电离层衰落特性分析

郭晓彤, 王 严, 陈 馨, 华彩成

(中国电波传播研究所青岛分所，山东 青岛 266071)

0 引 言

目前短波电子信息装备无论是论证设计的仿真试验还是研制试验，关于电离层信道环境还存在以下两个问题：1)在利用已有国产短波信道仿真软件或是仿真器开展内场仿真试验时，一般不考虑信道衰落特性或是自定义选择衰落服从的分布特性，因此，无法保证仿真电离层信道环境和真实电离层信道环境的一致性，导致装备对多场景短波电离层环境下试验和仿真数据不足，从而不能准确、有效地评估短波电子信息装备在实战环境下的作战效能；2)多场景短波电离层信道衰落模型、基于场景特征的电离层衰落特性预测等相应短波信道仿真技术缺乏。综上所述，亟需开展多场景短波电离层信道仿真技术研究，实现短波电子信息装备在不同作战时间短波电离层信道多种衰落的自动关联。

文献[1]在20世纪30年代的时期发起了对电离层传播信号衰落特性的研究，并取得了业内较为认可的成果；随后，文献[2-4]也开始对基于垂测链路数据的电离层衰落特征参数规律进行研究；在20世纪60年代中期至80年代中期，文献[5]结合短波授时台信号及国际通信电台信号，在不同的链路上(大圆距离不同)开展了短波信道时间选择性衰落测试实验，获取了初步的统计结果，其结果反映出电离层整体的特性，对研究起到了推动作用。随后，文献[6]在1995年对电离层传播的混合模式下短波一跳天波多普勒频移和展宽进行了讨论研究；进入到21世纪以来，文献[7-9]也对采集到的区域电离层数据进行了分析，得到了电离层各个模式电波信号的衰落特性，同时得到的成果对一直以来的传播衰落特性研究具有重大的推动，其研究成果表明1 000 km 左右单程电路单跳模式的时域信号幅度衰落不是瑞利分布形态和正态分布形态，同时频域信号幅度衰落则满足正态分布，但受计算工具的限制其统计的分布类型过于单一。

1 短波斜向电离层定频试验

1.1 开展试验

电离层是一种时变特性的介质，其结构参数随时间不断的变化。项目组前期对试验方案进行了调研和整理，收集了多条斜向链路的电离层传播模式信息，并进行了电离层变化分析讨论。在试验过程中，首先，设备先进行斜测链路上的扫频探测，各频率逐一进行探测扫描，以获取链路上的电离层传播模式信息；然后，开展定频探测试验，输出为经匹配滤波器处理之后的探测结果，链路的扫频探测数据可为定频探测频谱上传播模式的识别提供重要参考。试验过程中的固定频率探测数据不仅可以提供固定频点不同传播模式的频谱信息，还可以提供不同传播模式的幅度和相位信息。

探测信号采用线性调频连续波，一种是信号带宽40 kHz，探测脉冲重复周期50 ms，试验系统在1 min 的前25.6 s工作，共获取512个探测脉冲信号；另一种是信号带宽40 kHz，探测脉冲重复周期50 ms，试验探测系统在1 min的前12.8 s工作，这样可以获取256个脉冲信号。探测脉冲经匹配滤波后就可以输出探测结果。

所开展的短波斜向电离层定频探测试验，探测时间覆盖冬季、春季、夏季、秋季4个季节，涵盖日出、上午、下午、日落、夜间5个时段，试验数据量约2.5 TB。

1.2 探测数据预处理

探测数据预处理流程如图1所示。

图1 数据预处理流程

首先，采用信道时域特征参量统计方法，自适应识别强干扰信道；基于中值归一化算法思想，采用修正均值滤波方法抑制弱干扰信道；采用电离图与单个信道统计方法，为各不同类型的电离图自适应生成滤波门限值，滤除底噪声；将形态学算子和连通域思想与噪声分布特性有效结合，滤除电离图中弥散的不同尺度连通域噪声，从而形成干净的预处理后的电离图。

