短波天波通信性能預測軟件的接收場強預測準確性對比與分析

于睿 向東蕾 何雯 趙佟萍

【摘 要】以ITU在Data Bank D1/1中發布的全球181條鏈路實測短波天波接收場強中值數據為基礎，對VOACAP和ITU-REC533兩種預測軟件在不同計算參數配置和不同鏈路大圓距離情況下得出的接收場強月中值的準確度進行統計分析，得出預測誤差的范圍估計和基本特性，在此基礎上提出兩種算法軟件的選取原則、參數配置建議和預測結果的采信標準。

【關鍵詞】VOACAP REC533 短波通信 性能預測

中圖分類號：TN925 文獻標志碼：A 文章編號：1006-1010（2016）09-0073-08

1 引言

VOACAP（the Voice of America Coverage Analysis

Program）和ITU-REC533（International Telecommunica-

tion Union Recommendation 533）均是短波天波通信性能預測計算軟件，主要用于指導不同季節、不同太陽黑子活動、不同通信時段和地理位置的短波天波通信鏈路規劃與操作。

VOACAP是美國之音組織美國電信科學學會（ITS，Institute for Telecommunication Sciences）和海軍研究實驗室的技術專家對ITS于80年代發布的IONCAP（Ionospheric Communication Analysis and Prediction Program）軟件進行完善和修正后，于2001年首次發布的短波天波傳播性能預測軟件[1]。該軟件采用理論計算、經驗公式和統計數據相結合的方式根據系統參數配置和用戶選擇計算短波天波的傳播性能[2]。當前許多有關短波天波傳播的計算模塊都是以VOACAP為計算引擎，如瑞典薩博通信公司的WRAP、美國羅克韋爾柯林斯公司的PropMan-2000等。VOACAP在一定程度上被看作是短波天波通信性能預測的參考標準。本文中的有關數據通過ITS發布的VOACAP 09.1208W版本軟件進行計算獲得。

ITU-REC533是根據國際電信聯盟（ITU，Interna-

tional Telecommunications Union）的ITU-R P.533建議書編寫的短波天波通信性能預測計算軟件的統稱。REC533在計算原理、輸入參數和輸出數據上與VOACAP基本一致，只是在具體的計算模型和數據選擇上存在一定差異。ITU-R P.533建議書通過國際合作的方式完成，從1978年開始到2013年已經發布了12個版本[3]。本文使用ITU網站上發布的根據2013年第12版建議書編寫的評估軟件進行有關計算。

針對在實際使用過程中，軟件計算結果與實際性能存在較大差異的問題，本文采用統計學方法，利用短波天波實測接收場強中值數據，對VOACAP和ITU-REC533中的接收場強月中值的準確度進行對比，分析兩款軟件的場強月中值預測準確度，討論軟件的選取原則、參數配置建議和預測結果的采信標準。

2 接收場強預測準確性對比計算

接收信號場強月中值預測準確性對比，按照ITU-R P.1148-1中的比較方法，以ITU發布的Data Bank D1/1數據為比較基準，使用VOACAP和REC533預測軟件，采用與實際測試一致的通信參數和環境參數，計算接收信號場強，然后計算預測結果與實測數據的差值的均值與標準差。

ITU-D1/1數據是短波天波場強估計領域數十年來國際合作取得的成果，于1989年1月正式發布[4]，主要包含1964～1985年的21年中分布在全球的68個短波臺站之間的82條地理路徑在181條通信鏈路上，每小時的短波天波通信信號場強實測值的月中值。數據在時間跨度上包含了近兩個太陽黑子周期，頻率涵蓋2.5—25.8 MHz范圍，共38 712個數據記錄。本文將D1/1中的數據進行處理，去除了無效的數據記錄，共得到16 268條記錄，每一條記錄都包含了進行場強預測計算所需要的基本數據，方便用于后續試驗。

2.1 預測軟件輸入參數

VOACAP和REC533軟件在預測計算時需要輸入的參數基本相同，主要包含發射機和接收機相關參數，以及時刻、通信系統、通信需求和計算的相關參數等。其中，發射機和接收機相關參數、時刻參數和頻率參數等數據可以從處理后的D1/1數據記錄中直接獲得。同時，根據D1/1數據歸一化的說明，設置發射功率為1 kW，收發天線均為0 dBi的全向點源，收發天線架設方位角均取0°，天線3D增益數據在所有的方位角和仰角上的增益均為1。根據文獻[5]中的建議，環境參數中的最小仰角設置為3°，路徑類型根據實際通信距離進行設置。

