Содержание к диссертации
Введение
ГЛАВА 1. Методы прогнозирования качества передачи дискретных сообщений по ВЧ каналам 11
1.1. Основные количественные характеристики качества передачи дискретных сообщений 12
1.2. Показатели качества передачи дискретных сообщений в сеансах связи ограниченной длительности 16
1.3. Методики расчета качества передачи дискретных сообщений по ВЧ каналам. Поэлементный прием (общий случай) 22
1.4 Оценка на моделях зависимости качества передачи дискретных сообщений от вида распределения и типа канала 24
1.5. Модели каналов связи 26
1.6. Влияние лучевой структуры сигнала на ошибки при передаче цифровых данных 28
1.7. Постановка задачи и обеспеченность оперативного прогноза 31
1.8. Основные выводы 34
ГЛАВА 2. Исследование временной стабильности уровня сигнала 36
2.1. Содержание и объем экспериментальных данных 36
2.2. Определение среднего уровня сигнала с заданной степенью приближения 39
2.3. Вариации ото дня ко дню средних значений уровня сигнала 43
2.4. Моделирование 52
2.5. Кратковременная стабильность уровня сигнала 53
2.6. Исследование амплитудного распределения уровня сигнала 59
2.7. Оценка средней частости ошибок 62
2.8. Основные выводы з
ГЛАВА 3. Исследование радиошумов 67
3.1. Содержание и объем экспериментальных исследований 68
3.2. Определение среднего уровня шума с заданной степенью приближения.. 68
3.3. Исследование суточной зависимости уровня радиошума 71
3.4. Вариации уровня радиошума ото дня ко дню 73
3.5. Кратковременная стабильность уровня радиошума 75
3.6. Исследование амплитудного распределения радиошумов 79
3.7. Исследование корреляционных функций уровней радиошумов 82
3.8. Исследование зависимостей уровней радиошумов от полосы пропускания 84
3.8. Основные выводы 85
ГЛАВА 4. Оперативное прогнозирование качества передачи бинарных сообщений по ВЧ каналам 87
4.1. Алгоритм прогноза (вариант 1) 87
4.2. Пример практической реализации алгоритма 97
4.3. Упрощенный алгоритм расчета интерференционного поля (вариант 2).. 109
4.4. Экспериментальное исследование. Тестирование методики оперативного прогноза 113
4.5. Основные выводы 123
Заключение 125
Литература
- Методики расчета качества передачи дискретных сообщений по ВЧ каналам. Поэлементный прием (общий случай)
- Вариации ото дня ко дню средних значений уровня сигнала
- Исследование суточной зависимости уровня радиошума
- Упрощенный алгоритм расчета интерференционного поля (вариант 2)..
Введение к работе
Актуальность работы
Ионосферная радиосвязь, она же декаметровая (ДКМ), высокочастотная (ВЧ), коротковолновая (КВ), согласно документам Международного союза электросвязи (МСЭ) обеспечивает следующие службы: магистральную, зонную и местную радиосвязь, радиовещание, линии для земных станций спутниковой связи, авиационную связь «земля-воздух», морскую связь «берег-судно», сеть радиосвязи Гидрометеослужбы, различные наземные подвижные радиослужбы, военную связь. К преимуществам ВЧ связи относят оперативность установления прямой связи как на малые, так и глобальные расстояния, возможность обеспечения связи через большие труднодоступные пространства (зоны повышенного заражения, пустыни, горы, лесные завалы). Особое значение приобретает ВЧ связь в чрезвычайных ситуациях - при координации действий различных служб в районах стихийных бедствий и проведении аварийно- спасательных работ. Одновременно ВЧ радиосвязи присущи и существенные недостатки. ВЧ канал характеризуется исключительной изменчивостью характеристик, их зависимостью от времени суток, сезона, гелио- и геофизических условий, от протяженности и ориентации трасс. Все это позволяет отнести ВЧ канал к числу нестационарных с быстро меняющейся структурой.
Известные методики расчета качества передачи цифровых сообщений предполагают реализацию модельных алгоритмов. При этом в качестве исходных данных, описывающих статистические и корреляционные свойства канала, принимается плотность распределения вероятностей и автокорреляционная функция случайной величины отношения сигнал/шум. Но в случае ВЧ радиоканала, когда влияние ионосферы на сигналы носит сложный случайный характер, однозначно связать эти характеристики с условиями распространения для прогноза качества связи не всегда удается. Необходимо иметь прогноз характеристик непосредственно перед установлением связи и в ходе ее ведения, т. е. оперативный прогноз.
