雨衰与传播效应 / Rain Attenuation

7.1 大气传播效应概述

卫星信号在穿越大气层时会遭受多种传播损伤（Propagation Impairments），它们直接影响链路可用度和通信质量。对于 10 GHz 以上的频段，大气效应已成为链路预算中的主导因素。

主要的传播效应包括：

graph TD
    A[卫星信号] --> B[自由空间传播损耗]
    B --> C[电离层]
    C --> D[对流层]
    D --> E{传播损伤}
    E --> F[雨衰 Rain Attenuation]
    E --> G[闪烁 Scintillation]
    E --> H[去极化 Depolarization]
    E --> I[大气吸收 Gaseous Absorption]
    F --> J[接收信号]
    G --> J
    H --> J
    I --> J
    style A fill:#1a1a2e,color:#fff,stroke:#fff
    style J fill:#1a1a2e,color:#fff,stroke:#fff
    style E fill:#16213e,color:#fff,stroke:#fff
    style F fill:#0f3460,color:#fff,stroke:#fff
    style G fill:#0f3460,color:#fff,stroke:#fff
    style H fill:#0f3460,color:#fff,stroke:#fff
    style I fill:#0f3460,color:#fff,stroke:#fff
    classDef dark fill:#1a1a2e,stroke:#fff,color:#fff
    class B,C,D dark

雨衰（Rain Attenuation） 是上述效应中影响最大的因素。当信号频率超过 10 GHz 时，雨滴对电磁波的吸收和散射效应急剧增强，在 Ka 频段（20/30 GHz）可导致超过 20 dB 的衰减，是制约高频段卫星通信系统可用度的核心技术挑战。

7.2 雨衰的物理机制

7.2.1 电磁波与雨滴的相互作用

雨衰的产生源于电磁波与大气中水凝物（Hydrometeors）的相互作用，主要包括两种机制：

1. 吸收（Absorption）：雨滴中的水分子在交变电磁场作用下产生介电损耗，将电磁能量转化为热能。吸收效应与雨滴的复介电常数（Complex Permittivity）密切相关。

2. 散射（Scattering）：雨滴使电磁波偏离原始传播方向。当雨滴尺寸与波长可比拟时（Mie 散射区域），散射损耗最为显著。

雨衰率（Specific Attenuation）$\gamma_R$（单位 dB/km）由 ITU-R P.838 建议书给出经验公式：

$$\gamma_R = k \cdot R^\alpha \quad (\text{dB/km})$$

其中 $R$ 为降雨率（mm/h），$k$ 和 $\alpha$ 为频率和极化相关的系数。

7.2.2 雨滴尺寸分布

实际雨滴尺寸分布通常采用 Marshall-Palmer 分布 或 Laws-Parsons 分布 描述。Marshall-Palmer 分布的表达式为：

$$N(D) = N_0 \exp(-\Lambda D)$$

其中：

• $N(D)$ 为单位体积单位直径间隔内的雨滴数（$m^{-3} \cdot mm^{-1}$）
• $D$ 为雨滴等效直径（mm）
• $N_0 = 8 \times 10^3 , m^{-3} \cdot mm^{-1}$
• $\Lambda = 4.1 \cdot R^{-0.21}$（$mm^{-1}$）

graph LR
    A[电磁波入射] --> B{雨滴相互作用}
    B --> C[吸收 Absorption]
    B --> D[散射 Scattering]
    C --> E[介电损耗
能量→热能]
    D --> F[前向散射
相位偏移]
    D --> G[后向/侧向散射
能量偏转]
    E --> H[信号衰减]
    F --> H
    G --> H
    style A fill:#1a1a2e,color:#fff,stroke:#fff
    style H fill:#8B0000,color:#fff,stroke:#fff
    style B fill:#16213e,color:#fff,stroke:#fff
    style C fill:#0f3460,color:#fff,stroke:#fff
    style D fill:#0f3460,color:#fff,stroke:#fff
    style E fill:#1a1a2e,color:#fff,stroke:#fff
    style F fill:#1a1a2e,color:#fff,stroke:#fff
    style G fill:#1a1a2e,color:#fff,stroke:#fff

7.2.3 降雨率与雨衰的关系

降雨率 $R$（mm/h）是决定雨衰大小的关键参数。工程上通常采用 分钟降雨率累计分布 来表征一个地点的降雨气候特征。ITU-R P.837 给出了全球各地点不同时间百分比的降雨率统计数据。

工程经验中，降雨率与雨衰的关系大致为：

• 小雨（$R < 5$ mm/h）：Ka 频段衰减 $< 1$ dB/km
• 中雨（$R \approx 10$$25$ mm/h）：Ka 频段衰减约 26 dB/km
• 大雨暴雨（$R > 50$ mm/h）：Ka 频段衰减超过 10 dB/km