VOACAP需要特別說明的是電離層系數數據（Coefficients）和計算方法（Method）兩項參數。

Coefficients是全球電離層系數數據，用于控制點的電離層參數計算，有CCIR（Oslo）和URSI_88兩個選項。CCIR（Oslo）是ITU于1967年發布的數據，主要來源于美國和歐洲的電離層探測站在一個完整的電離層活動周期內的探測結果，但是缺少海洋上空和南半球的數據。URSI_88是國際無線電聯盟（International Union of Radio Science）在CCIR（Oslo）數據基礎上，利用日本電離層探測衛星和澳洲內部及周邊電離層探測提供的數據，增補海洋與南半球數據后形成的電離層系數數據。在有關VOACAP軟件使用的文獻[6]、[7]和[8]中都提出URSI_88增加的數據與原來CCIR（Oslo）的數據不兼容，VOACAP在使用URSI_88的數據后可能出現錯誤結果，建議使用CCIR（Oslo）的數據。本文將對CCIR（Oslo）數據和URSI_88數據對VOACAP場強預測準確性的影響進行分析。

VOACAP通過計算方法（Method）參數確定需要計算的內容及方法，共有30個計算任務可供選擇。本文將重點對“Method=20和Method=30”的情況進行對比分析[6]。當Method=20，若通信鏈路大圓距離（按：大圓距離（Great-circledistance）：從球面的一點A出發到達球面上另一點B，所經過的最短路徑的長度。由于地球類似球體，因此地球上任何收發兩點沿球面的最短通信距離可以通過大圓距離的公式進行估算）小于10 000 km時，系統使用射線跳躍模型（ray-hop）；若通信鏈路大圓距離大于10 000 km時，系統使用波導/前向散射模型（ducted/forward-scatter）。當Method=30，在收發兩點大圓距離大于7000 km且小于10 000 km時，系統同時使用射線跳躍模型和波導/前向散射模型進行傳輸損耗計算，并通過與大圓距離相關的加權算法對兩個計算結果進行平滑處理，其余距離區間使用的計算模型與Method=20相同。Method=30解決了當Method=20時，在收發兩點大圓距離在10 000 km附近，由于使用兩種不同鏈路模型進行計算造成的數據不連續問題。

REC533的電離層系數數據需要通過指定數據文件的路徑來確定使用的數據來源。在ITU發布的軟件版本中，只提供了一套數據文件，沒有其他可供選擇。根據文獻[9]中的說明，REC533中的電離層系數數據與CCIR（Oslo）基本一致。REC533在計算鏈路性能時，當收發兩點之間的鏈路大圓距離小于7000 km時，采用與VOACAP類似的射線跳躍模型計算接收場強。當鏈路大圓距離大于9000 km時，通過計算最低可用頻（LUF）和最高可工作頻率（operational MUF），再利用經驗公式計算出接收場強。當鏈路大圓距離在7000 km和9000 km之間時，采用上述兩種方法計算接收場強后進行平滑處理，其過程類似于VOACAP中Method=30的情況，但計算方法不同。

2.2 預測軟件輸出數據

VOACAP計算完成后輸出的計算結果包括接收信號場強中值（DBU）、最高可用頻率（MUF）和頻率反射概率（MUF_Day）等22個參數。除了從輸出文件中提取DBU值用于和實測統計數據進行對比外，本文還提取了MUF_Day數據用于DBU值的準確性評估。

MUF_Day的定義是在指定月份的特定UTC時間，通信頻率低于最可靠傳播模式的最高可觀測頻率（MOF）的天數比例[6]。根據文獻[2]，VOACAP在傳播損耗計算中既包括電離層反射模式也包括散射模式，因此給出的接收場強中值包括了計算月份的所有天數的數據，而不僅僅是能夠進行反射通信的天數數據。這樣，按照文獻[5]中規定的比較流程，可以直接用計算獲得的DBU值與實測統計值進行比較，而不需要對DBU值做進一步處理。

REC533計算后的輸出參數種類與VOACAP基本一致，但沒有MUF_Day數據。雖然REC533沒有給出MUF_Day數據，但是提供了MUF的高/低十分位數數據?？梢栽诖嘶A上建立MOF的統計模型，從而計算出MUF_Day的數值。

