APPLICATION OF SATELLITE SYSTEMS GLONASS/GPS AT ADAPTATION IONOSPHERIC MODEL

Full Text

Введение. Актуальность задачи по развитию методов непрерывного мониторинга состояния ионосферной плазмы обусловлена существенным влиянием ионосферы на работу радиотехнических систем связи, локации и навигации. Одним из современных подходов к решению этой проблемы является трансионосферное зондирование, связанное с развитием глобальных навигационных спутниковых систем ГЛОНАСС/GPS [1-3]. Применение моделированных сигналов позволяет измерить запаздывание радиоволн, вызванное плазмой, и рассчитать одну из важнейших характеристик среды - полное электронное содержание (ПЭС). Однако в виду отсутствия глобальной сети ионосферных станций, в частности на территории России, широкое применение получили ионосферные модели. Тем не менее точность этих моделей может быть существенно снижена при отличии входных данных от их реальных значений. Таким образом, цель данной работы заключается в оценке возможности повышения эффективности ионосферных моделей при использовании данных глобальных спутниковых навигационных систем ГЛОНАСС/GPS. Определение параметров ионосферы. В последнее время широкое распространение получили эмпирические модели ионосферы, требующие небольших вычислительных затрат и ограниченный набор входных параметров. Однако этот класс моделей, как правило, описывает некоторые средние месячные значения (долгосрочный прогноз), а для решения задач оперативного прогноза необходимо проводить адаптацию по результатам текущей диагностики состояния среды. К широко известным и наиболее проработанным эмпирическим моделям можно отнести международную справочную модель ионосферы (International Ionospheric Model) IRI [4; 5] и европейскую ионосферную модель NeQuick [6-8]. Сравнительный анализ этих двух моделей, проведенный в работах [9; 10], показал, что они хорошо воспроизводят максимум электронной концентрации при различных уровнях геомагнитной возмущенности, но хуже отображают электронный профиль ионосферы. При этом точность расчета вертикального ПЭС с использованием NeQuick выше на 10-15 %. Стоит также отметить алгоритмическую простоту этой модели: аппроксимация профиля осуществляется одной функцией (функцией Эпштейна), что позволяет избежать проблем «сшивания» отдельных сегментов. С учетом отмеченных выше преимуществ в настоящей работе при реализации адаптивной ионосферной модели предпочтение отдано в пользу модели NeQuick. Рассмотрим данную модель более подробно. Семейство моделей NeQuick создано на основе европейской ионосферной модели DGR (DiGiovanni и Radicella, 1990) и представляет собой сумму слоев Эпштейна [4]. При этом построение профиля электронной концентрации N(h) базируется на использовании реперных точек и выполнении условия непрерывности профиля и его первой производной [7-11]. Слой Эпштейна, в свою очередь, задается аналитическим выражением вида где Nm - максимум электронной концентрации; hm - высота максимума электронной концентрации; B - полутолщина слоя. Пример построения профиля отображен на рис. 1. Рис. 1. Профиль электронной концентрации ионосферы В ходе ранее проведенных исследований [11; 12] было выявлено, что в качестве адаптирующего параметра из индексов солнечной активности целесообразней использовать индекс F10,7 - поток солнечного радиоизлучения на волне 10,7 см [13; 14]. Значения этого индекса обновляются каждый день и находятся в свободном доступе на сайте http://www. spaceweather.com. Оценка индекса солнечной активности по данным навигационных приемников. На следующем этапе исследований оценивалась возможность определения индекса солнечной активности по данным навигационных спутников ГЛОНАСС/GPS. При этом рассчитанный индекс F10,7 может быть использован для нахождения параметров ионосферы в любой точке земного шара. Предложенный алгоритм определения индекса F10,7 реализуется следующей последовательностью действий. Сначала определяется количество доступных спутников, координаты точки пересечения направления на спутник с максимумом слоя F2, затем производится определение ПЭС по формуле [15]: где R - радиус Земли; h - высота ионосферы; ПЭСН - наклонное значение ПЭС, определяемое для фазовых (ф) и кодовых измерений (к) по формулам где fL1, fL2 - частоты спутника; pL1, pL2 - псевдодальности по коду, измеренные РПУ для каждой частоты; фL1, фL2 - псевдодальности, измеренные