Прогнозирование и экстраполяция МПЧ по данным наклонного зондирования ионосферы в евроазиатском регионе

Размещено на http://www.allbest.ru/

НИРФИ ННГУ им. Н.И. Лобачевского

ПРОГНОЗИРОВАНИЕ И ЭКСТРАПОЛЯЦИЯ МПЧ ПО ДАННЫМ НАКЛОННОГО ЗОНДИРОВАНИЯ ИОНОСФЕРЫ В ЕВРОАЗИАТСКОМ РЕГИОНЕ

В.П. Урядов, Ф.И. Выборнов, А.В. Першин

Нижний Новгород, Россия

Аннотация

Представлены результаты прогнозирования и экстраполяции МПЧ на субавроральных и среднеширотной трассах Евроазиатского региона путем адаптации справочной модели ионосферы IRI-2007 по результатам наклонного ЛЧМ зондирования ионосферы на контрольных и рабочих радиолиниях. Результаты могут быть использованы для динамического управления ресурсом КВ радиолиний.

Ключевые слова: наклонное ЛЧМ зондирование; максимально применимая частота; максимально наблюдаемая частота; пространственная корреляция; прогнозирование; экстраполяция.

The results of forecasting and extrapolation of MUF on the subauroral and mid-latitude paths of the Euro-Asian region by adapting the IRI-2007 reference ionosphere model on results of the ionosphere oblique chirp sounding on the control and working radio lines are presented. Results can be used for dynamic management of HF radio lines resource.

Keywords: oblique chirp sounding; maximum usable frequency; maximum observed frequency; spatial correlation; forecasting; extrapolation.

Содержание

• Введение
• 1. Результаты наблюдений и моделирования
• Заключение
• Литература

Введение

В последние годы во многих странах наблюдается рост интереса к системам KB радиосвязи. В значительной мере это связано с развитием новых технологий, микроэлектроники, средств вычислительной техники и цифровой обработки сигналов.

Следует отметить, что способность эффективно управлять ресурсами КВ диапазона зависит от точности и оперативности прогнозирования характеристик ионосферного радиоканала. Широкое распространение получило долгосрочное прогнозирование, имеющее важное значение для выбора стратегии функционирования радиотехнических систем. Долгосрочное прогнозирование основано на моделях, разработанных для фиксированных солнечной и магнитной активности, сезона, времени суток, географической зоны и т.д. Для долгосрочного прогнозирования используется статистическая модель ионосферных параметров, основанная на усредненных данных. Большое распространение получила прогностическая справочная модель ионосферы International Reference Ionosphere (IRI), [1]. Модель базируется на данных мировой сети ионозондов, радаров некогерентного рассеяния и других инструментов, она постоянно совершенствуется по мере поступления новой информации. Однако вариации ионосферы день ото дня, ее зависимость от гелиогеофизических условий могут сводить на нет эффективность такого прогнозирования.

Для прогнозирования на короткие интервалы времени (день, час или несколько минут) требуется мониторинг ионосферных параметров с такими же временными интервалами. Такой прогноз называется краткосрочным. При этом для корректировки ионосферных параметров и повышения точности прогноза используют зондовые измерения в реальном масштабе времени, основанные на данных ВЗ, НЗ и ВНЗ ионосферы, а также используют сигналы навигационных систем GPS и ГЛОНАСС для мониторинга ионосферы Земли. Наличие сети станций позволяет оперативно получать сведения о состоянии ионосферы в контрольных точках и экстраполировать их на близлежащий регион, где отсутствуют средства зондирования ионосферного канала.

Для зондирования ионосферного канала широко применяются маломощные ионозонды с непрерывным излучением линейно-частотно-модулированного (ЛЧМ) сигнала, обладающие высокой помехозащищенностью [2,3]. Проблему адаптации радиоэлектронных систем к текущему состоянию ионосферы можно было бы решить при наличии постоянно работающей разветвленной сети ЛЧМ ионозондов с доступом результатов зондирования ионосферного канала в режиме on-line. Однако отсутствие такой сети делает актуальной задачу пространственно-временного прогнозирования ключевого параметра ионосферного канала - максимальной применимой частоты (МПЧ) и ее экстраполяции на трассы, не оснащенные средствами диагностики. Определение значимых временных интервалов корреляционных связей максимально наблюдаемой частоты (МНЧ) особенно важно при длительных (десятки минут, часы) сеансах связи.

Инерционность ионосферных процессов позволяет устанавливать пространственно-временные корреляционные связи параметров КВ канала и использовать их для прогнозирования на короткие интервалы времени (десятки минут), что имеет важное значение для обеспечения устойчивой КВ радиосвязи в периоды быстрой перестройки ионосферы и во время ионосферных возмущений.

Согласно измерениям [4] радиус пространственной корреляции вариаций критической частоты ионосферы по данным сети станций вертикального зондирования в Австралии и Папуа Новая Гвинея оказался равен 1000 и 1500 км в направлении север-юг и восток-запад, соответственно.

В работах [5,6] экспериментальные данные по МНЧ, получаемые на сети трасс НЗ используются для определения эффективного числа солнечных пятен или солнечного потока на длине волны = 10.7 см. Поток находится из условия, чтобы прогнозируемая модель обеспечивала измеряемую МНЧ. Для односкачковых трасс поток связывается с состоянием ионосферы в средней точке трассы НЗ, которая принимается за ионосферную контрольную точку (ИКТ). Для сети трасс НЗ получается некоторое распределение ИКТ. В случае, если другие ИКТ расположены достаточно близко к средней точке прогнозируемой трассы, то ее МПЧ может быть уточнено путем линейной интерполяции экспериментальных данных [6]. Результаты эксперимента [6] свидетельствуют, что процедуру интерполирования данных НЗ на средних широтах, повышающую точность прогноза, имеет смысл проводить в пределах области, простирающейся на 700 км в широтном и 400 км в долготном (меридиональном) направлениях.

В статье представлены результаты прогнозирования и экстраполяции МПЧ на субавроральных и среднеширотной трассах путем адаптации справочной модели ионосферы IRI-2007 к результатам наклонного ЛЧМ-зондирования ионосферы на контрольных и рабочих радиолиниях.

1. Результаты наблюдений и моделирования

Исследования пространственно-временных корреляционных связей максимально наблюдаемой частоты (МНЧ) проводились на субавроральных трассах наклонного ЛЧМ-зондирования Соданкюля (Финляндия) - Нижний Новгород, Ловозеро (Мурманская обл.) - Нижний Новгород, Салехард - Нижний Новгород, Диксон - Нижний Новгород и на среднеширотной трассе ст. Горьковская (Ленинградская обл.) - Нижний Новгород.

Наблюдения проводились в декабре 2016г. Передатчики в Ловозеро, Салехарде, Диксоне и ст. Горьковская работали круглосуточно с интервалом зондирования 15 минут; диапазон частот 2-30 МГц, скорость перестройки частоты 550 кГц/с. Передатчик в Соданкюля работал в диапазоне частот 2 - 16 МГц, скорость перестройки частоты составляла 500 кГц/с, интервал зондирования - 5 минут. Прием проводился в Нижнем Новгороде. Схема эксперимента показана на рисунке 1. Средние точки контрольных трасс Ловозеро (Мурманская обл.) - Нижний Новгород, Салехард - Нижний Новгород и ст. Горьковская (Ленинградская обл.) - Нижний Новгород соединены между собой. На рисунке также отмечены средние точки рабочих трасс Соданкюля - Нижний Новгород и Диксон - Нижний Новгород. В таблице 1 указаны координаты приемо-передающих пунктов, а в таблице 2 приведены расстояния от средней точки контрольной трассы Ловозеро - Нижний Новгород до средних точек рабочих трасс.

