简介这是一份面向无线通信与电信工程领域的朗利-赖斯Longley-Rice模型计算工具包基于综合电信模型ITM实现传输损耗预测适用于基站布局、频率规划、网络覆盖优化等任务。压缩包共有两个文件一个为用C语言编写的动态链接库源代码方便技术人员研读核心算法或进行二次开发另一个为视窗系统安装程序运行后即可在本地完成链路损耗计算。整个资源包体积仅四点零五兆轻量且易于获取目前已有七百一十人学习。借助这份工具使用者能深入掌握朗利-赖斯模型如何综合信号频率、传播距离、极化方向、天线高度、表面绕射率以及地面导电常数等参数来估算路径损耗同时通过安装版工具可完成输入参数设置、地形影响分析、多径效应评估与输出报告生成为无线网络的科学规划与优化提供量化支撑。1. 看到 ITMc.zip 先别急着解压ITM 与 Longley Rice 是同一套预测模型的三个名字看到 ITMc.zip 这个压缩包名别急着双击解压先把它当成一张地图来读ITM 是 Irregualar Terrain Model不规则地形模型也就是通信行业里常说的 Longley-Rice 模型。1968 年由 Longley 和 Rice 提出后来被反复移植成 C 语言实现直到今天电台、广电和专网通信做覆盖测算时仍然把它当作起步工具。它解决的问题非常具体给定频率、收发天线高度和一段地形的不规则程度 Δh估算两点之间信号会被吃掉多少 dB。和自由空间模型不一样ITM 天生处理的是山丘、树林和起伏地貌甚至不需要完整的高程数据一个 Δh 就能跑。项目早期想回答“这个山头能不能收到信号”“中继站该架多高”又不想立刻陷入数字高程模型工程里ITM 值得先跑起来。这篇笔记适合正在选型、准备做链路预算或刚拿到 Longley Rice 源码包的从业者。2. ITM 与 Longley Rice 的原理骨架从视距、绕射到散射的三段式预测2.1 为什么不能用平面地球K 因子与等效地球半径很多第一次碰 Longley Rice 的人会有一个疑问算个 10 公里、20 公里的链路为什么不直接套自由空间公式非要搞一个 1968 年的老模型关键在于大气折射。电波在对流层里走的是弧线不是直线。标准大气条件下折射会让电波弯向地面等效于地球半径变大了约 4/3 倍这个比例就是 K 因子。ITM 内部几乎每一步损耗计算都基于这个“等效地球半径”视距边界的判断也由它决定。等效视距距离可以用一个很实用的经验式来估计d_los ≈ √(17·h_t) √(17·h_r)单位是公里h_t 与 h_r 是收发天线海拔高度。比如发射天线海拔 60 米接收天线 3 米视距边界大约是 √(1020) √(51) ≈ 31.9 7.1 39 公里。注意这里的 17 就是 K4/3 那组常数化简出来的。ITM 在“视线可见”和“视线被挡”的判断上用的正是这类等效关系而不是拿平面几何硬算。2.2 三段传播机制视距、绕射、散射的边界与过渡Longley Rice 的损耗预测按接收点所处的传播区段分开算再在区段边界做平滑过渡。第一段是视距区此时损耗接近自由空间损耗加一个与距离相关的偏移项第二段是绕射区从地物遮挡开始损耗显著抬升第三段是散射区进入对流层散射主导的区域损耗随距离增长变得平缓但绝对值很高。绕射区是 ITM 最核心的地盘。它把地表的不规则起伏近似成一组刃形障碍物利用刃形绕射损耗逐级叠加。地形越碎、Δh 越大等效障碍物越多损耗就越高。这也是为什么两个同样的直线距离、同样的天线高度在山地和平原预测结果会差出 20 dB 以上。散射区则使用了基于对流层不均匀体的经验散射公式这部分对大多数 VHF/UHF 专网链路来说已经超出实际覆盖半径但在应对超远距离干扰预测时不能忽略。2.3 五个你必须拿捏的输入参数频率、高度、Δh、极化与气候ITM 的输入参数看似一大串真正决定预测走向的核心只有五个其余用默认值就行。频率决定传播机制20 MHz 到 20 GHz 是模型声明的适用范围但实践经验是 40 MHz 到 10 GHz 之间最可靠。天线高度必须是海拔高度不是铁塔高度这一条后面专门展开。Δh 是地形不规则度单位米取值范围通常在 10 到 150 之间开阔平原可以低到 5丘陵地带按 30 到 90 取。极化分水平与垂直对高频段影响较小VHF 以下影响变大。气候区影响大气折射与湿度的统计特性内陆干燥地区与沿海海洋性气候能差出十几二十 dB。一个典型参数取值可以让概念落地频率 150 MHz发射天线海拔 60 米接收天线 3 米距离 15 公里Δh 取 30 米水平极化大陆温带气候Ns 折射率取 301地面相对介电常数 15电导率 0.005 S/m。这套配置就是一台乡村中继台“看得见又不太平”的典型链路。把所有参数写进同一张配置表是后面一切批量计算的基础。2.4 ITM 输出的是什么传输损耗、场强与时间/位置概率ITM 给出的不是单一数字而是一组分位数结果。最常见的输出是一组“中值”预测对应 50% 时间、50% 地点下损耗或场强中值。规划链路时通常还要看 90% 时间、90% 位置下的损耗余量。有些命令行版本要求输入 time confidence 和 location confidence含义就是你要为“更差的时间条件”和“更差的位置条件”各预留多少统计余量。输出列通常包括路径损耗 L单位 dB和场强 E单位 dBμV/m。两者可以换算但不同移植版本输出顺序千差万别有的先打印 L 再打印 E有的反过来。碰到这种不确定性老老实实打开源码头部注释找到那几行变量说明再决定取第几列。这里踩一次坑胜过后面几十次返工。3. 跑通 ITMc.zip 的最小流程解压、编译、命令行与输出解读3.1 解压与编译把 C 源码变成可执行文件拿到 ITMc.zip 之后先看包里有几个关键文件一般你会看到 itm.c、itm.h、可能还有 Makefile 或 readme。如果包里有 Makefile直接make就能完成编译如果没有手动编译也不复杂unzip ITMc.zip cd ITMc # 主文件可能是 itm.c 或 itmc.c以实际解压结果为准 gcc -O2 -o itm itm.c -lm这里-lm链接数学库绕射和对数计算离不开它-O2开启优化让浮点计算更稳定。如果编译报“未定义的引用”先检查是不是少加了-lm如果报 warning 但不影响生成可执行文件多数是变量类型转换可以先用着。不同 Linux 发行版对浮点舍入的处理略有差异建议固定一个编译环境和编译参数保证预测结果能追溯。3.2 最小预测命令参数顺序比参数值更容易翻车ITM 的命令行版本一般是按固定顺序吃参数常见顺序是频率、发射天线海拔、接收天线海拔、距离、Δh、极化、气候区后面再接 Ns、介电常数、电导率。一个最小调用长这样./itm 150.0 60.0 3.0 15.0 30.0 1 5参数依次解释150 MHz 频率60 米发射天线海拔3 米接收天线海拔15 公里链路距离30 米地形不规则度1 表示水平极化0 为垂直极化5 表示大陆温带气候。如果程序直接打印一行数字说明参数够了如果提示缺参数就把三个地面常数补上./itm 150.0 60.0 3.0 15.0 30.0 1 5 301.0 15.0 0.005其中 301.0 是标准大气折射率 Ns15.0 是地面相对介电常数0.005 是地面电导率单位 S/m。这套取值对应普通农田或干燥土壤做通用预测够用不需要每个链路都改。3.3 批量预测一条链路的损耗曲线距离从 1 跑到 50 公里点对点只算一个距离没太大意义工程上更常用的是整条链路的损耗曲线。用 shell 循环就能做这件事for km in $(seq 1 5 50); do echo 150.0 60.0 3.0 $km 30.0 1 5 301.0 15.0 0.005 | ./itm done这段循环从 1 公里跑到 50 公里步进 5 公里把每一次的预测结果打印到屏幕。如果要存成文件在后面加 pred_curve.txt。注意管道传给./itm时没有换行符问题每行一个距离参数程序会按行读取并各自输出。批量生成曲线后链路预算就能直接核对哪个距离上余量开始变负覆盖半径就在哪里。3.4 输出字段怎么读从 L 到接收功率再到链路余量程序打印出来的数字要对应到物理含义。假设输出中某一行包含 15.0 和 125.3前者通常是你回传的距离后者就是路径损耗 L。接收功率等于发射端 EIRP 减去 L如果发射端等效全向辐射功率是 47 dBm路径损耗 125.3 dB接收功率就是 47 − 125.3 −78.3 dBm。手台灵敏度如果是 −110 dBm余量 31.7 dB链路非常宽裕。实际使用时我不建议只信一个中值输出。找找命令行最后的参数看能不能传入时间概率和位置概率把 90% 时间、90% 位置的损耗也算出来那个数字才是设计门限时真正要用来卡点儿的。不同版本支持的置信度参数位置不一样以源码里 usage 注释为准别想当然。4. 把参数从“能跑”修正到“可信”天线海拔、Δh 与气候区的实战取值4.1 天线高度是海拔不是“塔高加挂高”这么简单ITM 里的 h_t 和 h_r 指的是天线所在地面对平均海平面的海拔加上天线挂高也就是天线的绝对海拔高度。很多工程师直接把铁塔高度填进去比如塔高 60 米就在参数里写 60完全忽略站点所在地面海拔是 800 米还是 10 米。这两种参数填法得出的结果可以差到 20 dB 以上因为 ITM 的绕射计算对收发天线相对地形的高差极度敏感。我一般的做法是建立站点台账至少包含站名、经度、纬度、地面海拔、天线挂高四列脚本读入后自动相加再传给 ITM。这样即使后面要换站址也不会留下“某个历史报告高度取值口径不明”的黑洞。还有一条经验ITM 声明支持 0.5 到 3000 米天线高度但超过 1500 米时电波传播机制已经偏向超视距建议谨慎使用不能盲目外推。4.2 用地理信息工具算 Δh30 公里窗口的百分位法Δh 的定义是路径附近地形高程的统计离散程度。规范做法是在发射点周围 10 到 50 公里范围内取一个约 30 公里的滑动窗口统计窗口内地形剖面高程的 10% 与 90% 分位值之差。工程上更简单的方式是在地理信息软件里以路径中段为中心拉一个半径 30 公里的面统计这个面内所有高程像元的 P90 减去 P10。两种做法结果接近后者更省事。加载 SRTM 30 米或 90 米 DEM 后用一段 Python 配合 rasterio 和 numpy 就能直接出数import rasterio import numpy as np dataset rasterio.open(srtm_30m.tif) dem dataset.read(1).astype(float) valid dem[(dem -9999) np.isfinite(dem)] h90 np.percentile(valid, 90) h10 np.percentile(valid, 10) print(fdelta_h {h90 - h10:.1f} m)脚本逻辑是先读出 DEM 第一波段把 NoData 和异常值过滤掉再对有效像元做分位数统计。注意 DEM 范围必须是路径周边 30 公里窗口不是整个省或全国范围窗口越大Δh 越偏平原预测越乐观。丘陵地带 30 公里窗口算出的 Δh 通常在 20 到 80 米之间要是结果超过 150 米先怀疑 DEM 里混进了 NoData 或湖泊水面不要急着质疑模型。4.3 气候区与极化两个容易被轻视的小参数气候区这个参数在多数开源版本里用数字编号常见的编号含义是1 赤道、2 大陆副热带、3 海洋副热带、4 沙漠、5 大陆温带、6 沿海陆地、7 海洋上。不同移植版本偶尔会调整编号顺序所以写进脚本之前先对源码注释。气候区的影响主要体现在大气折射率随时间变化的统计特性上内陆干燥地区用 5沿海城市用 6海上链路用 7这能让预测从“中值”变成“带概率尾巴的中值”。极化参数在 UHF 以上对路径损耗影响不大但 VHF 以下差距能到几个 dB尤其在地波传播和绕射边缘。一般根据实际天线类型来填垂直极化鞭状天线填 0水平极化天线填 1。很多调参现场翻车不是因为模型错了而是把两个参数的位置填反了导致原本想用垂直极化命令里却写的 1。4.4 用预测与实测的残差反向修正参数模型算完不等于工作结束。任何一个用过 Longley Rice 的工程师都会告诉你预测是中值真实环境会有系统偏差。正确做法是跑一轮现场频谱测试对每个测试点位记录预测损耗与实测损耗然后算残差import pandas as pd pred pd.read_csv(pred_points.csv) meas pd.read_csv(measure_points.csv) offset pred[L].median() - meas[L].median() calibrated_L pred[L] - offset残差的中位数如果接近 0说明参数选得准如果预测普遍比实测低 10 dB说明模型在这个地形上过度乐观链路预算就要加上 10 dB 余量。这个 offset 属于工程修正不属于模型修正我一般把它放在配置文件里维护不直接改源码常数保证预测结果可以随时回到“原始模型口径”复算。这种可追溯性在评审和验收时远比一个“看起来更准”的黑匣子值钱。5. 避坑与常见问题排查ITM 跑出异常结果时先检查什么5.1 现象输出变成 NaN 或程序直接崩溃程序打印出nan、-inf或者跑到一半用非零退出码结束最常见的原因是输入参数越界或参数错位。