2.3 對比計算過程與內容

接收場強預測準確性對比計算過程分為數據計算和分類統計分析兩個過程。

在數據計算中，兩款預測軟件使用ITU-D1/1中的實驗環境和系統數據進行系統通信性能計算。對于VOACAP軟件，直接讀取輸出文件的對應數值，將計算輸入條件、DBU、MUF_Day以及DBU與實測統計中值的差值（預測誤差）一并寫入數據記錄文件，為后續的統計分析提供基礎。在REC533的計算結果中沒有提供MUF_Day數據。為了比較方便，本文根據REC533計算結果中的MOF中值和分位數值，構建了MOF的高斯概率分布模型，如式（1）所示：

根據式（1）和MUF_Day的定義，得到MUF_Day的計算公式（2）。在此基礎上計算得出MUF_Day的數值。這樣，VOACAP和REC533兩款軟件就可以生成結構相同的數據記錄文件。

其中：δL=（MUF-MUF_L）/1.28，δH=（MUF_H- MUF）/1.28，MUF_L為月MOF低十分位數，MUF_H為月MOF高十分位數。

分類統計分析是按照文獻[5]中的分類方法，對兩個軟件計算得到的數據結果，從頻率、大圓距離等7個方面計算預測誤差的均值和標準差，生成數據統計文件。

使用VOACAP軟件，在根據實際鏈路大圓距離選擇路徑類型設置條件下，對Coefficients取CCIR（Oslo）、URSI_88以及Method取20、30的共4種參數組合分別進行了數據計算。由于沒有更多的參數可供選擇，本文僅在根據實際鏈路大圓距離選擇路徑類型設置條件下，使用REC533軟件進行了數據計算。基于以上數據，本文根據MUF_Day的不同取值進行篩選后分別進行了分類統計分析。

3 數據分析

使用VOACAP和REC533軟件按ITU-D1/1中的實驗條件計算接收場強的預測結果，并按文獻[5]的分類方法對預測誤差進行分類統計。本文從應用的角度出發，只列出了對頻率和大圓距離的分類統計結果。從表1可見，VOACAP軟件的預測誤差在宏觀上表現出比較保守的特性（預測值低于實測值），具有隨頻率和大圓距離增加而增大的趨勢，并與Coefficients和Method的設置有關。而REC533軟件的預測誤差隨頻率和大圓距離變化的趨勢不明顯，表現出較隨機的特性?？傮w上看，REC533的預測誤差明顯小于VOACAP，但是在一定的頻率范圍和距離范圍上，VOACAP表現出一定的優勢，如頻率低于5 MHz和大圓距離在2000～3000 km，因此需要更深入的對這兩種軟件的預測準確度進行對比分析。

3.1 MUF_Day對預測誤差的影響分析

VOACAP根據工作頻率與MOF的關系使用射線跳躍和散射兩種模型預測傳播損耗。工作頻率越高，超過MOF的概率也越大。根據文獻[6]，工作頻率在特定時刻的MUF_Day值反映了工作頻率低于MOF的概率，可以作為對VOACAP輸出數據進行篩選的條件。圖1是對生成表1的5組計算數據按MUF_Day大于等于橫坐標值篩選后的匯總統計結果。橫坐標是MUF_Day的值。

從圖1可以看出，VOACAP的計算結果在MUF_Day≥0.01后，預測誤差均值和標準差顯著下降，誤差均值的下降幅度超過3 dB，在大于0.05后趨于平穩，并且隨MUF_Day的增大在一定程度上有所增加。相對于VOACAP而言，REC533的預測誤差對MUF_Day的變化不敏感，當MUF_Day≥0.9時，誤差開始顯著增加。

同時，使用MUF_Day數據對計算結果進行篩選會使統計計算的樣本數下降。在MUF_Day≤0.05時，樣本數量下降明顯。在此之后，樣本數隨MUF_Day的增加接近勻速下降。當MUF_Day=1時，樣本數小于5000，只有原來的30%左右。

以Coefficients=CCIR以及Method=30的VOACAP計算數據為例，按MUF_Day>0.05的規則對數據進行篩選。篩選前后預測誤差分布的直方圖如圖2所示?？梢钥吹絍OACAP的預測數據中存在較大數量的大誤差數據。當采用MUF_Day值對數據進行篩選時，誤差大于-35 dB的高誤差項明顯減少，大于±10 dB以上的誤差分布也變得更小，使整體預測誤差及標準差相對于篩選前得到明顯改善。