Рис. 1. Схема эксперимента

Таблица 1. Координаты приемо-передающих пунктов

Таблица 2. Расстояния между средними точками трасс

На основе данных, полученных на исследуемых трассах, была определена временная зависимость изменения МНЧ для спокойных и возмущенных условий. По ним вычислялся коэффициент временной корреляции. Затем с помощью уравнения регрессии делался прогноз МНЧ на различный интервал времени. Согласно полученным данным коэффициент корреляции МНЧ моды 1F2 на интервал прогноза 0,5-1 час составлял величину 0,7-0,9. С ростом коэффициент корреляции уменьшался.

Коэффициент пространственной корреляции МНЧ моды 1F2 на субавроральных и среднеширотной трассах составлял величину 0,8-0,95.

Высокие значения коэффициентов пространственной корреляции МНЧ позволили применить для прогнозирования и экстраполяции МНЧ метод адаптации глобальной модели ионосферы к результатам НЗ на рабочих радиолиниях.

Метод адаптации глобальной модели ионосферы осуществлялся путем коррекции ее управляющего параметра - эффективного числа солнечных пятен W. Коррекция W приводит к изменению распределения электронной концентрации вдоль трассы, т.е. к изменению ее МПЧ, которая определяется путем моделирования ионограммы НЗ на основе скорректированных данных. Коррекция W позволяет подогнать рассчитанное значение МПЧ к экспериментальной МНЧ с некоторой погрешностью у.

Далее считалось, что модель с выбранным значением W адекватно описывает распределение электронной концентрации в окрестности исследуемой трассы. Адаптированная таким образом модель используется как для прогнозирования поведения МПЧ для данной трассы на временной интервал прогноза, так и для экстраполяции МПЧ на соседние трассы, не оснащенные средствами диагностики. Подбор нового значения W производился в том случае, когда отклонение у превышало заданное значение у_max.

В качестве контрольной трассы использовалась трасса Ловозеро - Нижний Новгород. На рисунке 2 (крестиками) показан временной ход МНЧ моды 1F2 на этой трассе для 17.12.2016 г. Измерения проходили в условиях спокойной магнитной обстановки с индексом Кр = 1. Путем подбора числа солнечных пятен W проводилось моделирование ионограмм наклонного зондирования для наилучшего совпадения расчетной и экспериментальной ионограмм. Модельная кривая МПЧ, рассчитанная по адаптивной модели ионосферы IRI-2007, приведена на рисунке 2 (красная кривая 2). Вертикальными линиями отмечены моменты времени, когда в расчетах изменялось число W.

Рис. 2. Временной ход МНЧ и МПЧ на трассе Ловозеро - Нижний Новгород

Значение W в каждом временном интервале указано в поле рисунка. Результаты расчета МПЧ по долгосрочному прогнозу показаны синей кривой 1. Эффективность прогноза оценивалась по формуле [7]

, (1)

где P_{i -} прогноз (МПЧ), Q_i - эксперимент (МНЧ).

Рассчитывалось также среднее отклонение

(2)

Согласно оценкам прогноз по адаптированной модели дает среднюю ошибку ₂ = 4.7%. По долгосрочному прогнозу (ДП) [8], когда для условий проведения эксперимента значение W = 15, ошибка прогноза составляет ₁ = 19.1%, т.е. существенно выше, чем для прогноза по адаптированной модели (АМ) ионосферы. Среднее значение ₂ для всего временного ряда составляет величину 0,5 МГц.

На рисунках 3-6 приведены экспериментальные (МНЧ) и расчетные (МПЧ) для рабочих субавроральных трасс Соданкюля - Нижний Новгород, Салехард - Нижний Новгород, Диксон - Нижний Новгород и среднеширотной трассы Горьковская - Нижний Новгород. Для всех этих трасс в расчетах использовалось значение W, полученное на контрольной трассе Ловозеро - Нижний Новгород при адаптации ионосферной модели IRI-2007. В поле всех рисунков приведены значения W, ошибки прогноза и отклонения для ДП и АМ. Как видно из рисунков в утренние и вечерние часы в период перестройки ионосферы моменты времени изменения значения W для различных трасс могут отличаться на 20-30 минут.