频率传了 0 或负数、距离传了 0、Δh 传了 0 都会导致内部对数项无定义参数个数不对时程序把下一列数据读成了科学常数也会让浮点运算失控。解决办法是在批量调用前面加一层参数校验脚本把频率、高度、距离、Δh 的范围卡死小于等于 0 直接拒绝执行。脚本文案不用复杂一个简单的 shell 判断就能拦住大多数事故if ! awk BEGIN{exit !($km0 $km2000)}; then echo distance out of range continue fi5.2 现象近距预测损耗比自由空间还低远距又过于保守这几乎是 ITM 被吐槽最多的两个方向。近距时模型在视距区会叠加一个修正项若拿到的版本没有正确做平滑过渡输出的损耗可能低于同距离下的自由空间值显然不合理远距时绕射区对高地形过于敏感预测往往明显高于实测。原因要从模型本质看ITM 是对历史统计数据拟合出的经验模型它的“拟合”更照顾中远距离近距视距区本就不是它的强项。解决方式是分层处理1 公里以内的链路用自由空间加 3 到 5 dB 工程余量直接代替 ITM远距链路则参考实测残差引入修正 offset。更重要的是不要从某个在线工具里随手取一个数就算完要自己把中值、时间余量、地点余量三组数据都拉出来对比。5.3 现象不同源码版本跑同样的参数结果对不上同一个 ITMc.zip 可能是从不同年代、不同移植链路上流传下来的有的版本实现了完整的 Longley Rice 点对点模型有的版本只保留了 area 模式近似算法输出结果差距在 3 到 5 dB 之间完全正常。更隐蔽的是地面常数默认值不同有的版本把 Ns 默认取 301有的取 289拿到手后没显式传入输出自然不同。处理原则是固定一个版本作为全组统一基线任何时候出报告都写清楚“使用哪个源码包、哪些参数、什么编译环境”。如果必须对比多个版本把同一条链路的输入参数完全对齐再比较残差统计而不是直接比较单个点。5.4 现象模型在某些场景下怎么看都不适用ITM 有清晰的适用边界超过边界硬用结果再漂亮也不能信。频率低于 20 MHz 应该换用 ITU-R P.368 地波模型频率高于 20 GHz 必须考虑雨衰而 ITM 本身不带雨衰项不适合做卫星或毫米波地面链路。距离不足 1 公里的城市微蜂窝场景楼宇反射和多径占主导ITM 的统计地形方法没有意义。遇到这类场景正确做法不是调参数硬凑而是换工具城市微蜂窝用射线追踪低频地波用专门的地波模型ITM 留给它擅长的几十公里级、地形主导的 VHF/UHF 链路。6. 进阶用法把 ITM 点对点预测变成覆盖栅格再接入链路预算ITM 本身是点对点模型一次调用只能算一条链路。实际规划却需要覆盖栅格以发射点为中心生成一圈接收点逐点计算损耗最后画出覆盖边界。一种快速做法是预计算“距离-损耗”插值表对固定频率、固定高度、固定 Δh把距离从 1 公里跑到 50 公里每 0.5 公里取一个点得到单调的损耗曲线然后用插值函数在一个范围内替代逐点调用 ITM调用次数从几万次降到几百次import subprocess import numpy as np from scipy.interpolate import PchipInterpolator distances np.arange(1.0, 51.0, 0.5) losses [] for km in distances: cmd fecho 150.0 60.0 3.0 {km:.1f} 30.0 1 5 301.0 15.0 0.005 | ./itm out subprocess.run(cmd, shellTrue, capture_outputTrue, textTrue) # 按输出格式取倒数第二列作为 L这里以实际输出列顺序为准 losses.append(float(out.stdout.split()[1])) interpolator PchipInterpolator(distances, losses)插值表的优势在于它保留 ITM 的物理基准同时把计算速度提升两个数量级适合放进覆盖仿真图层里反复调站址。最后补一句我的个人教训当年做中继台规划时把塔高当海拔填进了模型理论上算出 70 公里覆盖现场手持机 10 公里就开始断续。从那以后所有站点台账必须同时写地面海拔和挂高两列凡是填数字前不查台账的脚本一律不用。模型再准输入错了也是白跑。希望这篇笔记能帮你绕开我走过的弯路让 ITM 真正成为可复现、可比较、可校正的链路预算工具。本文还有配套的精品资源点击获取