Cosmic Time Synchronizer (CTS) zur drahtlosen und präzisen Zeitsynchronisierung mithilfe ausgedehnter Luftschauer

Wissenschaftliche Berichte Band 12, Artikelnummer: 7078 (2022) Diesen Artikel zitieren

3188 Zugriffe

4 Zitate

330 Altmetrisch

Details zu den Metriken

Präzise Zeitsynchronisation ist eine wesentliche Technik, die für Finanztransaktionssysteme, industrielle Automatisierungs- und Steuerungssysteme sowie Land- und Meeresbeobachtungsnetzwerke erforderlich ist. Allerdings sind die Zeitsynchronisationssignale, die auf dem Global-Positioning-System (GPS) oder dem globalen Navigationssatellitensystem basieren, in Innen-, Untergrund- und Unterwasserumgebungen manchmal nicht oder nur teilweise verfügbar. In dieser Arbeit wurden die gleichzeitigen und durchdringenden Eigenschaften der Myonenkomponente des erweiterten Luftschauers (EAS) als Signale für die Zeitsynchronisierung in Umgebungen mit geringer oder keiner GPS-Abdeckung genutzt. CTS wurde modelliert, indem die Ergebnisse früherer EAS-Experimente mit OCXO-Holdover-Präzisionsmessungen kombiniert wurden. Die Ergebnisse haben gezeigt, dass CTS in der Lage ist, kontinuierliche lokale Zeitsynchronisationsniveaus von weniger als 100 ns mit einer hypothetischen Detektorflächenabdeckung von mehr als 2 × 10−4 zu erreichen. Wir gehen davon aus, dass dieser Grad an Flächenabdeckung für den Einsatz in Verbraucher-Smartphone-Netzwerken und dichten Unterwasser-Sensornetzwerken erreichbar und kostengünstig ist.

Systeme für mobile/zellulare Funkzugangsnetzwerke (RAN)1 der fünften Generation (5G), industrielle Automatisierungs- und Steuerungssysteme2 sowie Land-3 und Ozean4-Beobachtungsnetzwerke erfordern alle Echtzeitkonnektivität mit präziser Zeitsynchronisation, um robuste Referenzzeitinformationen bereitzustellen an die in diesen Netzwerken befindlichen Geräte auf einer gemeinsamen Zeitbasis mit einem Jitter-Level unter 1 Mikrosekunde1. Solche Anforderungen werden typischerweise durch kabelgebundene Technologien wie Time-sensitive Networking (TSN)5 erfüllt. TSN bietet eine garantierte IEEE-802.1-basierte Echtzeit-Datenbereitstellung mit präziser Zeitsynchronisierung. Darüber hinaus wurden in jüngster Zeit Fortschritte bei faseroptischen Zeit- und Frequenztechniken erzielt, die eine nahezu perfekte Kompensation von Zeitverzögerungen oder Phasenschwankungen ermöglichen, wenn sie bidirektional über dieselben optischen Fasern betrieben werden, um eine Zeitsynchronisation mit einer Präzision im Bereich von 10 ps bis unter 1 ns je nach zu ermöglichen Linklänge und die verwendete Technologie6,7,8,9,10. Während drahtlose Technologien verschiedene Vorteile für die Netzwerkkommunikation bieten11,12, ist die Genauigkeit eines der wichtigsten Anliegen. Da beispielsweise seismologische und vulkanologische Beobachtungen mit einem Seismometer-Array eine seismische Wellenabtastrate von mehr als 1 kHz erfordern, wäre in diesem Fall eine drahtlose Zeitsynchronisationsgenauigkeit von weniger als 10 Mikrosekunden erforderlich3. Drahtlose Geräte können mithilfe von GPS-Empfängern (Global Positioning System) bzw. GNSS-Empfängern (Global Navigation Satellite System) eine perfekte Zeitangleichung an die koordinierte Weltzeit (UTC) erreichen. Derzeit ist mit den GPS-basierten Zeitübertragungsverbindungen13 eine Genauigkeit von 2 ns erreichbar und mit einer neuen hochmodernen Methode zur Empfängerkalibrierung14 sogar eine Genauigkeit von 1 ns. Darüber hinaus könnten bidirektionale Satelliten-Zeit- und Frequenzübertragungsverbindungen (TWSTFT) mit geostationären Satelliten diese Genauigkeit auf den Sub-Nanosekunden-Bereich verbessern15. Diese Lösung funktioniert jedoch nicht, wenn GPS-Signale nicht verfügbar sind oder wenn GPS-Signale nur teilweise verfügbar sind (z. B. Polar-, Innen-, Berggebiete, Untergrund- oder Unterwasserumgebungen) oder wenn die GPS-Netzwerkknoten nicht richtig funktionieren (z. B. Empfangen von Signalen von verschiedenen GPS-Satelliten oder zeitliche Verschiebung von GPS-Satelliten). Wenn wir außerdem alle Netzwerkknoten mit GPS-Empfängern ausstatten, erhöht sich der Gesamtstromverbrauch und infolgedessen entlädt sich der Akku schneller. Insbesondere bei Feldmessungen ist die zuverlässige Batterieleistung, insbesondere die Aufrechterhaltung einer längeren Leistungsdauer zwischen den Batterieladevorgängen, von entscheidender Bedeutung.

Die Anforderungen an eine effektive drahtlose Synchronität für den industriellen Einsatz wurden von mehreren Forschern zusammengefasst16,17. Mögliche Ansätze wurden in drei Klassen eingeteilt. Klasse (I): Fernsteuerung und -überwachung, Klasse (II): mobile Robotik und Prozesssteuerung und Klasse (III): Bewegungssteuerung mit geschlossenem Regelkreis. Für die Klassen (I), (II) und (III) sind Synchronität mit Genauigkeiten von weniger als 1 s, 1 ms bzw. 1 µs erforderlich. Um auf diese Anforderungen zu reagieren, gab es verschiedene WLAN-basierte Forschungsansätze, die sich mit drahtlosen Zeitsynchronisationstechniken befassten, darunter die Referenzmethode des Broadcast Infrastructure Synchronisation Protocol, die eine Genauigkeit von 200 ns–3 µs18 realisierte, die adaptive Synchronisation in Multi-Hop-Zeit -Slotted-Channel-Hopping (TSCH)-Netzwerkmethode, die eine Genauigkeit von 76 µs19 realisierte, die temperaturunterstützte Taktsynchronisationsmethode, die eine Genauigkeit von 15 µs20 realisierte, und eine Zeitsynchronisationsmethode, die auf dem linearen Konsensalgorithmus zweiter Ordnung basiert, die eine Genauigkeit von 1 µs21 realisierte. Andere Techniken umfassen die dynamische stochastische Zeitsynchronisationsmethode, die mit einem Kalman-Filter (KF)-Schätzer22 eine Genauigkeit von etwa 8 µs erreichte, und die feinkörnige Netzwerk-Zeitsynchronisation von 6,29 µs mit einem linearen Regressionsschätzer (LR)23. Für alle diese Techniken gibt es Vor- und Nachteile. Da alle oben genannten Techniken elektromagnetische Wellen für die Kommunikation nutzen, können relativ kleine Geräte ermöglicht werden. Um jedoch Kommunikationsfehler aufgrund von Rauschen und Kollisionen zu vermeiden, sollten diese Techniken im Allgemeinen den Mechanismus der automatischen Wiederholungsanfrage (ARQ) und die Kommunikationslatenz umfassen; Dadurch wird die Synchronisationsqualität beeinträchtigt. Da die derzeit vorgeschlagene Technik andererseits natürlich vorkommende Mehrfachpartikel nutzt, die gleichzeitig auf der ganzen Welt ankommen, kommt es zu solchen Kommunikationsausfällen und Nachrichtenkollisionen nicht. Aufgrund des begrenzten Flusses der kosmischen Strahlung wäre jedoch wahrscheinlich eine größere Gerätegröße im Vergleich zu denen, die bei WLAN-Techniken verwendet werden, erforderlich.

In Unterwasserumgebungen ist die Situation schwieriger, da WLAN-Techniken im Wasser nicht eingesetzt werden können. Wenn man funkbasierte Netzwerke für allgemeine Computer- oder Sensornetzwerke mit akustischen Netzwerken mit kurzer Reichweite vergleicht, kann man feststellen, dass die Ausbreitungsverzögerung aufgrund eines großen Unterschieds zwischen der Lichtgeschwindigkeit (einige hunderttausend km/s) und der Geschwindigkeit viel größer ist Schallgeschwindigkeit im Wasser (1500 m/s)24. Kürzlich wurde ein drahtloses Sensornetzwerk für eine hohe Zeitauflösung (ns-Skala) entwickelt, das aus Sensorknoten besteht, die durch periodische, hochintensive optische Impulse von Leuchtdioden-(LED-)Bursts auf 1 ns genau synchronisiert werden25. Bei diesem Schema ist jedoch Leerraum zwischen den Knoten erforderlich, und daher ist es schwierig, diese Technik in einer Umgebung wie in Gewerbegebäuden, unter Wasser oder in einem unterirdischen Komplex praktisch anzuwenden. Eine Möglichkeit, dieses Problem zu lösen, besteht darin, eine Atomuhr zu verwenden, um bei Verlust des GPS-Signals Backup-Zeitsignale bereitzustellen. Beispielsweise liefert ein im Handel erhältlicher Cäsium-Oszillator stabile Zeitinformationen mit einem Driftwert von nur 100 ns in 14 Tagen. Allerdings schränken die extrem hohen Kosten der Atomuhr-Hardware (über 300.000 USD) ihren breiten Einsatz ein26. Eine weitere Möglichkeit, dieses Problem vorübergehend zu lösen, ist „Holdover“27. Synchronisierungsstandards haben den Begriff „Holdover“ so definiert, dass er sich darauf bezieht, dass das Netzwerk auch dann weiterhin zuverlässig funktioniert, wenn der Synchronisierungseingang (z. B. GPS/GNSS-Signale) unterbrochen wurde oder vorübergehend nicht verfügbar ist. Zu diesem Zweck wurde der ofengesteuerte Quarzoszillator (OCXO) industrialisiert, um eine zuverlässige und genaue Holdover-Messung zu ermöglichen; Dies kann in Momenten genutzt werden, in denen der GPS/GNSS-Empfänger kein Signal empfängt. Allerdings ist das Driftniveau des OCXO viel höher als das der Atomuhr und typischerweise auf 0,5 Mikrosekunden pro Stunde begrenzt27, was bedeutet, dass die Zeitmessung innerhalb von 24 Stunden um mehr als 1 Mikrosekunde abweichen kann. Wenn OCXO häufig ein Nicht-GPS-Synchronisierungseingang bereitgestellt werden könnte, könnten die Geräte im Netzwerk präziser und konsistenter synchronisiert werden.

Die myonische Komponente eines erweiterten Luftschauers (EAS) wurde verwendet, um die Energie und Masse seiner primären kosmischen Strahlung abzuschätzen28,29. Ein EAS kann gemessen werden, indem mehrere Schauer von Sekundärpartikeln in Bodennähe mit zweidimensional verteilten Detektorarrays wie KASCADE30, GREX/COVER_PLASTEX31 und AKENO32 abgetastet werden. Da die primäre kosmische Strahlung mit einer Geschwindigkeit nahe der Lichtgeschwindigkeit ankommt, neigen die resultierenden in der Atmosphäre erzeugten Sekundärteilchen dazu, sich im Allgemeinen in die gleiche Richtung wie die Primärteilchen zu bewegen und fast zur gleichen Zeit am Boden anzukommen (diesmal ist die Struktur so). im Folgenden als EAS-Zeitstruktur bezeichnet); Allerdings breiten sich die Schauerpartikel auf ihrem Weg zur Bodenoberfläche leicht seitlich aus und erzeugen so eine spezifische und erkennbare räumliche Ausdehnung der Schauerpartikel auf Bodenhöhe (diese räumliche Ausdehnung wird im Folgenden als EAS-Scheibe bezeichnet). Myonen, eines der Schauerteilchen, werden im Allgemeinen in der Nähe der Tropopause erzeugt; Sie streuen jedoch weitaus weniger als elektromagnetische (EM) Teilchen und daher sind ihre Wege zur Erdoberfläche normalerweise gerade. Im Gegenteil, EM-Partikel erreichen Bodenniveau, nachdem sie mehrere Streuprozesse durchlaufen haben. Infolgedessen sind ihre Weglängen länger als die Weglängen von Myonen und daher hat jedes eine längere Flugzeit (TOF). Dadurch erreichen die Myonenkomponenten früher Bodenniveau als die EM-Komponenten. Die Zeitstruktur der EAS-Scheibe wurde ausführlich für Myonen mit Energien über 10 PeV untersucht und die gemittelte Ankunftszeit und die Scheibendicke (Standardabweichung der Teilchenankunftszeitverteilung) als Funktion der Entfernung von der EAS-Scheibe gemessen Es wurde festgestellt, dass diese Myonen innerhalb eines EAS-Scheibenbereichs, der weniger als 200 m von der Schauerachse entfernt ist, im Zeitbereich von 50 ns ankommen33.

Myonen kosmischer Strahlung sind hochgradig durchdringende Teilchen, und die Muographie nutzt die Eigenschaften von Myonen, insbesondere ihre durchdringende Natur und Universalität, für eine Vielzahl von Anwendungen, einschließlich der Visualisierung der inneren Struktur von Vulkanen34,35, Ozeanen36, Eisenbahntunneln37 und natürlichen Höhlen38 und kulturelles Erbe39 weltweit. Ebenso können Myonen kosmischer Strahlung durch die Ausnutzung ihrer Universalität und relativistischen Natur für Unterwasser- oder Untergrundnavigation genutzt werden40. In diesem Artikel wird eine neuartige drahtlose Zeitsynchronisationstechnik vorgeschlagen, die sich die Eigenschaften von EAS-Partikeln und die Vorhersagbarkeit ihrer Ankunft auf der Erdoberfläche (in Verbindung mit dem OCXO) zunutze macht, um eine stabile und genaue Zeitsynchronisation ohne GPS-Signaleingang zu ermöglichen. Die Ergebnisse dieses Vorschlags haben gezeigt, dass CTS in der Lage ist, kontinuierliche Zeitsynchronisationsniveaus von weniger als 100 ns zu erreichen. Diese Technik ist überall auf der Erde anwendbar, wo Myonen ankommen können, einschließlich unterirdischer und Unterwasserregionen.

Abbildung 1 zeigt das Prinzip von CTS. Die CTS-Module sind zur Zeitsynchronisierung räumlich innerhalb der Zielbereiche verteilt; Diese CTS-Module können auf der Erdoberfläche, unter der Erde oder unter Wasser platziert werden. Das CTS-Modul besteht aus einem Myonendetektor, einem Zeit-Digital-Wandler (TDC) und dem OCXO. EAS-Myonen treffen fast gleichzeitig mit einer bestimmten messbaren räumlichen Ausdehnung am Boden ein. Diese Myonen sind relativistisch und verfügen daher über genügend Energie und Lebensdauer, um dichte Materialien zu durchdringen: Je nach Energieniveau wandert ein beträchtlicher Teil durch die Erde und Gewässer, um unterirdische und Unterwasserregionen zu erreichen. Die Ankunftstiefe eines Myons hängt von seiner kinetischen Energie ab; Beispielsweise können 10-GeV-Myonen den Meeresboden bis in eine Tiefe von 43 m erreichen. Die Detektoren geben Signale aus, wenn Myonen sie passieren. Detektoren bestehen aus Kunststoffszintillatoren und Fotodetektoren: kostengünstige Komponenten mit effizientem Zeitverhalten. Die Ausgangssignale der Detektoren werden als Stoppsignale an den TDC weitergeleitet. Andererseits werden die Signale vom OCXO als Startsignale an den TDC übergeben, sodass die Zeitdifferenz zwischen dem OCXO und der Ankunftszeit des Myons gemessen werden kann. Wenn innerhalb des gegebenen Zeitfensters (T) mehr als zwei CTS-Module ausgelöst werden (in diesem Beispiel als CTS-Modul 1 und CTS-Modul 2 bezeichnet) (im Folgenden wird diese Koinzidenz als lokale Koinzidenz (LC) definiert), wird die Der im TDC von CTS-Modul 1 aufgezeichnete Zeitstempel würde an CTS-Modul 2 übertragen. Wenn CTS-Modul 2 den Zeitstempel von CTS-Modul 1 empfängt, wird dieser Zeitstempel mit der lokalen Zeit von CTS-Modul 2 verglichen und kann dann verwendet werden Korrigieren der Ortszeit von CTS-Modul 2. Das Übereinstimmungsfenster zwischen CTS-Modul 1 und CTS-Modul 2 muss nicht eng sein, wie später beschrieben. Genauer gesagt: Obwohl das CTS-Modul 1 und das CTS-Modul 2 die EAS-Myonen zu einem absoluten Zeitpunkt t0 empfangen, könnte dieser Zeitpunkt als t0 + δt1 + Δt1 bei CTS-Modul 1 und als t0 + δt2 + Δt2 bei CTS-Modul 2 registriert werden Unsicherheiten (δt) aus der EAS-Zeitstruktur und der intrinsischen Drift des OCXO (Δt). Durch die Übertragung der Zeitinformationen t0 + Δt1 von CTS-Modul 1 an CTS-Modul 2 kann CTS-Modul 2 (t0 + Δt2 + δt2) − (t0 + Δt1 + δt1) = (Δt2 − Δt1) + (δt2 − δt1) für berechnen die Korrektur seiner Uhr. Für diese Berechnung müssen weder t0, Δt2 noch Δt1 definiert werden. Wie später beschrieben wird, beträgt (δt2 − δt1) typischerweise weniger als 50 ns und ist auch viel kleiner als die typische Driftrate des OCXO (bis zu einigen µs/h). Darüber hinaus dürfte die für die Identifizierung von Koinzidenzereignissen erforderliche Datenübertragungszeit (~ 0,1 ms) erreichbar sein und ist im Vergleich zu einer Regenhäufigkeit von alle 10 Minuten, die im nächsten Unterabschnitt ausführlich beschrieben wird, vernachlässigbar.

Prinzip von CTS. Die Gesamtkonfiguration des CTS-Systems wird mit den EAS-Entwicklungen (A) angezeigt. Die blauen rechteckigen Kästchen kennzeichnen die CTS-Module. Die Konfiguration der CTS-Module ist in (B) dargestellt. HKMT hat dieses Bild gezeichnet und besitzt das Urheberrecht.

Der Zeitsynchronisationseingang der Synchronisationsfrequenz des CTS hängt von der EAS-Frequenz ab, da die Uhr nur korrigiert wird, wenn das EAS-Myon an den Detektoren ankommt, und die Synchronisationsgenauigkeit von der EAS-Zeitstruktur (Ankunftszeitverteilung des Myons) abhängt. Darüber hinaus hängt die Synchronisationsfähigkeit innerhalb der Intervalle zwischen EAS-Ankünften vom OCXO-Drift-Level ab. Obwohl jedes CTS-Modul Teil eines herkömmlichen Wi-Fi- oder akustischen Kommunikationsnetzwerks sein sollte, ist die Synchronisationsgenauigkeit des CTS unabhängig von seinem intrinsischen Jitter und der Latenz.

Wenn jedes CTS-Modul eine Detektionsfläche von 1 × 1 m2 hat, wird die Einzelmyonenzählrate an jedem Detektor eine erwartete Rate von 102 Hz auf Meereshöhe haben. Daher betragen die zufälligen zweifachen und dreifachen LC-Raten jeweils 10−2 Hz und 10−6 Hz mit einem Koinzidenzfenster von 100 Mikrosekunden. Diese erforderliche T ist viel größer (100 Mikrosekunden) als die alte WLAN3-Fähigkeit. Bei einer dreifachen LC-Anfrage ist es statistisch gesehen wahrscheinlich, dass das CTS-Modul alle 10 Tage den falschen Zeitstempel erhält. Um diese Zeitsynchronisationsfehlerrate zu reduzieren, müssen wir entweder das Zeitfenster verengen oder einen gleichzeitigen Treffer anfordern, der größer als ein dreifacher LC ist. Ob das engere Zeitfenster genutzt werden kann, hängt allein von der Synchronisationsgenauigkeit des WLANs oder der verwendeten Unterwasserakustiktechnik ab. Beispielsweise ist für eine landgestützte drahtlose Kommunikation eine Synchronisationsgenauigkeit von 10 Mikrosekunden relativ einfach zu erreichen3, aber für die akustische Unterwassertechnik ist das Erreichen dieser Genauigkeit aufgrund unerwarteter Signalausbreitungseigenschaften im Wasser (Temperatur, Salzgehalt usw.) eine größere Herausforderung. )41. Die Anforderung einer LC, die größer als das Dreifache ist, kann eine einfachere Lösung sein, um diese Ausfallrate zu reduzieren. Wenn wir beispielsweise eine vierfache LC anstelle einer dreifachen LC anfordern, würde es etwa drei Jahre dauern, bis das Modul nach dem Betrieb ohne GPS-Signal den ersten falschen Zeitstempel erhält. Infolgedessen ist die Ausfallrate aufgrund des versehentlichen LC vernachlässigbar, wenn ein dichtes CTS-Netzwerk (mehr als 4 CTS-Knoten innerhalb der Einheitsfläche) verwendet wird.

