop size distribution (DSD) is proposed, which exploits the features of polarimetric radar measurements and the pattern-recognition capacity of a fully connected neural network (FCNN).
23-apr-2026
Questa tesi si occupa di due applicazioni comuni nel telerilevamento, ossia la localizzazione nel telerilevamento passivo e la caratterizzazione di mezzi nel telerilevamento attivo. Vengono presentati due approcci innovativi, i quali utilizzano e combinano le ultime tendenze presenti in letteratura per tutte e due le tematiche. Per la localizzazione, il nuovo approccio presentato riguarda il problema della stima della direzione di arrivo (DoA) del segnale, seguito da una nuova metrica per valutare la correttezza della stima. Per la caratterizzazione di mezzi, viene presentato un nuovo approccio per la stima della Drop Size Distribution (DSD), che sfrutta le potenzialità delle misure radar polarimetriche e la capacità di riconoscimento di pattern dato da una fully connected neural network (FCNN).
DoA; Localisation; DSD; DSD retrieval; Deep Learning; Remote Sensing; MUSIC
DoA; Localisation; DSD; DSD retrieval; Deep Learning; Remote Sensing; MUSIC
Signal Processing Methods for Localisation and Medium Characterisation in Remote Sensing Applications [Metodi di processamento di segnale per la localizzazione e la caratterizzazione di materiali nelle applicazioni di telerilevamento] / Giammello, G.. - (2026 Apr 23).
File in questo prodotto:
File Dimensione Formato  
PhD_THESIS_GIAMMELLO.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: PUBBLICO - Pubblico con Copyright
Dimensione 9.24 MB
Formato Adobe PDF
9.24 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11769/724815
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact