HF · PREDICCIONES Y CÁLCULOS DE ENLACES HF

Cálculo de enlaces HF: Manual de PropView en español

Manual de utilización en español del programa PropView, que permite el cálculo simplificado de enlaces radio en la banda de HF a partir del modelo IONCAP.

PropView es una aplicación gráfica para realizar cálculos de propagación en enlaces radio en la banda de HF. En la versión descrita originalmente en este artículo, PropView utilizaba IONCAP como motor de predicción. Destaca por su extrema sencillez de manejo y permite mantener una predicción sobre las mejores frecuencias de HF para enlazar dos puntos del planeta, así como sobre la probabilidad de apertura de las bandas para el establecimiento de comunicaciones. A lo largo de esta guía de usuario encontrará enlaces al Glosario de Radiocomunicaciones en HF, donde se explican algunos términos técnicos.

Nota: las versiones actuales de PropView emplean VOACAP como motor de predicción; las referencias a IONCAP de este artículo corresponden a la versión descrita originalmente.

1. El modelo de propagación IONCAP.

El programa de análisis y predicción de comunicaciones ionosféricas (IONCAP, Ionospheric Communications Analysis and Prediction Program) permite calcular parámetros de propagación y de funcionamiento de sistemas de comunicaciones en HF para un enlace determinado. Entre los parámetros calculados por IONCAP se encuentran la intensidad de campo, la fiabilidad de los modos, la máxima frecuencia utilizable (MUF) y la mínima frecuencia utilizable (LUF). También permite especificar la ganancia de las antenas en función del ángulo de despegue de su diagrama de radiación, así como evaluar la fiabilidad del sistema en términos de relación señal/ruido (SNR) en el extremo receptor del enlace radio.

El algoritmo se alimenta con la localización geográfica del transmisor y el receptor, la potencia de transmisión, el tiempo universal coordinado (UTC), el mes del año y el número de manchas solares.

IONCAP sirvió de base para el desarrollo de herramientas posteriores de predicción de propagación ionosférica. Entre ellas se encuentra VOACAP (Voice of America Coverage Analysis Program), sucesor de IONCAP y motor empleado por las versiones actuales de PropView.

En el siguiente enlace se ofrece información ampliada sobre el modelo IONCAP.

2. Instalación de PropView.

DXLab es un conjunto de aplicaciones gratuitas (freeware) diseñadas para automatizar algunas actividades de DX de los radioaficionados. Entre ellas se encuentra PropView, una interfaz gráfica para realizar predicciones de propagación en la banda de HF. La versión documentada en este artículo utilizaba IONCAP como motor de cálculo.

2.1. Requisitos e instalación.

Los siguientes requisitos e instrucciones corresponden a la versión de PropView documentada originalmente en este artículo:

  • Un PC con Windows 95 (v4.00.950 B o v4.00.950 C), Windows 98, Windows 2000, Windows NT o Windows XP.
  • Idealmente, un Pentium a 75 MHz o superior.
  • Idealmente, 32 MB de memoria o más.
  • Idealmente, una tarjeta gráfica SVGA o superior.

La página de descarga de PropView es:

Para la versión 1.30 documentada en este artículo, el enlace directo al archivo histórico es:

3. Predicciones de propagación.

PropView es capaz de predecir la LUF (Lowest Usable Frequency, Mínima Frecuencia Utilizable) y la MUF (Maximum Usable Frequency, Máxima Frecuencia Utilizable) entre un transmisor y un receptor situados en ubicaciones específicas, a lo largo de un día concreto. La LUF no representa simplemente la frecuencia más baja que puede propagarse, sino la frecuencia mínima que satisface los criterios de funcionamiento establecidos para el sistema, entre ellos la SNR requerida. La MUF es un parámetro estadístico asociado al enlace, la hora y las condiciones consideradas, no un límite físico absoluto. La predicción se basa en parámetros configurables en los paneles que se muestran en la Fig. 1: Conditions (Condiciones), Transmitter (Transmisor) y Receiver (Receptor), dentro de la pestaña Parameters (Parámetros).

Fig. 1. Paneles para la configuración de los parámetros del modelo.
Fig. 1. Paneles para la configuración de los parámetros del modelo.

3.1. Panel "Conditions" (Condiciones).

En este panel se configuran los siguientes parámetros generales:

  • Date (Fecha). Día para el que se generará la predicción, en formato dd-mmm-aaaa. Haciendo doble clic en la caja de texto, se introducirá automáticamente la fecha actual.
  • SFI (Solar Flux Index o Índice de Flujo Solar). Parámetro de propagación ionosférica que puede obtenerse de varias fuentes, como el Panel de HF o directamente a través de las transmisiones en HF de la estación WWV en el minuto 18 de cada hora.
  • Avail % (Porcentaje de disponibilidad). Fiabilidad requerida para el enlace radio. Expresa el porcentaje previsto de días del mes en los que se satisfacen los criterios de calidad establecidos para el circuito, incluida la SNR requerida; no garantiza el resultado de un día concreto.

3.2. Panel "Transmitter" (Transmisor).

En este panel se configuran los siguientes parámetros relativos al transmisor:

  • Latitude (Latitud). Latitud en la que se ubica el transmisor, expresada en formato geográfico estándar. Por ejemplo, la ciudad de Zaragoza se encuentra en 41 39' N.
  • Longitude (Longitud). Longitud en la que se ubica el transmisor, expresada en formato geográfico estándar. Por ejemplo, la ciudad de Zaragoza se encuentra en 0 52' W.
  • TakeOff (Despegue). Ángulo que forma la parte inferior del lóbulo de radiación principal de la antena transmisora con respecto al plano de tierra, expresado en grados.
  • Power (Potencia). Potencia de transmisión, expresada en vatios (W).
  • Path (Trayecto). Determina si el cálculo se efectuará por el trayecto corto (Short Path) o por el trayecto largo (Long Path). Son las dos direcciones de círculo máximo que conectan las ubicaciones del transmisor y del receptor alrededor de la Tierra.

3.3. Panel "Receiver" (Receptor).

En este panel se configuran los siguientes parámetros relativos al receptor:

  • Latitude (Latitud). Latitud en la que se ubica el receptor, expresada en formato geográfico estándar. Por ejemplo, la ciudad de Madrid se encuentra en 40 24' N.
  • Longitude (Longitud). Longitud en la que se ubica el receptor, expresada en formato geográfico estándar. Por ejemplo, la ciudad de Madrid se encuentra en 3 41' W.
  • Man-made noise level (Nivel de ruido artificial). Caracteriza el nivel de ruido electromagnético de origen artificial en la ubicación del receptor. Se cuantifica mediante cuatro posibles niveles: remoto (remote), rural (rural), residencial (residential) e industrial (industrial).

3.4. Generación de una predicción de propagación.

Una vez parametrizado el enlace radio según se especifica en los puntos anteriores, pulse el botón Predict. En la versión documentada, PropView genera los scripts necesarios para ejecutar el cálculo mediante IONCAP y, cuando este se completa, representa gráficamente los resultados en la pestaña Prediction (Predicción). Dado que aquella versión de IONCAP estaba implementada en DOS, su inicialización y ejecución podía necesitar varios minutos en máquinas lentas con determinadas versiones de Windows.

La gráfica generada muestra una escala temporal en el eje horizontal (abscisas) y una escala de frecuencias en el eje vertical (ordenadas), expresada en MHz en la parte izquierda y en metros (longitud de onda equivalente) en la parte derecha.

En la parte inferior de la gráfica, PropView muestra dos barras horizontales que indican la posición del Sol en las ubicaciones del transmisor (Xmitter) y del receptor (Rcvr). En estas barras, el color amarillo indica día, el negro indica noche y el gris indica penumbra (amanecer/atardecer).

En la gráfica se muestra también una barra vertical que indica la hora UTC actual y que puede desplazarse a cualquier hora del día. Si marca la casilla Show current time (Mostrar tiempo actual), la barra vertical se ajustará automáticamente siguiendo la hora actual en tiempo real.

Si marca la casilla Plot critical frequencies (Mostrar frecuencias críticas), PropView muestra las siguientes frecuencias hora a hora (Fig. 2):

Fig. 2. Predicción de frecuencias críticas.
Fig. 2. Predicción de frecuencias críticas.
  • En negro: LUF (Mínima Frecuencia Utilizable).
  • En azul: la MUF confiable en el 90 % de los casos.
  • En verde: la MUF confiable en el 50 % de los casos.
  • En rojo: la MUF confiable en el 10 % de los casos.