Die durchschnittliche laterale Verteilungsfunktion (LDF) von Myonen kann durch die Greisen-Funktion42 beschrieben werden:

as a function of lateral distance, where the lateral distance is defined as the distance from the shower axis. Here, the first exponent of r was fixed to -3/443. Several experiments have attempted to fit the parameters gamma and ρµ(r0)44,45,or=1 GeV) in large extensive air showers of energies between 1016.5 eV and 1019.5 eV observed at Akeno. J. Phys. G Nucl. Part. Phys. 21, 1101–1119 (1995)." href="/articles/s41598-022-11104-z#ref-CR46" id="ref-link-section-d42816058e836"> 46. In dieser Arbeit wurden die bei IceTop43 erzielten Ergebnisse verwendet. IceTop ist ein Detektorarray, das aus 81 Stationen besteht, die ein Gitter mit einem Abstand von 125 m bilden und eine Fläche von ~ 1 km2 abdecken. Jede Station besteht aus zwei auf Eistanks basierenden Cherenkov-Detektoren, die 10 m47 voneinander entfernt sind. In dieser Arbeit wurde die auf IceTop ρµ(600)43 basierende Greisen-Funktion als erste Eingabe verwendet.

In Abb. 2 sind Greisens Funktionskurven für die Schauer dargestellt, die durch die primäre kosmische Strahlung mit Energien bei 10 PeV ausgelöst werden. Diese Kurven waren das Ergebnis der Anpassung der IceTop-Daten bei Zenitwinkeln von weniger als 6° und auch mit Daten bei Zenitwinkeln zwischen 28° und 31°43. Wie in dieser Abbildung zu sehen ist, übersteigt ρµ 1 Myon/m2 im Bereich von 140 m von der Schauerachse für den vertikalen Schauer, der durch Primärenergien mit Energien über 10 PeV ausgelöst wird. Allerdings sind nicht alle Duschachsen vertikal ausgerichtet. Wie in Abb. 2 zu sehen ist, würden in den schrägen Schauern kleinere ρµ beobachtet. Beispielsweise verringert sich die Fläche, in der ρµ 1 Myon/m2 überschreitet, von 140 auf 100 m von der Schauerachse entfernt, wenn der Schauer in Zenitwinkeln zwischen 28° und 31° ankommt.

An die IceTop-Daten angepasste Greisen-Funktionskurven bei Zenitwinkeln von weniger als 6° (blaue durchgezogene Linie) und solchen bei Zenitwinkeln zwischen 28° und 31° (orange durchgezogene Linie)43.

Um die erreichbare Synchronisationsgenauigkeit von CTS zu bewerten, muss das Primärspektrum48 berücksichtigt werden. Der integrierte Fluss der Primärenergien mit Energien über 10 PeV beträgt 102 km−2 h−1 sr−1, aber sein Fluss verringert sich mit zunehmender Energie auf die Zweierpotenz und beträgt 1 km−2 h−1 sr−1 für die Primärfarben mit Energien größer als 100 PeV. In einer Region mit einem Radius von 140 m (6 × 104 m2) wird beispielsweise erwartet, dass alle 10 Minuten Primärenergien mit Energien über 10 PeV eintreffen; Daher kann die Uhr alle 10 Minuten synchronisiert werden, wenn wir dieses 10-PeV-EAS für die Synchronisierung verwenden können. Es ist unpraktisch, EAS zu verwenden, das durch Primärenergien unter 1 PeV initiiert wird, da dies den ρµ zu niedrig machen würde. Ebenso ist es unpraktisch, den Primärenergiebereich über 100 PeV zu nutzen, da die Ereignishäufigkeit zu niedrig wäre.

Die KASCADE-Kollaboration hat gemessen, dass die durchschnittliche EAS-Ankunftszeit (Δt) und die Scheibendicke (σ) (Standardabweichung der Partikelankunftszeitverteilung) vom Abstand von der Schauerachse abhängen (Abb. 3)33. Diese lateralen Abstandsabhängigkeiten wurden durch die folgende Potenzfunktion (gepunktete Linie in Abb. 3) angepasst und für die aktuelle Diskussion verwendet.

Zeitliche Struktur des ausgedehnten Luftschauers, der von den Primärenergien mit Energien größer als 10 PeV ausgelöst wird. Die durchschnittliche EAS-Ankunftszeit (Δt) (A) und die Scheibendicke (σ) (B) werden als Funktion des Abstands von der Schauerachse angezeigt. Ausgefüllte Kreise geben die experimentellen Ergebnisse an, die mit dem KASCADE-Experiment erzielt wurden33.

Die maximale Abweichung des angepassten Werts vom beobachteten Wert betrug 2 ns und diese Abweichung wurde in der aktuellen Modellierung vernachlässigt.

Oven Controlled Crystal Oscillator (OCXO) wie der Single-Oven Controlled Oscillator (SOCO) oder der Double-Oven Controlled Oscillator (DOCO) wurden zur Verbesserung der langfristigen Timing-Stabilität27 entwickelt. OCXO wird zur Bereitstellung von Backup-Zeitsignalen verwendet, wenn ein GPS-Signal verloren geht. In dieser Arbeit wurden die Geschwindigkeit und das Verhalten der OCXO-Drift, die durch die akkumulierten Fehler aufgrund von Ungenauigkeiten beim Einleiten von PPS-Signalen verursacht wird, für die Anwendung auf die aktuelle CTS-Modellierung bewertet. Der in dieser Arbeit verwendete OCXO befand sich in der GPS-Grandmaster-Uhr (Trimble Thunderbolt PTP GM200). Abbildung 4A zeigt den Versuchsaufbau (weitere Einzelheiten finden Sie im Abschnitt „Methode“). Durch die Einspeisung sowohl der Signale des mit der GPS-Antenne verbundenen OCXO (GPS-OCXO) als auch der Signale des Holdover-OCXO zum TDC (HLD-OCXO) wurde der Driftgrad des HLD-OCXO-Timings als Funktion der relativen Zeit gemessen auf das GPS-OCXO-Timing als Referenz. HLD-OCXO wurde zunächst durch Anschließen einer GPS-Antenne mit GPS-OCXO synchronisiert und dann vor diesen Messungen getrennt. Zwischen OCXO und TDC wurde eine Verzögerungsschaltung eingefügt, sodass sowohl positive als auch negative Drifts gemessen werden konnten. Abbildung 4B zeigt das erhaltene Zeitprofil von HLD-OCXO für verschiedene Dauern des GPS-Empfangs vor der Trennung. Bei diesen 9 Läufen trat die Drift tendenziell in Vorwärtsrichtung auf (schneller als bei GPS-OCXO), aber auch in Rückwärtsrichtung (langsamer als bei GPS-OCXO). Wenn die OCXO-Betriebszeit weniger als 1 Stunde beträgt, ist die Drift als Funktion der Zeit annähernd linear, bei längerem Betrieb ist das Verhalten jedoch unvorhersehbar (z. B. Lauf-ID E in Abb. 4B).