Согласно рекомендации МСЭ, такой оперативный прогноз позволит обеспечить высококачественную ВЧ связь даже при неблагоприятных условиях распространения, сделать ее достойной альтернативой спутниковой связи. Однако после выхода монографии Хмельницкого Е.А. (1975 г.) и рекомендации МСЭ 889-2 (1990 г.), в которых подчеркивалась важность оперативного прогноза, практически не было публикаций по этой тематике. Отсутствуют также работы, в которых бы приводились количественные оценки краткосрочной стабильности характеристик ионосферного канала.
Из сказанного следует, что задача исследования временной стабильности характеристик ионосферного радиоканала и оперативное прогнозирование качества связи остается актуальной и имеет важное научно-прикладное значение.
Цели и задачи диссертации
1. Исследовать кратковременную стабильность характеристик ВЧ каналов по результатам измерений на трассах и на этой основе определить необходимое время основания и возможное время упреждения оперативного прогноза.
2. Разработать методику оперативного прогнозирования качества передачи дискретных сообщений на основе имитационной модели ВЧ канала.
Для достижения поставленных целей потребовалось решить следующие задачи:
Осуществить подбор баз данных по измерению энергетических характеристик ВЧ канала. Провести собственные экспериментальные исследования на калиброванных трассах.
По результатам экспериментальных исследований определить время усреднения, необходимое для получения оценки средних значений параметров сигналов и шума с заданной степенью приближения. На этой основе определить промежуток времени, на базе которого можно строить оперативный прогноз с достаточной точностью.
Экспериментально получить количественные оценки стабильности характеристик ВЧ каналов.
Разработать методику оперативного прогнозирования качества передачи дискретных сообщений по узкополосному ВЧ каналу на основе имитационной модели канала.
Провести экспериментальную проверку предложенной методики.
Научная новизна результатов исследования
-
-
Анализ данных, полученных в результате длительных измерений на трассах, позволил определить время усреднения для получения оценок средних значений уровней сигнала и шума с заданной точностью, а также частости ошибок. На этой основе определено необходимое время основания для оперативного прогноза.
-
Экспериментально подтверждено, что процессы, ответственные за энергетику поля ВЧ волн обладают инерционными свойствами, что обеспечивает сохранение их энергетических и статистических характеристик без существенных отклонений на некоторое время вперед.
-
Впервые разработана методика оперативного прогноза качества передачи дискретных сообщений по узкополосному ВЧ каналу на базе адаптивной имитационной модели канала. Тестовые испытания подтвердили эффективность методики.
Основные положения и результаты, выносимые на защиту
-
-
-
Результаты продолжительных измерений на среднеширотных калиброванных трассах малой и средней протяженности, позволившие определить необходимые периоды основания и упреждения оперативного прогноза качества передачи дискретных сообщений по узкополосному ВЧ каналу.
-
Методика оперативного прогноза качества передачи дискретных сообщений по узкополосному ВЧ каналу, которая базируется на адаптивной имитационной модели канала, учитывающей основные механизмы распространения ВЧ волн в магнитоактивной пространственно неоднородной ионосфере.
3. Результаты экспериментального тестирования методики прогнозирования качества передачи дискретных сообщений, подтвердившие ее эффективность.
Достоверность полученных в диссертации результатов
Обоснованность и достоверность полученных результатов обусловлена большим объемом проведенных измерений на радиотрассах в период с 2009 г. по 2012 г.; использованием при обработке результатов эксперимента стандартных методов математической статистики; применением в расчетах Международной справочной модели ионосферы IRI-2011, рекомендованной как стандарт для международного использования Комитетом по космическим исследованиям (COSPAR) и Международным радиосоюзом (URSI).
Практическая значимость и использование результатов работы
Практическая значимость диссертационной работы состоит в том, что полученные результаты могут быть использованы для:
-
-
-
-
оперативного прогнозирования качества передачи дискретной информации по узкополосным ВЧ канала на время упреждения до одного часа;
-
построения схемы работы средств текущей диагностики состояния канала на запросно-ответных линиях связи;
-
определения стартовой ситуации в адаптивных системах связи по критерию минимального числа ошибок в передаваемом сообщении;
-
имитационного моделирования и испытания модемов, систем и кустов связи с максимальным приближением к реальным условиям распространения ДКМВ (декаметровых волн);
-
тестирования разрабатываемых модемов на полученной при выполнении диссертации базе данных.
