欢迎来到天天文库
浏览记录
ID:22633564
大小:821.50 KB
页数:13页
时间:2018-10-30
《ku波段卫星通信雨衰计算及分析外文翻译》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、Ku波段卫星通信雨衰计算及分析徐慨、向顺祥、黄林书电子工程系海军工程大学中国武汉摘要:使用雨量计、频谱分析仪和其他设备,根据模拟结果,测量和分析了武汉市降雨率及雨衰对Ku波段卫星通信信号的影响。分析了降雨率和雨衰的关系,并将结果与国际电信联盟无线电通信部门(ITU-R)估计值进行了比较,分析了实际测量值与预测值之间的不同之处。利用测得的数据,对不准确的预测模型,提出了一个改进算法,证明ITU-R提出的预测模型是正确的。实验结果表明,有必要通过长时间的测量,获得足够的数据,来确定不同站点雨衰与降雨率之间关系。关键词:频谱分析仪、卫星通信、雨衰、预测模型I引言在卫星通信
2、链路设计,必须计算链路的效率和冗余。因为信号可能会被吸收和过滤,所以必须提供冗余或一些对抗措施,如自适应功率控制,通过分集接收来提高链路效率。然后有两个问题:应该提供多少冗余来满足链路的有效性要求;应采取什么措施来对抗雨衰。虽然国内外已经做了许多理论的实验研究,但是对于不同的地域链路的设计要求,实验结果不是很符合。在论文中,通过一段时间测量武汉的降雨以及Ku波段卫星信号衰减,绘制了降雨和信号衰减之间的关系图。在比较获得的关系图和ITU-R给出的模型曲线后,证明ITU-R预测模型在不同地区之间存在一些错误,因此有必要进行一些测试,对ITU-R预测模型做一些修改。II测
3、量系统的原理图一显示了测量系统的原理。该图的左侧的是降雨衰耗估算。下行链路信号由天线接收,并且其频率被转增下来的低噪声B转换,并且随后转到频谱。最后,通过RS-232接口,信号电压被保存到计算机。菱形天线:0.6m,LNB振荡器频率11300MHz;输入频率:12.25GHZ~12.75GHZ;输出频率:950MHZ~1450MHZ;因为它是垂直极化测量信号,电源电路是采用12.5V直流;光谱频率范围:3KHZ~3GHZ,10个值是每分钟收集。右侧是降雨量的测量。这个雨量计的测量精度:0.1毫米~7毫米/小时,运行电压:9~24v直流电源提供的收集器.雨量计得到了降
4、雨的每分钟(毫米),并发送数据在计算机中的数据收集器。当数据乘以60,那么降雨的小时是有(毫米/小时)。测试地点:武汉,纬度:30.52°;经度:114.31°;高度:23.3米测试频率:12.333GHz;仰角的天线:48.45°。Fig.1实验系统结构图III测试结果及建模分析A.ITU-R降雨衰减模型A=g×L(dB)(1)g=a×Rb(dB/km)(2)其中,L是降雨的有效路径,g是降雨衰减比,R是雨量比,a,b是相关系数,其值随频率不同变化。B.阳光下计算放的信号的参考电平吸光度的衰减在雨天、云和大气的变化是缓慢的。大气吸收有氧气和水蒸气组成。其中水的蒸气
5、在不同的天气变化最大。相比较而言,吸收衰减在慢衰减中是最主要的因素。为了去除噪声和闪烁的影响,分析了在下雨之前三天和下雨之后三天的晴朗天气所有的信号电平,得到了晴朗天气的信号参考电平As。C.计算雨衰取在1分钟内获得的10个信号得平均值,就得到了雨中每分钟的信号电平。然后每分钟雨衰如下:A=As-Ar(dB)其中,A是指雨衰,As是晴朗天气的信号参考电平,Ar是雨中的每分钟信号电平。D.测量结果分析图2表示的是武汉地区2008-05-03的降雨情况。水平轴是时间,垂直是雨衰减率。信号随时间衰减如图3所示。比较两个图,可以得出以下结论:(1)降雨越大,雨衰也越大。最大
6、的降雨发生在5月3号的21:00,恰好信号衰减发生在那个时候(2)信号衰减是不仅发生在下雨的时候,下雨后也有,因为在某些方面天空中的云也使信号发生衰减。例如,5月3日在17:00-18:00,虽然不下雨,但很明显,仍然有信号衰减。(3)雨衰减率期间的降雨量是相对持久。在相同的降雨,信号由降雨引起的为20的衰减分钟显然是大于一个或两分钟。Fig2.武汉降雨环境Fig3信号衰减E.误差分析雨衰减和信号衰减之间的关系如图4所示。水平轴是降雨,垂直轴的是雨衰减率。“*”曲线是降雨试验测得,“ð”曲线是在ITU-R提供的公式模型的基础上绘制。“△”曲线是草拟的测量值处理的最小
7、二乘方法算法。如图所示,由ITU-R提供雨衰模型与武汉地区实际情况有很大不同,并且随着降雨量的增加误差也增大。图4:雨衰之间的关系Fig5.误差曲线IV改进后的算法模型修改后的ITU-R雨衰模型:Ap=Aitu-r—Perror其中,Ap是修正后的雨衰减,Aitu-r是ITU-R雨衰模型预测的雨衰,Perror是修正因子。图5是误差曲线。“*”是图4所提供的误差值曲线,曲线是由最小二乘法得到的。表达式为:Perror=-0.0006*R*R+0.1308*R-0.1847(dB)其中,R是降雨量。则修改后的预测模型是:Ap=Aitu-r—(-0.0006*R*R
此文档下载收益归作者所有