Ergebnisse der aktuellen OCXO-Auswertung. Das Blockdiagramm des aktuellen Versuchsaufbaus ist in (A) dargestellt. Die gestrichelten Linien zeigen die getrennten Flüsse. Die OCXO-Drift wurde als Funktion der Zeit nach der Trennung von der GPS-Antenne für verschiedene Dauern des GPS-Empfangs vor der Trennung gemessen (B): A, 0,5 h, B, 48 h, C, 72 h, D, 16 h, E, 10 Min., F, 0 Std. (keine Antennenanschlüsse), G, 8,5 Std., H, 16 Std., I, 1 Std. HKMT hat dieses Bild gezeichnet und besitzt das Urheberrecht.

Hier werden Synchronisationsstabilität und -genauigkeit anhand einer einfachen Modellierungsarbeit diskutiert. Diese Modellierungsarbeit war der Abschätzung der minimal erreichbaren Leistung von CTS gewidmet und zielt nicht auf präzise EAS-Strukturen ab. Für diese Modellierungsarbeit wurden die folgenden Bedingungen verwendet.

Schätzung der Intervalle des EAS, die für CTS verwendet werden können. Dabei wurden nur die durch die Primärenergien ausgelösten Schauer mit Energien über 10 PeV berücksichtigt, die im vertikalen Winkelbereich von 1 sr ankommen. Die Häufigkeit solcher Ereignisse beträgt 102 km2 hr−1 sr−1. Zur Schätzung der Mindesthäufigkeit der Zeitsynchronisation wäre diese Bedingung ausreichend.

Schätzen von ρµ. Für dieses Ziel wurden Greisen-Funktionskurven basierend auf den 10-PeV-IceTop-Ergebnissen bei Zenitwinkeln zwischen 28° und 31° verwendet. Durch die Wahl dieser Winkel wird ρµ leicht unterschätzt, diese Bedingung würde jedoch ausreichen, um das minimal verfügbare ρµ abzuschätzen. Die Verwendung einer Kombination aus dem über den Bereich über 10 PeV integrierten Primärfluss und der 10-PeV-EAS-Myon-Lateralverteilung wäre für den aktuellen Zweck ausreichend, da für höhere Primärenergien eine höhere Myonenmultiplizität erwartet wird; Daher liefert diese Kombination Daten über die minimale Menge an verfügbarem ρµ.

Annahmen zur CTS-Abdeckung. Die folgenden drei Fälle wurden angenommen: (Fall A) 5 × 10−5, (Fall B) 1 × 10−4 und (Fall C) 2 × 10−4.

Durchschnittliche Ankunftszeit und ihre Schwankung. Diese Funktionen wurden jeweils basierend auf den Gleichungen generiert. (2) und (3) und der Abstand zwischen dem CTS-Modul und der Duschachse wurde ebenfalls zufällig im Bereich zwischen 0 und 100 m generiert.

OCXO-Reset. Jedes Mal, wenn ein EAS-Ereignis generiert wurde, wurde der OCXO zurückgesetzt und die Zeitprofile wurden zum Vergleich zwischen CTS-Modulen generiert.

Abbildung 5 zeigt die Zeitprofile nach einer Betriebswoche, um den Unterschied zwischen CTS-Modul 1 und CTS-Modul 2 unter der Annahme unterschiedlicher Flächenanteile der Modulbelegung zu ermitteln. Die Standardabweichungen für die Fälle A, B und C betrugen jeweils 98 ns, 56 ns und 42 ns, wobei die maximale Abweichung 314 ns, 189 ns und 174 ns betrug. Es wird erwartet, dass diese Genauigkeit über wesentlich längere Betriebszeiten erhalten bleibt.

Zeitprofile nach 1 Woche CTS-Betrieb. Dargestellt sind die Ergebnisse mit hypothetischen Detektorarrays mit Flächenabdeckungen von 5 × 10–5 (A), 1 × 10–4 (B) und 2 × 10–4 (C).

Im Prinzip können diese wiederkehrenden Zeitsynchronisationsprozesse ohne GPS-Signale ewig wiederholt werden, solange primäre kosmische Strahlung und die Erdatmosphäre existieren. Dieser EAS-basierte Nicht-GPS-Synchronisationseingang könnte weltweit an fast jedem Ort implementiert werden, auch unter der Erde und unter Wasser. Obwohl wir eine relativ hohe Dichte an CTS-Modulen benötigen, wird erwartet, dass CTS als neue Art von Zeitsynchronisierungstool in Polar-, Unterwasser- und Untergrundumgebungen eingesetzt wird, in denen GPS-Signale nicht oder nur teilweise verfügbar sind.

Eine Verschlechterung der Zeitsynchronisationsgenauigkeit ist im Allgemeinen auf (A) die Frequenzdrift des OCXO und (B) die Zeitstruktur des EAS zurückzuführen. Für (A) kann die Synchronisierungsgenauigkeit des vorgeschlagenen Verfahrens durch eine stabilere Takttechnologie verbessert werden. Wie in Abb. 5 zu sehen ist, hängt die Synchronisationsgenauigkeit von der CTS-Flächenabdeckung ab; daher die OCXO-Korrekturfrequenz. Eine bessere CTS-Flächenabdeckung ist ein Kompromiss mit der Stabilität der Uhr und umgekehrt. Eine der einfachsten Lösungen zur Verbesserung der Taktstabilität ist die Verwendung mehrerer OCXOs49. Das zufällige Verhalten der Frequenzdrift wird teilweise aufgehoben, indem der Durchschnitt der Signalausgänge mehrerer OCXOs gebildet wird; Dadurch wird die Taktstabilität verbessert. Da die Kosten für die OCXOs in der Größenordnung von 100 Dollar liegen, könnte dies eine sinnvolle Option sein. Für (B) werden, wie in Abb. 3 zu sehen ist, Schwankungen in den Ankunftszeiten von Myonen tendenziell unterdrückt, je näher sie der Schauerachse kommen; Daher wird die Zeitsynchronisationsgenauigkeit weiter verbessert, wenn wir nur die Myonen in der Nähe der Achse verwenden, aber eine Synchronisationsgenauigkeit von 10 ns ist die praktische Grenze dieser Technik. Da zudem die für die Synchronisation benötigte Fläche kleiner wird, müssen CTS-Module dichter angeordnet werden.