Апробация работы
Результаты работы докладывались и обсуждались на следующих научных конференциях: 14-ая Всероссийская научная конференция студентов-физиков и молодых ученых «ВНКСФ-14», г. Уфа, 2008 г.; XIV региональная конференция по распространению радиоволн, г. Санкт-Петербург, 2008 г.; VIII Международная научно-техническая конференция «Физика и технические приложения волновых процессов», г. Санкт-Петербург, 2009 г.; XV региональная конференция по распространению радиоволн, г. Санкт-Петербург, 2009 г.; Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых «Молодежь XXI века - будущее российской науки», г. Ростов-на- Дону, 2009 г.; 16-ая Всероссийская научная конференция студентов-физиков и молодых ученых «ВНКСФ-16», г. Волгоград, 2010; XVI региональная конференция по распространению радиоволн, г. Санкт-Петербург, 2010 г.; XVII международная научно-техническая конференция «Радиолокация, навигация, связь», 12-14 апреля, г. Воронеж, 2011г.; 13th International Ionospheric Effects Symposium, IES2011, Alexandria VA USA; XXIII Всероссийская Научная Конференция «Распространение радиоволн», г. Йошкар-Ола, 2011 г.; 15-17 May 2012, Royal Yourk Hotel, UK, Ionospheric Radio Systems and Techniques 2012 (IRST 2012).
Публикации
По теме диссертации опубликовано 17 печатных работ, 5 из них - в изданиях, рекомендованных ВАК РФ, 2 - в трудах зарубежных конференций.
Структура и объем диссертации
Работа состоит из введения, четырех разделов (глав), заключения, списка литературы; изложена на 135 листах; содержит 46 рисунков и 21 таблицу. Список цитируемой литературы включает 82 наименования.
Методики расчета качества передачи дискретных сообщений по ВЧ каналам. Поэлементный прием (общий случай)
Функция распределения числа ошибок является наиболее информативной характеристикой достоверности передачи дискретной информации для сеансов связи с ограниченным объемом. Интегральное распределение числа ошибок в сеансе связи служит основной характеристикой надежности передачи информации в этих сеансах. Такая характеристика называется коэффициент надежности связи (КНС). Количественное определение КНС дано в разделе 1.1 (формула 1.6). Значение функции распределения числа ошибок позволяет в принципе определить любые статистические показатели - среднее число ошибок М(п), дисперсию D(n) и другие моменты распределения. Как отмечается в разделе 1.1, иногда используется коэффициент вариации, определяемый формулой (1.5). Прежде чем заниматься разработкой способов расчета функции распределения числа ошибок и КНС, рассмотрим наиболее общие особенности этих величин и механизмы их формирования.
Как отмечается в разделе 1.1 , KHC{n,N) по своему определению совпадает с интегральной дискретной функцией распределения при переменном числе ошибок п. В то же время, при фиксированном числе ошибки КНС является количественной характеристикой надежности передачи дискретных сообщений.
В дальнейшем удобно перейти к относительному числу ошибок q-m/N. Тогда формула (1.6) примет вид KHC(k,N)=Y,P(q,N), О-11) 7=0 где k=n/N, a P(q,N) - вероятность приема дискретного сообщения объемом N элементарных посылок (символов) с относительным числом ошибочно принятых посылок, равным q=m/N. При достаточно больших N дискретную функцию P(q,N) можно аппроксимировать непрерывной функцией p(q,N), а (1.11) примет вид: k KHCfk, N) = J p(q, N)dq. (1.12) о Связь между дискретной и непрерывной функциями распределения при больших т и Додается приближенной формулой: P{m,N) \-p{q,N). (1.13) N Аппроксимация дискретной функции распределения числа ошибок непрерывной функцией с помощью выражений (1.12) и (1.13) полезна в практике вычислений, когда N 102.