7.3 ITU-R P.618 雨衰预测模型

ITU-R P.618 建议书提供了全球广泛使用的雨衰预测方法。以下是基于最新版本（P.618-13）的步骤化预测流程。

7.3.1 计算步骤

步骤 1：确定 0.01% 时间降雨率 $R_{0.01}$

从 ITU-R P.837 数字地图中获取地球站所在位置的 $R_{0.01}$（mm/h）。

步骤 2：计算雨衰率

$$\gamma_R = k \cdot R_{0.01}^\alpha \quad (\text{dB/km})$$

系数 $k$ 和 $\alpha$ 从 ITU-R P.838 中查取，与频率和极化方式有关。对于线极化，水平和垂直极化的 $k_H, k_V, \alpha_H, \alpha_V$ 可用以下公式计算任意倾角 $\tau$ 的等效值：

$$k = \frac{1}{2}\left[k_H + k_V + (k_H - k_V)\cos^2\theta\cos 2\tau\right]$$

$$\alpha = \frac{1}{2k}\left[k_H\alpha_H + k_V\alpha_V + (k_H\alpha_H - k_V\alpha_V)\cos^2\theta\cos 2\tau\right]$$

其中 $\theta$ 为仰角，$\tau$ 为极化倾角（水平极化 $\tau = 0°$，垂直极化 $\tau = 90°$，圆极化 $\tau = 45°$）。

步骤 3：计算 0°C 等温层高度（雨顶高度）$h_R$

$$h_R = h_0 + 0.36 \quad (\text{km})$$

$h_0$ 从 ITU-R P.839 数字地图获取。

步骤 4：计算雨中斜路径长度 $L_s$

对于仰角 $\theta \geq 5°$：

$$L_s = \frac{h_R - h_s}{\sin\theta} \quad (\text{km})$$

其中 $h_s$ 为地球站海拔高度（km）。

步骤 5：计算水平缩减因子 $r_{0.01}$

$$r_{0.01} = \frac{1}{1 + 0.045 \cdot L_G}$$

其中水平投影 $L_G = L_s \cos\theta$（km）。

步骤 6：计算有效雨路径长度

$$L_E = L_s \cdot r_{0.01} \cdot v_{0.01}$$

$v_{0.01}$ 为垂直调整因子。

步骤 7：计算 0.01% 时间超过的雨衰

$$A_{0.01} = \gamma_R \cdot L_E \quad (\text{dB})$$

步骤 8：外推至其他时间百分比 $p$

$$A_p = A_{0.01} \cdot \left(\frac{p}{0.01}\right)^{-(0.655 + 0.033\ln p - 0.045\ln A_{0.01} - \beta(1-p)\sin\theta)}$$

flowchart TD
    A[输入: 站址坐标、频率、仰角、极化] --> B[查 P.837 获取 R_0.01]
    B --> C[查 P.838 获取 k, α]
    C --> D["计算 γ_R = k·R_0.01^α"]
    D --> E[查 P.839 获取雨顶高度 h_R]
    E --> F["计算斜路径 L_s"]
    F --> G["计算缩减因子 r_0.01"]
    G --> H["计算有效路径 L_E"]
    H --> I["计算 A_0.01 = γ_R · L_E"]
    I --> J[外推至目标时间百分比 p]
    J --> K[输出: A_p dB]
    style A fill:#1a1a2e,color:#fff,stroke:#fff
    style K fill:#8B0000,color:#fff,stroke:#fff
    classDef dark fill:#0f3460,stroke:#fff,color:#fff
    class B,C,D,E,F,G,H,I,J dark

7.3.2 模型精度与局限

ITU-R P.618 模型的预测精度通常在 $\pm 1$$3$ dB 范围内（与长期实测统计比较），适用于 155 GHz 频段、仰角 5°~90° 的场景。其局限性在于：

• 基于长期统计，无法预测单次降雨事件的具体衰减值
• 对对流层强降雨事件（如热带气旋）预测偏低
• 低仰角（$< 5°$）路径精度下降
• 未考虑雨滴尺寸分布的区域性差异

7.4 频率依赖性：Ku vs Ka vs Q/V

雨衰的频率依赖性是卫星通信系统频段选型的核心考量。总体趋势是：频率越高，雨衰越严重。

7.4.1 各频段雨衰特性比较

7.4.2 雨衰率随频率的变化

$k$ 和 $\alpha$ 系数随频率的变化呈现以下特征：

• 10 GHz 以下：雨衰可忽略（$< 0.1$ dB/km）
• 10~15 GHz（Ku）：雨衰开始显现，大暴雨时有明显影响
• 20~30 GHz（Ka）：雨衰成为链路设计的主要制约因素
• 40~50 GHz（Q/V）：雨衰极为严重，通常仅用于星间链路或配备高级补偿手段的关口站