Eine einzelne CTS-Aktion funktioniert nur innerhalb des von EASs abgedeckten Bereichs auf Bodenniveau. Wenn die CTS-Technik mit stabileren Uhren wie einem Cs-Oszillator kombiniert wird, der einen maximalen Zeitintervallfehler (MTIE) von 100 ns über 14 Tage im Holdover-Modus (Klasse A)50 ermöglicht, werden weniger häufige, aber größere EASs durch höhere Primärfarben initiiert kann zur Zeitsynchronisation genutzt werden. Da beispielsweise die durch einige Hundert PeV-Primärenergien initiierten EASs selbst an Standorten, die 500 m von der Schauerachse entfernt sind, geladene Teilchen mit einer Anzahldichte von mehr als 1 m−2 in Bodennähe enthalten, könnten die CTS-Module in einer Entfernung von einem Kilometer angeordnet sein -Ordnungsintervalle. Das Ziel der vorliegenden Arbeit besteht jedoch darin, ein weltweit anwendbares, kostengünstiges, aber praktisches Zeitsynchronisierungssystem vorzuschlagen. Ein Cs-Oszillator ist immer noch teuer (einige hunderttausend Dollar) und empfindlich gegenüber Schwankungen der Umgebungstemperatur. Darüber hinaus würden, wie in Abb. 3 gezeigt, die Ankunftszeit und die Dicke der EAS-Partikel vom Abstand von den Schauerachsen abhängen, längere Intervalle zwischen CTS-Modulen würden die Synchronisationsgenauigkeit verschlechtern. Auf der Erde werden jede Sekunde 14 Millionen EAS durch die Primärenergien mit Energien von mehr als 10 PeV erzeugt. Daher ermöglicht eine Aktionskette aus mehreren einzelnen CTS-Aktionen eine globale Zeitsynchronisation. Die in den vorherigen CTS-Modellierungsarbeiten erzielten Ergebnisse zeigen, dass beispielsweise eines in NY und eines in LA synchronisiert werden können, indem eine entsprechende Anzahl von CTS-Modulen zwischen ihnen hinzugefügt wird.

In Innenräumen oder unterirdischen Umgebungen könnte das weltweite Netzwerk aus Milliarden von Verbraucher-Smartphones in naher Zukunft eine große Rolle spielen. Es wurde bereits bestätigt, dass CMOS-basierte Kameras, die an Smartphones angebracht sind, über ausreichende Kapazitäten verfügen, um Myonen zu erkennen51. Obwohl jedes Gerät eine begrenzte Erkennungseffizienz aufweist (zwischen 70 und 90 %)52, haben die Smartphones zusammen als Netzwerk das Potenzial, CTS-Module zu sein. Der auf Smartphones verfügbare Erfassungsbereich ist sehr klein (0,2 cm2)51, eine Möglichkeit, dieses Problem zu lösen, könnte jedoch darin bestehen, die große Anzahl von Menschen auszunutzen, die sich häufig in Wolkenkratzern aufhalten. Beispielsweise bietet ein mittelgroßer Wolkenkratzer (mit einer Grundfläche von 104 m2 und einer Höhe von 200 m) in der Regel Platz für 50.000 Menschen53. Wenn wir also davon ausgehen, dass jede Person im oben genannten Beispiel-Wolkenkratzer ein Smartphone besitzt, beträgt die CTS-Abdeckung 10−4. Obwohl Wolkenkratzer in der Regel oben über eine GPS-Antenne verfügen, kann CTS als Backup-System verwendet werden, wenn GPS-Signale aus irgendeinem Grund nicht verfügbar sind, z. B. aufgrund von Mehrwegeempfang, GPS-Störung und -Spoofing, Systemausfällen usw. Es gibt Einschränkungen bei der Mehrfachantenne Koinzidenzzeitfenster aufgrund der schlechten Zeitauflösung, die durch die Belichtungsdauer der Mobiltelefonkamera bestimmt wird (Millisekunden bis Sekunden)54. Allerdings ist der Erfassungsbereich der Smartphone-Kamera ausreichend klein (0,2 cm2), und daher ist es unwahrscheinlich, dass es zu einem mehrfachen zufälligen Zusammentreffen kommt, da die Zählrate einzelner Myonen extrem niedrig wäre (1 Myonenzählung alle fünf Minuten). In diesem Szenario sollte eine kleine Anzahl von CTS-Modulen irgendwo im Gebäude platziert werden, um die erforderliche Zeitsynchronisierung innerhalb des Gebäudes zu gewährleisten. Mehrere Koinzidenzraten von Smartphones würden zum Auslösen von CTS verwendet und der generierte Zeitstempel würde zur Synchronisierung an ein anderes CTS-Modul übertragen.

Eine weitere Möglichkeit, die CTS-Zeitsynchronisationsfähigkeit sowohl zu nutzen als auch zu teilen, wäre der Zeitsynchronisationsbetrieb in einem dichten Unterwassersensornetzwerk (USN) (mehr als ein paar hundert Knoten pro Quadratmeter). Diese Art von dichtem USN könnte beispielsweise mit dem Robotic Vessels as-a-Service (RoboVaaS)-Projekt in Verbindung gebracht werden, einem neuen Projekt, das darauf abzielt, den küstennahen Betrieb in Küstengewässern durch die Integration und Vernetzung eines kleineren unbemannten Oberflächenfahrzeugs zu revolutionieren ( USV) und ein unbemanntes Unterwasserfahrzeug (UUV) effizient einzusetzen, um neue Dienstleistungen für die Schifffahrt anzubieten55. Um RoboVaaS sicher zu betreiben, werden die Umweltdaten von einem dichten USN gesammelt, das die Auswirkungen auf RoboVaaS untersucht und die Küstenbedingungen überwacht56. Herkömmlicherweise war der Einsatz eines dichten USN unrealistisch, da die Kosten für die akustische Kommunikation hoch waren (~ 10.000 USD) und daher typischerweise auf den Einsatz in kritischen Bereichen und militärischen Anwendungen beschränkt waren, wo diese Kosten leichter zu rechtfertigen sind . In letzter Zeit hat sich diese Situation erheblich verbessert. Es wurde berichtet, dass das neue Hochfrequenz-Akustikmodem smartPORT (AHOI) (600 USD)57 voraussichtlich den Einsatz dichter USN (> 500 Knoten/km2) in zivilen Anwendungen ermöglichen wird, da seine Gesamtkosten um eine Größenordnung günstiger sind als das herkömmliche. Wenn wir von einem Szenario ausgehen, in dem jeder Knoten eines solch dichten USN mit CTS ausgestattet wäre, wäre die erforderliche CTS-Erkennungsfläche < 2000 cm2. Dann könnte die Größe jedes CTS-Moduls ungefähr ISO 216 B3 betragen und die Kosten würden ungefähr 600 USD (Szintillator, SiPM und WLS-Faser) für jedes Modul betragen. Darüber hinaus könnte durch die Kombination der CTS-Module und des neu entwickelten muometrischen Positionierungssystems (muPS)40 auch eine drahtlose passive Positionierung möglich sein.