Далее рассмотрим выражения для величин P(m,N) и KHC(n,N). Вероятность ошибочного приема символа в момент времени t есть некоторая функция отношения сигнал/шум в этот момент времени h(t), т.е. p(t)=p(h(t)). В простейшем случае, когда h=const, вероятность ошибки постоянна p(h)=const=p. Из простой комбинаторики [18] следует, что вероятность получить т неверных символов из общего числа N равна: p{m,N;h) = C%pm(l-pf-m. (1.14) Откуда согласно (1.11) получаем выражение для КНС(п, N) KHC(n,N)= tcNPmV-P)N m- (1.15) m=0
Таким образом, при h=const на протяжении сеанса связи, вероятность того, что в сообщении объемом N символов будет получено число ошибок, не превышающее п, определяется биномиальной формулой (1.15). При этом дискретная функция распределения числа ошибок подчиняется биномиальному закону (1.14).
В случае меняющейся со временем величины h(t) вероятность P(m,N) есть функция всех значений ht-h(t), где /, - момент приема /-ого символа. Таким образом, апостериорная вероятность P(m,N) может быть представлена в символическом виде
P(m,N) = P(m,N\kl,h2..-hN). (1.16)
Если процесс h(t) является случайным, то в общем случае для полного описания распределения вероятности ошибок в сеансе объемом N необходима 7V-мерная плотность распределения набора величин (hi,h2 ..h ): P{m,N) = \..]P(m,N\h[,h2,,..hN)W{h[...hN)dhx...dhN. (1.17)
Формула (1.17) является наиболее общим выражением для P(m,N) при передаче дискретной информации по каналу со случайной структурой. Основная трудность практического применения (1.17) связана с получением многомерной плотности распределения W(hi,h2,...hN). Кроме того, при больших N точное решение наталкивается на большие вычислительные трудности. Здесь рассмотрены два частных случая, которые задают коридор возможных распределений числа ошибок, т.е. являются предельными случаями.
Дискретный набор случайных значений h в моменты приема символов, т.е. {hj,h2,...h } описывается не только iV-мерным распределением W(hi,h2,...hN), но и корреляционной функцией, характеризуемой некоторым интервалом корреляции т/,. Рассмотрим два предельных случая, когда то» Ч и Th»T, где т0- длительность символа, а Т= т0 XN-длительность сеанса связи. Первый случай соответствует некоррелирующим значениям ht и hi+i, а второй - высокая степень корреляции hh При То»ц многомерная функция распределения представляется в виде: W{kl,h2,...hN) = W(hx)W{h2)..W{hN). (1.18) Выражение (1.18) в этом случае принимает вид биномиального распределения (в стационарном случае, т.е. когда Pj = р =... = р ): p(mtN) = P(m,N;J) = C$pm(l-J)N-m. (1.19) Такой канал называется биномиальным. В другом предельном случае г/ Т(высокая степень корреляции): W(kl,h2,...hN) = W(kl)e(h2-hl)...S(hN-h]). (1.20)
Вариации ото дня ко дню средних значений уровня сигнала
Распределение мгновенных значений уровней сигнала строилось по результатам измерений на трассе 990 км (база данных №1). Рассматривались дневные часы весны, лета и осени 2010 года. Рабочие частоты 8,5 и 10,9 МГц. Распределения строились за следующие друг за другом интервалы длительностью Т=30 минут. На рисунке 2.12а приведен пример распределений мгновенных значений уровней для дневных часов 11 мая 2010 г. (по оси X - значения мгновенных уровней сигнала в отсчетах АЦП, по оси Y - вероятность). Далее каждое распределение описывалось моментом первого порядка (математическое ожидание)- /, второго порядка (среднеквадратичное отклонение) )—тп2, третьего порядка (асимметрия) —тпз, четвертого порядка (эксцесс) -гп4 и квантилями (Q О5- 0 95)-ЕДИНИЦЫ измерений момента первого, второго порядка и квантилей - отсчеты АЦП. В таблице 2.9 приведен пример рассчитываемых параметров амплитудного распределения.
При оценке временной стабильности распределений была принята следующая последовательность обработки. Из 3-х часовой последовательности формировались 30-минутные отрезки. Сдвиг между началами смежных отрезков составлял 5 минут. Далее на каждом отрезке рассчитывались основ 60 ные параметры распределения. Для количественной характеристики формы распределения рассчитывалось отношение ширины доверительного интерва 0,95- о,05 т\ ла с надежностью 90 % [42] к моменту первого порядка, є
Для оценки кратковременной стабильности рассчитывалось изменение Ає за дискретные отрезки времени от 5 до 60 минут с шагом 5 минут, после чего для одинаковых интервалов времени Ає усреднялось - Ає( . На по следнем шаге АЄ(. усреднялись за месяц. На рисунке 2.13 приведены полу ченные таким образом зависимости Ast. на частотах 8,5 и 10,9 МГц. По го ризонтали отложено время в минутах, по вертикали - значения Aet в процентах, сплошные кривые - усреднение за месяц, вертикальные - среднеквадратичные отклонения от среднемесячных значений.
