42、天波雷达智能频率选择与电动汽车多端口能量转换系统设计

天波雷达智能频率选择与电动汽车多端口能量转换系统设计

天波雷达智能频率选择

背景与需求

天波雷达利用电离层反射实现超视距传输，其性能直接受电离层环境影响。电离层环境随时空变化，不同区域、年份、季节和时刻都会影响其电子密度分布，而电子密度是影响短波信号传输的关键参数。若天波雷达工作频率过高，会出现电离层穿透现象，无法完成地面探测任务；若工作频率不合适，会产生多径现象，影响雷达探测性能。因此，实现天波雷达的智能频率选择十分必要。

电离层数据模型

目前已提出多种电离层数据模型，可用于实时处理的有 Croft 描述的准抛物模型和 Baker 描述的多准抛物模型，这两种模型以解析表达式描述电子密度分布，但准确模型依赖于电离图分析。COSPAR 和 USRI 提出的 IRI 模型是应用最广泛的电离层数据模型，经过多次版本更新，其准确性逐渐提高。新的 IRI2016 版本有诸多改进，如建立新的 hmF2 模型、使用更新的卫星测量数据以及改进顶部电离层的组成模型。相关对比表明，IRI 模型具有较高准确性。

射线追踪模型

追踪信号传播轨迹可反映雷达探测性能。解析射线追踪模型可计算大圆路径（雷达与目标间距离）和群路径（信号传播距离），但无法获取雷达信号的完整传播轨迹。数值射线追踪模型能通过求解 Haselgrove 方程重现两点间的信号传播，适用于天波雷达的定点探测。不过，不同的射线搜索算法存在一定局限性，如 Reilly 使用的牛顿迭代算法仅对低仰角射线有效且计算偏导数耗时；Strangeways 使用的归位法能找到高仰角射线但效率不高；Coleman 提出的变分法求解定点边值问题算法较复杂。

优化算法与