论文部分内容阅读
分布式空间系统利用探测信息在时域、空域、频域的关联特征，充分挖掘分布式采样信号中所蕴含的目标信息，通过分布式信号配准、信息关联处理、探测目标特征重建等技术途径，实现空间科学和对地观测领域的高性能空间探测。由于分布式节点依靠自己内部的晶体振荡器提供时钟信息，分布式探测要使这些节点达到一致的时间尺度，传统的基于模型和定性经验知识的信号配准方法，需要对频率偏差、相位偏差和频率漂移等进行建模与分析。这种直接时间同步方法受到设备等硬件方面的限制，存在一定的局限性。基于数据驱动的信号配准方法分析分布式信号关联特征，能够在系统具体的数学和物理模型不完全已知的情况下，进一步提高时空配准精度。考虑时钟偏差(相位误差)和频率偏差，时钟相位噪声和频率噪声等影响，根据收集到的信号数据，综合考虑多变量，给出问题的数学描述，引入期望极大算法事先设定时钟模型参数，利用已有数据对参数值进行修正，逐次迭代，使模型参数逐渐逼近真实参数值，得到对相位和频率偏差的估计。这种方法可以摆脱现有测量设备硬件性能约束，提高了分布式信号时间配准精度，便于推广到其他相关系统中。