Для периода измерений осень 2010 года использовалась следующая последовательность действий при оценивании кратковременной стабильности формы амплитудного распределения. Использование отличной методики обработки (от периода весны и лета) при оценивании временной стабильности амплитудного распределения объясняется другим способом записи сигналов. Методика была следующая. Из дневных часов формировались 15 минутные отрезки. Сдвиг между смежными отрезками составлял 60 минут. Величина Є рассчитывалась аналогичным образом, как и для весны и лета. Для оценки кратковременной стабильности рассчитывались изменения Л /, % за час. Рабочие частоты 7,0, 8,5 и 10,9 МГц. Результаты обработки представлены в таблице 2.10. Рабочие частоты 7.0, 8,5 и 10,9 МГц. Здесь Ast, % - это среднемесячное значение изменения є за час, c(Aet ), % - среднеквадратичное отклонение от среднемесячного значения.
Из полученных результатов можно сделать вывод, что изменение отношения доверительного интервала с надежностью 90 % к математическому ожиданию для весны и лета в среднем составляет не более 10% для частоты 8,5 МГц и не более 20 % для частоты 10,9 МГц. Получены близкие результаты для осеннего периода. Некоторое увеличение Ає( может объясняться использованием методики обработки, отличной от весенне-летнего периода наблюдений. зо
При передаче цифровой информации по ионосферному каналу такая мера, как среднее значение интенсивности сигнала или отношение сигнал/шум не является однозначным индикатором качества линии связи [6]. Более полноценный способ описания канала основан на определении частости появления или отсутствия ошибки. Поскольку частость появления ошибок не постоянна в различные периоды времени то, как и в случае сигнала, для определения периода основания прогноза необходимо производить ус 63 реднение частости ошибок за время Г, достаточное для получения заданной точности.
Представление о зависимости частости от времени усреднения Т дают графики на рисунке 2.14 - типичные для эксперимента на трассе 990 км (база данных 1). На графиках по вертикали - частость появления ошибок (относительное число ошибок за время усреднения), по горизонтали - местное время наблюдения. Рабочая частота 7,0 МГц; среднее отношение сигнал/шум за 20 минут 10 дБ. В поле графиков: Т- время усреднения, Рср - среднее за час значение частости, а/ Рср — отношение среднеквадратичного отклонения при времени усреднения Т к Рср.
Из графиков следует, что при изменении времени усреднения от 10 секунд до 20 минут средняя частость ошибок на усредняемом интервале практически может измениться в 10 раз. При этом относительное среднеквадратичное отклонение сокращается так же в 10 раз. Аналогичная ситуация наблюдалась на других трассах. Отсюда следует вывод, что для получения оценки частости появления ошибок со степенью приближения 10-20 % время усреднения видимо должно быть не менее 20 минут.
Подобно кратковременной стабильности уровня сигнала были детально исследованы инерционные свойства частости ошибок, то есть способность сохранять статистические характеристики на некоторое время вперед. Знание временных корреляционных связей необходимо для прогнозирования частости ошибок (качества связи).
Применялась методика обработки, аналогичная описанной выше. Трех часовой сеанс наблюдения разбивался на 20-ти минутные отрезки. Сдвиг между отрезками - 2 минуты. На каждом отрезке находилось значение частости ошибок. Для распознания правильно или ошибочно принятой битовой посылки применялась решающая схема с переменным порогом. Затем определялось изменение частости А на каждом отрезке по отношению к значению на начало обрабатываемого часа. Таким образом, были получены зависимости изменения значения частости от времени сдвига t.
Исследование суточной зависимости уровня радиошума
Для описания временных последовательностей используются статистические характеристики, получаемые за разные интервалы времени (среднее значение, среднеквадратичное отклонение). Однако, этих характеристик недостаточно для полного описания случайных последовательностей. Их особенности дополнительно раскрываются при исследовании корреляции уровней помех [42].