然后，对每个信道的回波信号进行群距离特征化，对抑制干扰和噪声后的电离图数据进行模式分离、描迹细化。

最后，对描迹细化后的数据进行模式描迹识别，并对识别出的描迹进行平滑处理、描迹提取。

对于定频短波斜向电波传播数据，通过背景噪声消除、散粒噪声消除，得到干净的谱图；根据谱图能量分布，选出能量最强的信号作为典型值，结果如图2所示。

图2 典型信号选取

保存选定信号的幅度、相位、频率等信息，为开展多场景短波电离层信号衰落统计特性分析、建模方法研究以及构建衰落模型提供数据支持。

2 衰落特性统计分析

2.1 电波传播衰落特性统计

利用预处理后选取的典型信号，提取其幅度随时间变化信息。

首先，对幅度信息数据进行分布拟合(包括Weibull分布、Logistic分布、Rice分布、T分布、Inverse Gaussian分布、Nakagami分布、Gamma分布)；然后，采用最大似然估计、基于统计直方图估计等方法，确定信号的幅度分布类型及各分布类型的对应参数。具体处理流程框图如图3所示。

图3 电波信号衰落特性统计分析框图

图4给出了2020年1月15日在中国中纬度地区测得的1 000 km大圆距离上，探测频率为12.3 MHz的信号幅度随时间的变化曲线。由于是对探测脉冲直接提取信号幅度，因此，称其为时域信号幅度。通过频谱分析，求取每个模式频域信号最强点所在的位置，在该距离门上提取出其时域信号幅度。受外部环境的影响，探测频率不同，噪声基底也不同。在多数情况下，噪声基底在5 dB左右。

图4 斜向探测路径上的信号幅度衰落特征

图5为一次探测(256×6个脉冲)的概率累积分布图。图6检验了测量数据组与各种概率分布类型的匹配程度，判断测量信号幅度最接近的分布类型。

图5 幅度概率累积分布图

对比不同拟合方式的方差值，选出方差值最小的分布即为该幅度的最佳拟合分布。表1为图6中各分布类型的方差及最大似然函数值统计结果。最终选择Weibull分布(方差最小值：0.117 5，绝对值最小值：-8 717.63)为该组数据的最佳匹配分布类型。对于存在多种累积概率分布拟合类型效果相近的情况，增加比较概率分布直方图的拟合分布情况，选出最佳拟合分布类型。

图6 不同分布拟合情况

表1 不同拟合方式方差统计

2.2 衰落特性与时间场景关联

按照2.1中的流程，对不同时间的共4 800组数据进行电离层衰落特性分析，与时间场景特征进行关联，完成场景与衰落特性的自动匹配。

各季节的电离层衰落特性统计分析结果如图7所示。各时段的电离层衰落特性统计分析结果如图8所示。

图7 各季节的电离层衰落特性统计分析结果

图8 各时段的电离层衰落特性统计分析结果

根据已有电波传播数据多条链路的季节、时段及最佳分布类型等情况，建立场景特征分类准则，分类准则包括：季节(春季、夏季、秋季、冬季)、时间(日出、上午、下午、日落、夜间)、分布类型(Weibull、Logistic、Rice、T、Inverse Gaussian、Nakagami、Gamma)；然后，对于不同分类准则依次进行特性种类聚类，得到场景特征与衰落特性的关联模型。时间场景与衰落特性的匹配模型如表2～表5所示。

表2 时间场景与衰落特性的匹配模型(春季)

表3 时间场景与衰落特性的匹配模型(夏季)

表4 时间场景与衰落特性的匹配模型(秋季)

表5 时间场景与衰落特性的匹配模型(冬季)

根据图7、图8及表1的时间场景与电离层衰落类型关联模型，电离层衰落特性软件输出界面如图9所示，输入为季节，时段；输出各分布类型的概率分布及各分布类型的累计概率分布图形。

图9 关联模型输出界面

3 结 语

开展了不同时间场景短波电离层信号衰落统计特性分析及场景关联研究，给出了时间场景与电离层衰落的关联模型，具备不同时间场景下短波电子信息装备电离层信道衰落的仿真能力，对短波电子装备有一定的实用性。

后续将对各种衰落模型进行仿真构建，实现从信道衰落模拟到信号的加载及应用验证。