Рис. 3. Временной ход МНЧ и МПЧ на трассе Соданкюля - Нижний Новгород

Рис. 4. Временной ход МНЧ и МПЧ на трассе Салехард - Нижний Новгород

Рис. 5. Временной ход МНЧ и МПЧ на трассе Диксон - Нижний Новгород

Рис. 6. Временной ход МНЧ и МПЧ на трассе Горьковская - Нижний Новгород

Из рисунков видно, что в условиях спокойной ионосферы при использовании адаптированной модели ионосферы ошибки прогнозирования МПЧ на контрольной трассе и ошибки экстраполяции МПЧ на соседние субавроральные и среднеширотную трассы с удалением средних точек рабочих трасс от средней точки контрольной трассы на расстояния 180870 км составляют 4.78.6%, что существенно меньше, чем ошибки по данным долгосрочного прогнозирования 1821%.

Для экстраполяции МПЧ используется также, предложенный в [6] метод контрольных точек, когда по данным зондирования и адаптации ионосферной модели на трех контрольных трассах для расчета МПЧ на соседних радиолиниях осуществляется линейная интерполяция числа солнечных пятен. субавроральный ионосфера радиолиния зондирование

При этом для всех трех контрольных трасс по модели ионосферы IRI рассчитываются МПЧ и путем подбора числа солнечных пятен W_i добиваются наилучшего согласования с экспериментальным значением МНЧ. В результате моделирования получают значения W₁, W₂ и W₃ для трасс 1, 2 и 3 соответственно. В эксперименте используются контрольные трассы: Горьковская - Н. Новгород, Ловозеро - Н. Новгород и Салехард - Н. Новгород.

Далее в предположении линейной зависимости значений Wi от географических координат средних точек трасс (точек отражения радиоволн) в их небольшой окрестности имеем уравнение

(3)

где - постоянные, - широта и долгота средней точки трассы НЗ, соответственно.

Затем решается система линейных уравнений:

(4)

где - географические координаты средних точек трех трасс НЗ.

Трассы НЗ и их средние точки показаны на рисунке 1. Путем решения системы (4) определяются постоянные a, b, c для каждого временного интервала T, т.е. находится зависимость числа солнечных пятен W от координат (x,y), которыми могут быть точки отражения соседних трасс вблизи контрольных точек .

Для апробации метода используются данные МНЧ на рабочих трассах Соданкюля - Н. Новгород и Диксон - Н.Новгород, координаты их средних точек и , соответственно. Для этих точек получаем уравнения

и

и находятся значения и .

Для этих значений и делается расчет ионограмм НЗ на трассах Соданкюля - Н. Новгород и Диксон - Н. Новгород и определяются МПЧ. Данные МПЧ сопоставляются с экспериментом, и находится ошибка экстраполяции. Результаты обработки приведены в таблице 3.

Таблица 3. Результаты обработки 17.12.2016 г.

Как видно из таблицы 3 если значения числа солнечных пятен W по трем контрольным точкам подобраны таким образом, что ошибки прогнозирования МПЧ по ним составляют 0.10.9%, то ошибки экстраполяции МПЧ на рабочие трассы (Соданкюля - Н.Новгород и Диксон - Н.Новгород), средние точки которых расположены в пределах 180 - 470 км от ближайших средних точек контрольных трасс (см. рис.1), составляют 0.63.4%, что приемлемо для обеспечения надежной работы связных радиолиний (с адаптацией по частоте), не оснащенных средствами диагностики ионосферного КВ канала.

Заключение

Показано, что в условиях спокойной ионосферы при использовании адаптированной модели ионосферы IRI-2007 ошибки прогнозирования МПЧ на контрольной трассе и ошибки экстраполяции МПЧ на соседние субавроральные и среднеширотную трассы с удалением средних точек рабочих трасс от средней точки контрольной трассы на расстояния 180870 км составляют 4.78.6%, что заметно меньше, чем по данным долгосрочного прогнозирования.