по количеству циклов фазы; IFB - значения смещения ПЭС для каждого спутника. Следующим шагом является сглаживание полученных значений ПЭС для каждого спутника в i-й момент времени по формуле где wm, wn - весовые коэффициенты, связанные соотношением: . Используя полученные значения, формируется корреляционная матрица данных: где X - матрица данных, определяемая по формуле: где K - максимальное количество временных отчетов; N - количество спутников. Далее формируется корреляционная матрица значений ПЭС для каждого спутника согласно выбранной модели ионосферы NeQuick с использованием набора значений интенсивности солнечного радиоизлучения на волне 10,7 см. Следующим шагом производится определение значения индекса F10,7 в области видимости спутника путем минимизации функционала, определяющего отклонение модели от реальных данных, например: где - корреляционная матрица данных значений ПЭС, рассчитанных на основе используемой модели ионосферы. Используя полученное значение F10,7 в качестве адаптирующего параметра, можно восстановить профиль электронной концентрации ионосферы в искомых точках. Описание эксперимента. Эффективность предложенной методики оценивалась путем проведения экспериментальных работ на полигоне ОАО «ОНИИП», г. Омск (55N, 73.4E). Приемная станция состояла из ЭВМ, приемного устройства ProPak_v6 и антенны ГЛОНАСС/GPS. На рис. 2 отмечено местоположение приемной станции GPS/ГЛОНАСС, черными точками обозначены видимые спутники. Для оценки достоверности получаемых параметров проводилось сравнение модельных значений критической частоты слоя F2 (fkF2) с данными, измеренными вертикальными ионозондами, распложенными в г. Томске (56.5N, 84.9E) и д. Подкаменная Тунгуска (61.6N, 90.0E). При расчете fkF2 использовались рекомендации сектора радиосвязи Международного союза электросвязи МСЭ-R [16]. На рис. 3 представлены зависимости значения критической частоты слоя F2 от времени суток для способов, использующих значения F10,7 и данные ионозонда, и предлагаемого способа для Томска. Расчет велся по данным на 28 октября 2014 г. Из графиков видно различие способа, использующего прогнозируемое значение F10,7, от способа, в основе которого лежат данные, полученные с ионозонда (СКО 2,77 МГц (30 %)). Адаптация модели, используя предложенный способ, позволила уменьшить ошибку определения параметров слоя F2 с 30 до 16 % (СКО 1,33 МГц). Рис. 2. Схема эксперимента Также в ходе эксперимента были рассмотрены точки, расположенные на более значительном расстоянии. На рис. 4 представлены зависимости критической частоты слоя F2 от времени суток для способов, использующих значения F10,7 и данные ионозонда, и предлагаемого способа для Подкамен-ной Тунгуски. Из графиков видно повышение точно-сти определения искомого параметра при исполь-зовании адаптации выбранной модели по данным навигационных спутников, численно это выразилось в снижении СКО с 64 до 38 % (с 4,7 до 2,59 МГц). Таким образом, в ходе проведенного эксперимента получен выигрыш в точности рассмотренного способа над способом без коррекции значений F10,7 при удалении от точки измерений примерно в 1,5-2 раза. Заключение. В работе рассматривается аналитическая ионосферная модель NeQuick, отличающаяся алгоритмической простотой и высокой эффективностью расчета ПЭС. В качестве адаптирующего параметра из индексов солнечной активности рекомендуется использовать поток солнечного радиоизлучения на волне 10,7 см (F10,7). Однако, как показали результаты исследований, значения F10,7 необходимо предварительно откорректировать по данным текущей диагностики среды. Рис. 3. Зависимости fkF2 от времени суток для Томска Рис. 4. Зависимости fkF2 от времени суток для Подкаменной Тунгуски Предложен способ оценки адаптирующего параметра по данным глобальных навигационных спутниковых систем ГЛОНАСС/GPS. Экспериментальные исследования показали, что данный способ позволяет повысить точность прогнозирования критической частоты слоя F2 даже для точек, находящихся на расстоянии 700-1300 км от места зондирования.

About the authors

А. А. Vasenina

JSC “Omskiy Nauchno Issledovatelskiy Institut Priborostroeniya”

Email: vas.al.an@rambler.ru
231, Maslennikova Str., Omsk, 644009, Russian Federation

К. А. Sidorenko

JSC “Omskiy Nauchno Issledovatelskiy Institut Priborostroeniya”

231, Maslennikova Str., Omsk, 644009, Russian Federation

References

Supplementary files