Si marca la casilla Show Open Bands (Mostrar bandas abiertas), PropView representa líneas horizontales para cada banda de radioaficionados en la que se prevé propagación. La anchura de cada línea refleja el nivel estadístico de disponibilidad previsto, como puede observarse en la Fig. 3:

Fig. 3. Predicción de bandas abiertas.
Fig. 3. Predicción de bandas abiertas.
  • 3 píxeles de anchura: la frecuencia de la banda es mayor que la LUF y menor que la MUF confiable en el 90 % de los casos.
  • 2 píxeles de anchura: la frecuencia de la banda es mayor que la LUF y que la MUF confiable en el 90 % de los casos, pero menor que la MUF confiable en el 50 % de los casos.
  • 1 píxel de anchura: la frecuencia de la banda es mayor que la LUF y que la MUF confiable en el 50 % de los casos, pero menor que la MUF confiable en el 10 % de los casos.

3.5. Interpretación de las gráficas de PropView.

Tras generar una predicción de propagación entre dos ubicaciones, marque la casilla Show Critical Frequencies y desmarque Show Open Bands.

La gráfica negra representa la LUF en función del tiempo. Por debajo de la LUF no se satisfacen los criterios de funcionamiento definidos para el enlace, principalmente por el aumento de la absorción y la consiguiente degradación de la SNR.

Las gráficas azul, verde y roja proporcionan una representación estadística de la MUF en función del tiempo. La MUF estará en o por encima de la curva azul el 90 % de los días, en o por encima de la curva verde el 50 % de los días y en o por encima de la curva roja el 10 % de los días, para el mes y las condiciones modeladas. Estas curvas expresan comportamiento estadístico y no garantizan el resultado de un día concreto.

Por encima de la MUF prevista disminuye la probabilidad de que el enlace pueda establecerse mediante el modo ionosférico considerado; la MUF no debe interpretarse como un límite físico absoluto.

De esta forma, para una hora concreta se puede identificar el rango de frecuencias más favorable para el establecimiento de enlaces radio en HF entre dos ubicaciones. El límite inferior viene dado por la LUF y el superior depende del nivel estadístico de MUF que se adopte. La gráfica verde puede emplearse como una referencia de la MUF mediana para cada hora, mientras que la roja representa una condición menos frecuente y más optimista.

Para facilitar la identificación de las bandas de radioaficionado con probabilidad de apertura, desmarque la casilla Show Critical Frequencies y marque Show Open Bands. Las líneas horizontales representan las bandas situadas entre la LUF y los distintos niveles estadísticos de MUF. Las líneas más gruesas corresponden a condiciones con mayor disponibilidad prevista y las más delgadas a condiciones menos frecuentes. Si vuelve a marcar Show Critical Frequencies, podrá observar la relación entre las líneas horizontales y las curvas de frecuencia crítica.

4. Fiabilidad del modelo.

Para comprobar la fiabilidad de las predicciones de PropView/IONCAP, se elaboró la predicción de un enlace radio en HF entre Zaragoza y Madrid (España) para el 2 de octubre de 2007. En la gráfica de la predicción, a las 14:30 UTC se observa una MUF confiable en el 90 % de los casos (línea azul) de alrededor de 5,5 MHz.

Para esa misma hora se tomaron los datos reales del ionograma elaborado por el Observatorio del Ebro, ubicado en la provincia de Tarragona. En el ionograma se aprecia una frecuencia crítica real de la capa F2 de valor foF2 = 5,525 MHz. En la parte inferior del ionograma se muestra la extrapolación de la MUF para varias distancias. Dado que la distancia en línea recta entre Zaragoza y Madrid es de unos 200 km, se toma el valor MUF(200), que resulta ser de 6,2 MHz.

En la Fig. 4 se muestra la comparación entre la predicción y los datos reales medidos posteriormente.

Fig. 4. Comparación entre la predicción y los datos reales medidos.
Fig. 4. Comparación entre la predicción y los datos reales medidos.

En este caso, la diferencia entre la predicción y el valor observado es de aproximadamente el 10 %, lo que muestra una buena concordancia para este ejemplo concreto, sin que ello implique la misma precisión en todos los enlaces o condiciones.