值得注意的是，22.3 GHz 和 60 GHz 附近存在水汽和氧分子吸收峰（分别为 22.235 GHz 和 57~64 GHz），需在频段规划中避让。

7.5 仰角与极化的影响

7.5.1 仰角效应

仰角（Elevation Angle）$\theta$ 通过影响信号穿过降雨区域的路径长度来改变雨衰大小：

• 低仰角（$\theta < 20°$）：信号穿越雨区的路径更长，雨衰显著增大
• 高仰角（$\theta > 50°$）：路径较短，雨衰相对较小

路径长度与仰角的关系近似为：

$$L \propto \frac{1}{\sin\theta}$$

这意味着从 90° 仰角变到 10° 仰角，等效雨路径增大约 5.7 倍。

7.5.2 极化效应

雨衰与极化方式的关系体现在 $k$ 和 $\alpha$ 系数的极化依赖性上：

• 水平极化（H）：通常比垂直极化（V）衰减更大，因为在近地面层，扁平雨滴长轴趋于水平
• 垂直极化（V）：衰减较小
• 圆极化（CP）：等效于 $\tau = 45°$，衰减介于水平和垂直之间

在 Ku 频段，水平与垂直极化的雨衰差异可达 10%~20%；在 Ka 频段，这种差异有所减小。工程上，这一差异被用于极化分集策略的设计。

7.6 雨衰补偿技术

面对不可避免的雨衰损伤，卫星通信系统采用多种补偿（Fade Mitigation）技术来保障链路可用度。

graph TD
    A[雨衰补偿技术] --> B[功率域]
    A --> C[空间域]
    A --> D[编码调制域]
    A --> E[时间域]
    B --> B1[上行功率控制 UPC]
    B --> B2[星上功率预分配]
    C --> C1[站点分集 Site Diversity]
    C --> C2[轨道分集]
    D --> D1[自适应编码调制 ACM]
    D --> D2[前向纠错 FEC 增强编码]
    E --> E1[存储转发 Store-and-Forward]
    E --> E2[业务优先级调度]
    style A fill:#1a1a2e,color:#fff,stroke:#fff
    style B fill:#0f3460,color:#fff,stroke:#fff
    style C fill:#0f3460,color:#fff,stroke:#fff
    style D fill:#0f3460,color:#fff,stroke:#fff
    style E fill:#0f3460,color:#fff,stroke:#fff
    style B1 fill:#16213e,color:#fff,stroke:#fff
    style B2 fill:#16213e,color:#fff,stroke:#fff
    style C1 fill:#16213e,color:#fff,stroke:#fff
    style C2 fill:#16213e,color:#fff,stroke:#fff
    style D1 fill:#16213e,color:#fff,stroke:#fff
    style D2 fill:#16213e,color:#fff,stroke:#fff
    style E1 fill:#16213e,color:#fff,stroke:#fff
    style E2 fill:#16213e,color:#fff,stroke:#fff

7.6.1 上行功率控制（UPC）

上行功率控制（Uplink Power Control, UPC）通过实时监测链路衰减并动态调整地球站发射功率来补偿雨衰：

• 闭环 UPC：根据接收信标信号的强弱调整发射功率，精度高但需要反馈信道
• 开环 UPC：根据本地辐射计或接收信号估计上行衰减，响应快但精度受限

UPC 的补偿能力受地球站功放最大输出功率限制，典型动态范围为 10~15 dB。需注意，UPC 仅补偿上行雨衰；下行雨衰仍需接收端自行处理。

7.6.2 站点分集（Site Diversity）

站点分集利用降雨空间分布的局部性特征，在相隔一定距离（通常 1030 km）设置两个地球站。其原理基于一个重要的气象观测事实：**强降雨单元的空间尺度通常为 310 km**，同时覆盖两个站点的概率远低于仅覆盖一个站点。

分集改善因子（Diversity Improvement Factor）定义为：

$$I_D = \frac{p(A, \text{单站})}{p(A, \text{分集})}$$

ITU-R P.618 给出的分集改善经验公式：

$$I_D = 1 + \frac{100 \cdot d^{1.33} \cdot f^{0.15} \cdot A_{0.01}^{-0.35}}{1 + 0.02 \cdot d^{1.33}}$$

其中 $d$ 为两站间距（km），$f$ 为频率（GHz），$A_{0.01}$ 为单站 0.01% 时间雨衰（dB）。

站点分集的代价是基础设施成本翻倍，通常仅用于关口站等关键节点。

7.6.3 自适应编码调制（ACM）

自适应编码调制（Adaptive Coding and Modulation, ACM）是 DVB-S2/S2X 标准的核心特性。ACM 根据实时信道条件动态调整调制方式和编码率：

ACM 的核心思想是以吞吐量换取可用度——在降雨衰减期间降低调制阶数和编码率，牺牲传输速率来维持链路连接。这比固定编码调制（CCM）方案的可用度提升可达 1~2 个数量级。