Es wird außerdem erwartet, dass CTS in unterirdischen Umgebungen wie Bergwerksstollen, U-Bahn-Stationskomplexen und Tiefgaragen gut funktionieren würde. Positionierungssysteme in diesen Umgebungen würden genaue Messungen der Ankunftszeit eines übertragenen Signals erfordern und daher wäre eine präzise Zeitsynchronisierung eine weitere Anforderung. Die Übertragung von Wi-Fi-Signalen in unterirdischen Tunneln zur Uhrensynchronisation würde durch starke Mehrwegeeffekte durch Reflexion und Brechung beeinträchtigt. Ein Upgrade dieser Systeme von Wi-Fi auf CTS würde dieses Problem lösen.

Abschließend wurde CTS als neue Technik für GPS-freie, temperaturunabhängige genaue Zeitsynchronisation vorgeschlagen und auch die Anforderungen für die praktische Anwendung diskutiert. Die von den Vorwahlen initiierten EASs mit Energien über 10 PeV könnten für praktische CTS-Anwendungen genutzt werden. Eine CTS-Luftabdeckung von 10−4 wäre erforderlich. Diese Luftabdeckung wäre mit Strategien wie der Nutzung eines dichten Smartphone-Netzwerks und/oder der gemeinsamen Nutzung eines Unterwassersensornetzwerks im Zusammenhang mit dem RoboVaaS-Projekt erreichbar; die erreichbare Synchronisationsgenauigkeit würde unter 100 ns liegen. CTS hat großes Potenzial, der nächste Technologiestandard für hochpräzise Zeitsynchronisation zu werden, der in naher Zukunft die erfolgreiche Implementierung neuer Technologien wie der 5G-Technologie unterstützen kann.

In der aktuellen Modellierungsarbeit wurden zwei CTS-Module entwickelt. Für den aktuellen Modellierungszweck war der Einsatz eines großen Detektorarrays nicht vorgesehen und daher waren die CTS-Module nicht mit Myonendetektoren ausgestattet. Daher bestanden die aktuellen CTS-Module aus einer GPS-Grandmaster-Uhr (Trimble Thunderbolt PTP GM200), einem TDC (Sciosence TDC-GPX), einem komplexen programmierbaren Logikgerät (CPLD) und Raspberry Pi. Zwei unabhängige PPS-Signale (Pulse pro Sekunde) wurden von den beiden GPS-Großmeisteruhren erzeugt und die OCXO-Frequenzdifferenz zwischen diesen beiden Uhren wurde vom TDC gemessen. Die PPS-Signale von GPS-OCXO und HLD-OCXO wurden auf NIM-Ebene umgewandelt und als Start- bzw. Stoppsignale an den TDC übertragen. Da sowohl positive als auch negative Drifts zu erwarten waren, wurde zwischen HLD-OCXO und dem TDC eine Verzögerungsschaltung (600 ns) eingefügt. Die Signale vom TDC wurden an ein CPLD übertragen und anschließend an den Raspberry Pi zur Kommunikation mit dem lokalen PC über Ethernet übertragen. Der messbare Zeitbereich des TDC betrug 10 Mikrosekunden mit einer Auflösung von 27 ps und die minimal empfangbare Impulsbreite betrug 10 ns.

Mahmood, A. et al. Zeitsynchronisation im 5G Wireless Edge: Anforderungen und Lösungen für Critical-MTC. IEEE-Komm. Mag. 57, 45–51. https://doi.org/10.1109/MCOM.001.1900379 (2019).

Artikel Google Scholar

Shi et al. Bewertung der Leistung der Over-the-Air-Zeitsynchronisierung für die 5G- und TSN-Integration (2021). Abgerufen von https://arxiv.org/abs/2104.13873.

Hiyama, M. et al. Implementierung eines Präzisionsuhrsynchronisationsprotokolls nach IEEE802.11 (2009). Abgerufen von https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=61816&item_no=1&attribute_id=1&file_no=1.

Milevsky, A. et al. Entwicklung und Test des IEEE 1588-Präzisions-Timing-Protokolls für Ozeanobservatoriumsnetzwerke. Oceans 2008, 10734674. https://doi.org/10.1109/OCEANS.2008.5152029 (2008).

Artikel Google Scholar

IEEE 802.1 Time-Sensitive Networking (TSN) Task Group (2021). Abgerufen von http://www.ieee802.org/1/pages/tsn.html.

Rost, M. et al. Zeitübertragung durch optische Fasern über eine Distanz von 73 km mit einer Unsicherheit unter 100 ps. Metrologia 49, 772–778 (2012).

Artikel ADS Google Scholar

Sliwczynski, L. et al. Verbreitung von Zeit und HF-Frequenz über eine stabilisierte Glasfaserverbindung über eine Distanz von 420 km. Metrologia 50, 133–145 (2013).

Artikel ADS Google Scholar

Gersl, J. et al. Relativistische Korrekturen für Zeit- und Frequenzübertragung in optischen Fasern. Metrologia 52, 552–564 (2015).

Artikel ADS Google Scholar

Krehlik, P. et al. ELSTAB – faseroptische Zeit- und Frequenzverteilungstechnologie: eine allgemeine Charakterisierung und grundlegende Grenzen. IEEE Trans. Ultraschall. Ferroelekt. Freq. Kontrolle 63, 993–1004 (2016).

Artikel Google Scholar

Dierikx, E. et al. White-Rabbit-Präzisionszeitprotokoll für Langstrecken-Glasfaserverbindungen. IEEE Trans. Ultraschall. Ferroelektr. Freq. Kontrolle 63, 945–952 (2016).

Artikel Google Scholar

Cavalcanti, D. et al. Erweiterung der Funktionen zur genauen Zeitverteilung und Pünktlichkeit über Funk, um zukünftige drahtlose industrielle Automatisierungssysteme zu ermöglichen. Proz. IEEE 107, 1132–1152 (2019).

Artikel Google Scholar

Aijaz, A. Hochleistungsfähiges industrielles Wireless: Erreichen zuverlässiger und deterministischer Konnektivität über IEEE 802.11-WLANs. IEEE Open J. Ind. Electron. Soc. 1, 28–37 (2020).

Artikel Google Scholar

Esteban, H. et al. Verbesserte GPS-basierte Zeitlink-Kalibrierung unter Einbeziehung von ROA und PTB. IEEE Trans. Ultraschall. Ferroelekt. Freq. Kontrolle 57, 714–720 (2010).