Показано, что ошибки экстраполяции МПЧ по трем контрольным точкам для различных временных интервалов (утро, день, вечер) в условиях спокойной геомагнитной обстановки составляют 0.63.4%, что существенно меньше, чем ошибки по долгосрочному прогнозу.

В заключение заметим, что ионосферный канал как среда распространения подвержен пространственно-временным вариациям, контролируемым солнечной и магнитной активностью. Кроме того, на эффективность работы связных систем существенное влияние оказывают случайные и преднамеренные помехи от посторонних радиостанций. Поэтому, для обеспечения эффективной работы радиоэлектронных систем в условиях нестационарности ионосферного канала, обусловленной воздействием различного рода возмущений, необходимо осуществлять мониторинг ионосферного канала на базе помехозащищенного ЛЧМ-ионозонда, чтобы в реальном времени получать текущую информацию о состоянии ионосферы. Результаты зондирования могут быть использованы для адаптации систем КВ радиосвязи и загоризонтной КВ радиолокации к условиям распространения радиоволн.

Следует отметить, что разработанные алгоритмы обработки разностного сигнала на выходе ЛЧМ-приемника, позволяют, в отличие от традиционно используемых методов, определять все необходимые параметры для оценки вероятности битовой ошибки и надежности систем КВ радиосвязи по данным наклонного ЛЧМ-зондирования [9]. Созданный ЛЧМ комплекс может быть использован для сервисного обслуживания в составе ионосферно-волновой и частотно-диспетчерской службы.

Сеть ЛЧМ ионозондов с оптимальной протяженностью трасс 1500-2500 км, объединенная в глобальную программно-управляемую структуру, позволит оперативно оценивать реальное состояние КВ канала на всей территории России, осуществлять прогнозирование ионосферного канала и динамическое управление частотным ресурсом радиолиний, определять оптимальную маршрутизацию каналов передачи информации и обеспечит высокую эффективность функционирования радиоэлектронных систем различного назначения.

Литература

1. Bilitza D., Reinisch B. International Reference Ionosphere 2007: Improvements and new parameters. // Adv. Space Res., 2008, Vol.42, Issue 4. - P. 599.

2. Goodman J., Ballard J., Sharp E. A long-term investigation of the HF communication channel over middle- and high-latitude paths. // Radio Sci., 1997, Vol. 32, No.4. - Pp. 1705-1715.

3. Иванов В.А. ЛЧМ ионозонд и его применение в ионосферных исследованиях / Иванов В.А., Куркин В.И., Носов В.Е., Урядов В.П., Шумаев В.В. // Изв. Вузов. Радиофизика, 2003, Т.46, № 11. - C. 919-952.

4. McNamara L.F., Wilkinson P.J. Spatial correlations of foF2 deviations and their implications for global ionospheric models: 1. Ionosondes in Australia and Papua New Guinea. // Radio Sci., 2009, Vol. 44. RS2016, doi:1029/2008RS003955.

5. Reilly M.H., Yamamura E.K. Oblique ionograms and HF propagation assessment. // Proc. IEEE MILCOM Conf. Los Angeles Calif. Oct. 1984. - Pp.100-104.

6. Reilly M.H., Daehler M. Sounder updates for statistical model predictions of maximum usable frequencies on HF sky wave paths. // Radio Sci., 1986, Vol. 21, No. 6. - Pp. 1001-1008.

7. Четыркин Е.М. Статистические методы прогнозирования. М.: Статистика, 1977. - 200 с.

8. www.swpc.noaa.gov, 20.01.2019

9. Вертоградов Г.Г, Урядов В.П., Вертоградова Е.Г. Расчет оптимальных рабочих частот связной радиолинии по данным наклонного зондирования ионосферы. // Изв. Вузов. Радиофизика, 2008, Т. 51, №1. - С. 10-21.

Размещено на Allbest.ru