ACM 的性能可用以下公式描述。系统平均吞吐量 $S$ 为：

$$S = \int_0^\infty \eta(\gamma) \cdot p(\gamma) , d\gamma$$

其中 $\eta(\gamma)$ 为 SNR $\gamma$ 对应的频谱效率，$p(\gamma)$ 为 SNR 的概率密度函数。

7.6.4 补偿技术对比

7.7 工程实例：Ka 频段链路裕量计算

7.7.1 链路场景

以某 Ka 频段 GEO 卫星通信系统为例，计算链路裕量：

7.7.2 雨衰计算过程

1. 确定参数

• 北京地区 $R_{0.01} \approx 48$ mm/h（查 ITU-R P.837 数字地图）
• 雨顶高度 $h_R \approx 4.5$ km（查 ITU-R P.839）
• 30 GHz 垂直极化：$k_V = 0.167$，$\alpha_V = 1.000$（近似值）
• 20 GHz 垂直极化：$k_V = 0.075$，$\alpha_V = 1.099$（近似值）

2. 计算雨衰率

上行（30 GHz）： $$\gamma_R = 0.167 \times 48^{1.000} = 8.02 \quad \text{dB/km}$$

下行（20 GHz）： $$\gamma_R = 0.075 \times 48^{1.099} = 4.65 \quad \text{dB/km}$$

3. 计算斜路径长度

$$L_s = \frac{4.5 - 0.05}{\sin 43.5°} = \frac{4.45}{0.688} = 6.47 \quad \text{km}$$

4. 计算水平投影和缩减因子

$$L_G = 6.47 \times \cos 43.5° = 4.69 \quad \text{km}$$

$$r_{0.01} = \frac{1}{1 + 0.045 \times 4.69} = 0.826$$

5. 计算 0.01% 时间雨衰

上行： $$A_{0.01} = 8.02 \times 6.47 \times 0.826 = 42.9 \quad \text{dB}$$

下行： $$A_{0.01} = 4.65 \times 6.47 \times 0.826 = 24.9 \quad \text{dB}$$

6. 外推至 0.1% 时间（99.9% 可用度）

利用 P.618 外推公式，近似取 $\beta = 0$（$\theta > 25°$ 时）：

上行： $$A_{0.1} = 42.9 \times \left(\frac{0.1}{0.01}\right)^{-(0.655 + 0.033\ln 0.1 - 0.045\ln 42.9)} \approx 42.9 \times 10^{-0.787} \approx 6.9 \quad \text{dB}$$

下行： $$A_{0.1} = 24.9 \times 10^{-0.752} \approx 4.4 \quad \text{dB}$$

7.7.3 链路裕量分析

假设晴空条件下上行和下行的链路裕量（C/N 余量）分别为 5.0 dB 和 4.0 dB：

可见，在 99.9% 可用度要求下，Ka 频段链路存在雨衰裕量缺口。解决方案包括：

1. 提升功放功率（UPC）：上行增加 2 dB 功率可弥合缺口
2. 启用 ACM：将调制从 16APSK 降至 QPSK，编码率从 3/4 降至 1/2，可额外获得约 6 dB 裕量
3. 降低可用度要求至 99.7%，雨衰需求减半

综合采用 UPC + ACM 后，99.9% 可用度下的有效链路裕量变为：

$$M_{\text{有效}} = M_{\text{晴空}} + \Delta_{\text{UPC}} + \Delta_{\text{ACM}} - A_{0.1%}$$

$$= 5.0 + 3.0 + 6.0 - 6.9 = 7.1 \quad \text{dB（上行）}$$

$$= 4.0 + 0 + 6.0 - 4.4 = 5.6 \quad \text{dB（下行，ACM 由对端触发）}$$

链路裕量满足要求。

7.8 小结

雨衰是卫星通信高频段（Ku/Ka/QV）链路设计中最重要的传播损伤。本章核心要点归纳如下：

1. 雨衰根源：雨滴对电磁波的吸收与散射，衰减率与降雨率和频率正相关
2. 预测方法：ITU-R P.618 提供了系统化的工程预测方法，输入站址参数即可估算目标可用度下的雨衰值
3. 频率选择：频率越高雨衰越严重，Ka 频段雨衰约为 Ku 频段的 3~5 倍，Q/V 频段更为严峻
4. 仰角影响：低仰角路径雨衰增大 $\propto 1/\sin\theta$，低仰角站点需额外预留裕量
5. 补偿策略：UPC、站点分集和 ACM 是三大工程手段，实际系统中通常组合使用
6. 链路设计原则：晴空裕量 + 雨衰裕量 + 补偿裕量 $\geq$ 目标可用度要求的衰减值

理解并正确预测雨衰，是保障高频段卫星通信系统可靠运行的基础能力。