Для оценки корреляционной функции уровней радиошумов была принята следующая последовательность обработки данных измерений. Временной ряд мгновенных значений уровня радиошума для дневных (11.00-14.00) и ночных сеансов (22.00-02.00) за время Трасч представлялся последовательным набором значений уровней радиошумов — /,, полученных усреднением за интервал тинт. Далее по формуле (3.1) рассчитывалась корреляционная функция (под корреляционной функцией понималась функциональная зависимость коэффициентов корреляции от сдвига т) временного ряда усредненных значений уровней радиошумов [42]. расч n-mf RT (m)= — X Uj-UT где /7 - общее число усредненных значений уровня радиошума за время Трасч; m -число не меняющихся во времени шагов при дискретизации про цесса с интервалами тинт . Gj расч среднеквадратичное отклонение уров ней радиошума в реализации продолжительностью Трасч - п типт, равное V (п - l) fj
Анализируя результаты расчетов за весь период измерений, можно сделать следующие выводы: 1. Корреляционные функции имеют вид быстро убывающей экспоненты. Временной интервал, на котором корреляционная функция спадает до нуля, в среднем составляет 90-120 секунд при Трасч=\0 минут, тинт=5 секунд, и 60-90 секунд при Трасч = \5 минут, rWHW = 10 секунд. 2. Вид корреляционной функции не зависит от сезона измерения и от частоты. Также не отмечались различия корреляционных функций, рассчитанных в дневные и ночные сеансы.
На практике уровни радиошумов принято характеризовать в полосе 1кГц [43]. При оперативном прогнозировании качества связи возникает необходимость генерирования отсчетов радиошума с заданными параметрами в полосе сигнала, которая может заметно отличаться от этого значения и варьироваться в широких пределах. Как показано в рекомендации Международного союза электросвязи [43], зависимости уровней радиошумов различного происхождения от частоты имеют выраженный тренд, т.е. и суммарный уровень радиошумов имеет выраженную частотную зависимость. Следовательно, при построении модели радиошума необходимо учитывать полосу, в которой будут генерироваться отсчеты радиошума. Целью данного раздела было оценить зависимость среднего уровня радиошума от полосы в пределах 100-1200 Гц.
Использовалась следующая методика обработки экспериментального материала. Использовалась база №1. В расчет включались дневные (11.00-14.00) и ночные (22.00-02.00) часы, и рабочие частоты 8,5 МГц и 10,9 МГц. Выбор этих интервалов объяснялся отсутствием суточного тренда уровня радиошумов (раздел № 3.3). Временной ряд мгновенных значений уровней радиошумов разбивался на двадцатиминутные отрезки без перекрытия. Далее эти отрезки прогонялись через полосовой цифровой фильтр с меняющейся полосой пропускания от 100 Гц до 1200 Гц с шагом 100 Гц. Для каждой полосы пропускания фильтра рассчитывался средний уровень радиошума. Затем строилась зависимость уровня радиошума от полосы пропускания. Примеры полученных типичных зависимостей для дневных интервалов приве 85 дены на рисунке 3.11. Здесь же пунктирными кривыми нанесена зависимость, соответствующая «нормальному белом шуму».
Результаты сравнения экспериментальных зависимостей уровня радиошума от частоты с аналогичными, рассчитанными для «белого» шума за весь период измерений (на обеих частотах), а также результаты, полученные в разделе 3.6, позволили сделать вывод о возможности использования «нормального белого шума» в качестве модели шумов в полосе до 1200 Гц.
1. Измерения на двух частотах показали, что независимо от времени суток и сезона шумы имели гауссовские или близкие к гауссовским распределения, что объясняется их образованием за счет суммирования большого числа некоррелированных слагаемых. Этот вывод позволяет использовать в имитационной модели узкополосного канала генератор, вырабатывающий последовательность отсчетов шума в полосе сигнала с нормальным законом распределения. 2. Изменение среднего уровня шумов происходило более медленно, чем сигнала. Именно эти обстоятельства позволяют строить оперативный прогноз уровня шума, как и сигнала, на время упреждения до часа.
3. Значительное различие между прогнозируемыми по ITU-R-10 [43] и измеренными значениями средних эффективных значений шума, а также их значительный разброс ото дня ко дню, подтверждают мнение о том, что единственно надежным способом задания шумов при оперативном прогнозировании качества связи являются результаты измерений в пункте приема непосредственно перед сеансом связи.
Упрощенный алгоритм расчета интерференционного поля (вариант 2)..
