ISSN在线(2278 - 8875)打印(2320 - 3765)
m . bloom1,k莲花拉2,Ch, Srinivasa饶3,Venkata Ratnam1
|
相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程
雨衰减是影响射频信号的一个重要障碍在Ku和Ka波段频率。降雨和雨衰减的预测起着至关重要的作用在通信、农业、军事服务等。本文展示了实验测量的结果雨衰减的地球空间链接在11.07 GHz Kondapalli操作。自回归综合移动平均(ARIMA)模型用于预测和生成的时间序列值雨衰减相当长一段时间。利用ARIMA模型获得的预测值与测定值不同的雨衰减参数的模型,并分析了预测误差可用于该方法的验证。
关键字 |
雨衰减、ARIMA模型、ITU-R模型,时间序列,ccdf。 |
介绍 |
卫星通信系统操作Ku波段频率必须克服以上的问题传播障碍包括衰落由于雨,云、雪、气体和振幅闪烁,获得所需的性能。在所有障碍,雨是影响信号的最主要的因素和机制是信号能量的吸收和散射。倾斜路径上的衰减估计卫星的过程是至关重要的建立一个边缘的链路预算,确保所需的可用性满足的联系[1]。 |
几个衰减模型已经开发,广泛使用的起重机模型[2],简单的衰减模型(SAM),国际电信联盟无线电通信领域模型(ITU-R)[3],艺术观,Allnutt Haidara模型(DAH) [4], Moupfouma模型[5],excel模型等。ITU-R使用半经验方法预测降雨衰减,是世界范围内被广泛接受的模式之一。 |
数量的模型已经提出和发展了预测和代雨衰减时间序列数据的基于自回归移动平均过程[6]。一个齐次非平稳时间序列可以减少到一个平稳时间序列通过一个适当的程度的差分。自回归综合移动平均(ARIMA)模型用于模型不稳定的事件和重要组成部分盒子-詹金斯时间序列建模方法[7]。本文主要涉及ARIMA建模基于可用的降雨引起的衰减数据在低纬度热带车站和一代的时间序列的基础上,模型。 |
答:ITU-R雨衰减预测模型 |
雨衰减的重要传播障碍Ku和Ka波段频率。ITU-R雨中衰减预测模型、降雨强度在0.01%概率水平雨相关模型的输入。模型已经得到对数正态分布分布的基础上,指出降雨强度和路径衰减分布符合对数正态分布分布。模型适用于频率范围4 - 35 GHz范围和比例概率0.001%到10%。 |
这个模型的输入参数有:点降水率为0.01%的平均年(毫米/小时)和(集成时间,位置高于平均海平面的高度(公里),仰角的接收机(度),纬度的位置(度),频率(GHz)、极化角(度)和有效地球半径(公里)[8]。降雨率超过了对于一个给定的概率获得的平均年使用和衰减计算使用ITU-R p . 837 - 5雨率模型。雨衰减计算超过0.01%的平均年ITU-R p . 618 - 9的使用建议 |
![]() |
R是具体的衰减在dB /公里,勒在公里有效路径长度。 |
b . ARIMA模型 |
自回归综合移动平均(ARIMA)模型是最一般的模型预测的时间序列可以通过转换stationarized如差分和日志记录。ARIMA (p d q)模型,参数p d和q表示基于“增大化现实”技术的订单部分,分别差分化进程和马[9]。一个响应时间序列ARIMA模型预测价值的线性组合自己的以前的值,以前的错误,和当前和过去的其他时间序列的值。确定合适的ARIMA (p d q)模型参数,Box-Jenkins程序是用来评估的平稳性的方差和均值事件[10]。 |
Zt型过程是遵循ARMA模型的积分,这称为ARIMA (p d q),如果它可以写成 |
![]() |
d是一个非负整数,Zt型雨衰减,错误,和B是向后移位操作符[7]。静止的基于“增大化现实”技术的操作符 |
![]() |
马和不可避免的操作符 |
![]() |
0 d > 1时,称为确定性趋势项,并且经常省略了从模型中,除非它真正需要的[11]。Box-Jenkins过程的细节可以从[7]。 |
实验装置 |
实验设置可在Kondapalli位于维杰亚瓦达,印度安得拉邦的高度高于海平面0.334公里,是一个较低的纬度。印度是一个热带地区根据其气候条件。实验装置的细节和地理条件如表1所示。碟形天线将接收的信号从INSAT 4 b卫星(93.50 E)操作与垂直极化11.07 GHz。Ku波段接收机的卫星信号强度测量并存储在数据库使用数据记录设备每一分钟间隔。降雨率(毫米/小时)是通过使用降雨数据从印度气象部门的网站。降雨率和信号强度的测量值被认为是08.03.2013 10.03.2013期间为3天。 |
![]() |
结果分析 |
的长期行为参数所描述的是一个互补累积分布函数(ccdf)的有效方式。ccdf是通常被称为一个exceedence曲线,给出了的时间百分比参数超过给定值[1]。Kondapalli地区的降雨率估计使用ITU-R 837 - 5推荐并与测量值,如图1所示[12]。已经观察到降雨率获得0.01%的时候是60 mm /人力资源理论和62毫米/人力资源实践。 |
![]() |
降雨诱发衰减计算使用ITU-R模型使用半经验方法的预测降雨衰减。而不是试图预测由输入降雨衰减速度在每一个时间的百分比,它只输入降雨率测量的0.01%一年。然后推算出这段时间其他时间百分比百分比[13]。预测降雨衰减与实际测量水平在11.07 GHz频率,如图2所示。从图12.2 dB和12.3分贝衰减,分别从理论上和实验,获得exceedence点0.01%。 |
![]() |
ARIMA模型用于预测和生成时间序列的雨衰减对于一个给定的一组参数。100个样本的240个样本事件发生3月8日至3月10日,2013用于培训目的和随后生成预测时间序列下的值,如图3所示。 |
![]() |
通过改变(p d q)模型的参数,已经观察到的事件发生更接近ARIMA (1 0 1) [11]。预测降雨衰减与原始测量和评估的预测误差如图4所示[10]。可以看出,大部分的预测与测量事件和事件密切关注的最大预测误差达到-23分贝。ARIMA模型的预测精度可以提高更多的数据从不同的站点。未来将进行调查。 |
![]() |
结论 |
摘要降雨衰减测量的结果在08.03.2013 10.03.2013提出并与ITU-R模型结果。同时,利用ARIMA模型和生成时间序列数据与测量值和分析预测误差。更多的数据从不同的站点将被用于实现雨衰减预测模型。雨衰减的形态将在未来的研究工作。 |
确认 |
上述工作项目下进行了题为“发展的电离层预测模型基于卫星导航系统在低纬度站”由科技部,新德里,印度,见批准信不:SR / FTP /η- 0029/2012,日期:08.05.12。作者感谢·普拉萨德Kalee Doordarshan坎德拉,维杰亚瓦达对他有价值的建议和帮助。 |
引用 |
|