因此，對于VOACAP得到的計算結果，可以通過對應的MUF_Day數據來評估預測結果的準確性。根據圖1顯示出的變化趨勢，可以把MUF_Day>0.05作為對VOACAP預測數據準確性的一個判斷標準。當VOACAP給出的數據中MUF_Day>0.05，其信號場強預測結果的準確度較高。反之準確度將難以保證。對于REC533軟件則不存在這樣的數據篩選標準。

3.2 VOACAP中Coefficients與Method參數組合對預測誤差的影響分析

從表1的匯總行可以看到，在不同的Coeffi-cients和Method輸入參數組合下，VOACAP的預測誤差存在一定的變化。研究這兩種輸入參數分別對預測誤差的影響程度，取Coefficients={CCIR， URSI}和Method={20， 30}的4組排列組合數據進行可重復雙因素方差分析，顯著性水平設為α=0.05，結果如表2所示。

Method取不同的數值時，F值達到了185.913，遠大于統計顯著的臨界值3.84，對應的P值接近0，因此對預測誤差存在非常顯著的影響。從預測誤差的數據結果上看，Method=30比Method=20好。通過對比不同Method取值在表1大圓距離分類中的結果以及文獻[6]中對Method=20和Method=30時計算方法的說明，可以看到當大圓距離小于7000 km時兩種方法的計算結果是相同的。所以Method=30對預測性能的提升主要表現在大圓距離為7000 km以上鏈路的計算上。Coefficients取不同的數據時，F值也大于臨界值，說明參數的選取對預測誤差存在統計顯著的影響。但對應的P值只有0.0108，顯示出這種影響比較弱，遠沒有Method的影響大。反映Method和Coefficients兩個因素組合影響的F值為0.79，小于統計顯著的臨界值3.84，對應的P值為0.37，大于0.05的顯著水平設置，表現出Coefficients參數對預測誤差沒有統計顯著的影響。

因此，對于VOACAP軟件Method輸入參數取30是減小預測誤差的重要設置。對于Coefficients參數取URSI_88比CCIR（Oslo）略好。

3.3 VOACAP與REC533預測誤差對比分析

在上述分析的基礎上，將兩款軟件采用相同的電離層系數數據（CCIR）和條件篩選后的數據進行對比。其中篩選條件為MUF_Day>0.05，VOACAP軟件Method=30。圖3是按大圓距離分類統計得到的兩種軟件預測誤差對比?？梢悦黠@地看到VOACAP軟件在大圓距離大于15 000 km時預測誤差迅速增大。在3000 km范圍內，VOACAP計算數據的預測誤差遠小于REC533的預測誤差。

圖4是兩種軟件預測誤差隨大圓距離累積變化曲線。從圖中的誤差變化趨勢可以看出，VOACAP軟件在大圓距離大于16 000 km時預測誤差的均值超過REC533軟件，標準差存在臺階式的增長。REC533軟件在大圓距離小于5000 km時預測誤差的均值較高，然后隨大圓距離的增加趨于穩定，大圓距離大于10 000 km后基本穩定在2.5 dB左右。REC533軟件預測誤差的標準差基本不隨大圓距離發生變化。

綜合考慮預測誤差均值與標準差的變化趨勢，以16 000 km為界，將兩個軟件的計算數據進行分割，并分別繪制數據的直方圖，如圖5所示。從圖中可以看出，當需要進行接收場強預測的大圓距離在16 000 km以內時，VOACAP和REC533都能給出較準確的結果，VOACAP略有優勢。當大圓距離大于16 000 km后，VOACAP的預測誤差遠大于REC533，不推薦使用。同時，VOACAP的預測誤差主要集中在-35 dB范圍。這也可以看出在圖4中觀察到的大誤差分布主要由16 000 km以上的預測數據引起。REC533在16 000 km前后直方圖的形狀基本相同，均能夠提供較準確的預測。

4 結論

通過對ITU發布的D1/1數據進行格式化處理，使用VOACAP和REC533兩款軟件對接收場強進行預測計算，并將計算結果與實測統計結果進行對比分析，可以得出以下結論：