Для проверки возможности использования предложенной методики прогнозирования качества передачи дискретных сообщений использовались экспериментальные данные базы №1 (Глава 2, раздел 2.1). Как уже отмечалось выше, на трассе протяженностью 990 км на частотах 7,0, 8,5 и 10,9 МГц передавались бинарные последовательности с амплитудной манипуляцией и с длительностью элементарной посылки 150 мс. Поднесущая частота - 2,5 кГц. Таким образом, длительность битовой посылки информационного сигнала превышала максимальные межмодовые задержки.
Для восстановления огибающей принятого интерференционного поля сигнал с выхода усилителя промежуточной частоты приемника оцифровывался с частотой дискретизации 10 кГц и далее фильтровался цифровым фильтром (ЦФ) с полосой 3,0 кГц. Полученный таким образом цифровой поток передавался в компьютер и непрерывно записывался на жёсткий диск. Сигнал и шум обрабатывались раздельно. Использовался цифровой фильтр с полосой 100 Гц. Смещение (отстройка) центральной частоты шума от аналогичной частоты сигнала составляла 300 Гц. В обработку включались сеансы измерений, в которых отношение сигнал/шум на всем рассматриваемом временном интервале превосходило 20 дБ. На заключительном этапе отсчеты принятого сигнала пропускались через фильтр низких частот с частотой среза 0,3 Гц. В результате выделялась огибающая суммарного интерференционного поля сигнала из канала.
Далее, полученная таким образом огибающая складывалась с модулирующим сигналом с генератора тестовой последовательности и шумом с заданным эффективным значением и полосой, равной полосе сигнала. После этого смесь сигнала и шума поступала в решающую схему. Решающая схема работала по алгоритму интегрального приема (подробней в разделе 4.2). Ошибки в последовательности, прошедшей через канал, определялись в результате поэлементного сравнения с тестовой последовательностью.
Для тестирования методики были выбраны дневные и ночные часы суток (соответственно 11.00-14.00 и 22.00-02.00). Считалось, что в это время ионосфера вдоль трассы и структура поля в пункте приема меняются мало и, следовательно, условия для проверки методики оперативного прогноза наиболее благоприятные. Информация об объеме экспериментальных данных приводится в таблице 4.3.
Примеры экспериментальных зависимостей частости ошибки от отношения сигнал/шум на различных частотах и для различных сезонов представлены на рисунках 4.12-4.13а-б. Здесь каждая кривая - частость ошибок в дневные часы одного дня из представленного сезона, жирная кривая — результат усреднения за сезон. Аналогичные результаты для ночных часов представлены на рисунках 4.13в-е.
Как следует из рисунков 4.12-4.13 изменения качества связи ото дня ко дню на одной частоте при фиксированном отношении сигнал/шум могут превышать порядок. Это может объясняться меняющимися условиями распространения и подтверждает необходимость оперативного прогноза. Так же очевидно, что для оперативного прогноза необходима адаптация используемой модели канала к конкретным условиям распространения.
Рассмотрим последовательность операций при тестировании методики прогноза на примере следующих дней: на частоте 7,0 МГц - 12 апреля и 19 мая 2011 года, на частоте 8,5 МГц - 30 апреля и 16 мая 2011 года и на частоте 10,9 МГц - 10 марта 2011 года и 31 мая 2010 года. Последовательность операций включала два этапа. На первом - за 20-минутный период основания определялись входные параметры для последующего оперативного прогноза. Второй этап - прогнозирования качества связи с временем упреждения один час.
Для перечисленных дней, по методике, описанной в разделе 4.2, с помощью имитационной модели, рассчитывалась лучевая структура поля, учитывающая конкретные условия распространения - дату, время, мощность передатчика, диаграммы направленностей передающей и приемной антенн. Модель IRI-2012, входящая в имитационную модель, корректировалась по параметру f0F2 по данным станции ВЗ [57,63], расположенной вблизи пункта передачи. Результаты расчета лучевой структуры для выбранных частот представлены в таблице 4.4. Здесь указаны амплитуды парциальных лучей в дБ (мкВ/м) в динамическом диапазоне 20 дБ при излучаемой мощности 1 кВт.
Похожие диссертации на Исследование временной стабильности характеристик ионосферного радиоканала и оперативное прогнозирование качества передачи дискретных сообщений
-
-
-
-
-
-