Artikel Google Scholar

Valat, D. & Delporte, J. Absolute Kalibrierung von Timing-Empfängerketten im Nanosekunden-Unsicherheitsbereich für die GNSS-Zeitskalenüberwachung. Metrologia 57, 025019 (2020).

Artikel ADS Google Scholar

Jiang, Z. et al. Verbesserung der bidirektionalen Satellitenzeit- und Frequenzübertragung mit redundanten Verbindungen für die UTC-Generierung. Metrologia 56, 025005 (2019).

Artikel ADS Google Scholar

Gundall, M. et al. Integration der IEEE 802.1AS-basierten Zeitsynchronisation in IEEE 802.11 als Wegbereiter für neuartige industrielle Anwendungsfälle. arXiv:2101.02434v1 (2021).

Mahmood, A. et al. Uhrensynchronisation über IEEE 802.11 – eine Übersicht über Methoden und Protokolle. IEEE Trans. Ind. Informieren. 13, 907–922 (2017).

Artikel Google Scholar

Cena, G. et al. Implementierung und Evaluierung des Referenz-Broadcast-Infrastruktur-Synchronisationsprotokolls. IEEE Trans. Ind. Informieren. 11, 801–811 (2015).

Artikel Google Scholar

Chang, T. et al. Adaptive Synchronisation in Multi-Hop-TSCH-Netzwerken. Berechnen. Netw. 76, 165–176 (2015).

Artikel Google Scholar

Yang, Z. et al. Temperaturunterstützte Uhrensynchronisation und Selbstkalibrierung für Sensornetzwerke. IEEE Trans. Wirel. Komm. 13, 3419–3429 (2014).

Artikel Google Scholar

Carli, R. & Zampieri, S. Netzwerkuhrsynchronisation basierend auf dem linearen Konsensalgorithmus zweiter Ordnung. IEEE Trans. Autom. Kontrolle 59, 409–422 (2014).

Artikel MathSciNet Google Scholar

Masood, W. et al. Dynamische stochastische Zeitsynchronisation für drahtlose Sensornetzwerke. IEEE Trans. Ind. Informieren. 13, 1421–1429 (2016).

Artikel Google Scholar

Elson, J. et al. Feinkörnige Netzwerkzeitsynchronisierung mithilfe von Referenzsendungen. ACM SIGOPS Oper. Syst. Rev. 36, 147–163 (2002).

Artikel Google Scholar

Stojanovic, M. Akustische Unterwasserkommunikation. In Wiley Encyclopedia of Electrical and Electronics Engineering (Hrsg. Webster, JG) 688–698 (Wiley, 1999).

Google Scholar

Frank, MP et al. Entwurf eines drahtlosen Sensornetzwerks mit einer Zeitauflösung im Nanosekundenbereich zur Kartierung von Schauerereignissen hochenergetischer kosmischer Strahlung. In Proc. SPIE 7706, Drahtlose Erfassung, Lokalisierung und Verarbeitung V, S. 770603 (26. April 2010). https://doi.org/10.1117/12.852334.

Zhan, L. et al. Nutzung einer Atomuhr im Chip-Maßstab für Synchronzeigermessungen. IEEE Trans. Stromversorgung 31, 2299–2300 (2016).

Artikel ADS Google Scholar

Frederic, L. et al. Eine neue Sichtweise für einen Doppelofen-Quarzoszillator (2007). Abgerufen von https://ieeexplore.ieee.org/document/4319182.

Kampert, KH & Unger, M. Messungen der Zusammensetzung der kosmischen Strahlung mit Luftschauerexperimenten (2012). Abgerufen von https://arxiv.org/pdf/1201.0018.pdf.

Bellido, JA et al. Myonengehalt ausgedehnter Luftschauer: Vergleich der Energiespektren, die vom Giant Air-shower Recorder der Universität Sydney und vom Pierre Auger Observatory erhalten wurden. Physik. Rev. D 98, 023014. https://doi.org/10.1103/PhysRevD.98.023014 (2018).

Artikel ADS CAS Google Scholar

Antoni, T. et al. Zeitstruktur der ausgedehnten Luftschauer-Myonenkomponente, gemessen durch das KASCADE-Experiment. Astropart. Physik. 15, 149–165 (2001).

Artikel ADS Google Scholar

Ambrosio, M. et al. Zeitlicher Aufbau einzelner großflächiger Luftschauer. Astropart. Physik. 11, 437–450 (1999).

Artikel ADS Google Scholar

Takeda, M. et al. Mit dem Akeno Giant Air Shower Array beobachtete kleinräumige Anisotropie der kosmischen Strahlung über 1019 eV. Astronomien. J. 522, 225–237 (1999).

Artikel ADS CAS Google Scholar

Apel, WD et al. Zeitstruktur der EAS-Elektronen- und Myonkomponenten, gemessen mit dem KASCADE-Grande-Experiment. Astropart. Physik. 29, 317–330. https://doi.org/10.1016/j.astropartphys.2008.02.004 (2008).

Artikel ADS Google Scholar

Tanaka, HKM et al. Hochauflösende Bildgebung in der inhomogenen Kruste mit kosmischer Myonenradiographie: die Dichtestruktur unter dem Vulkankraterboden des Mt. Asama, Japan. Planet Erde. Wissenschaft. Lette. 263, 104113 (2007).

Artikel Google Scholar

Tanaka, HKM, Kusagaya, T. & Shinohara, H. Radiologische Visualisierung der Magmadynamik in einem ausbrechenden Vulkan. Nat. Komm. 5, 3381 (2014).

Artikel ADS Google Scholar

Tanaka, HKM et al. Erste Ergebnisse der Unterwasser-Muographie mit dem Tokyo-Bay Seafloor Hyper-Kilometrischen U-Boot-Tiefendetektor. Wissenschaft. Rep. 11, 19485. https://doi.org/10.1038/s41598-021-98559-8 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Tompson, LF et al. Myonentomographie für die Bildgebung von Eisenbahntunneln. Physik. Rev. Res. 2, 023017. https://doi.org/10.1103/PhysRevResearch.2.023017 (2020).

Artikel Google Scholar

Oláh, L. et al. CCC-basiertes Myonenteleskop zur Untersuchung natürlicher Höhlen. Geosci Instrument Methodendatensystem. 1, 229–234 (2012).

Artikel ADS Google Scholar

Morishima, K. et al. Entdeckung eines großen Hohlraums in der Cheops-Pyramide durch Beobachtung von Myonen der kosmischen Strahlung. Natur 552, 386–390 (2017).

Artikel ADS CAS Google Scholar

Tanaka, HKM Muometrisches Positionierungssystem (μPS) mit kosmischen Myonen als neue Unterwasser- und Untergrund-Positionierungstechnik. Wissenschaft. Rep. 10, 18896. https://doi.org/10.1038/s41598-020-75843-7 (2020).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Pallarés Valls, O. Zeitsynchronisation in akustischen Unterwassersensornetzwerken (2016). Abgerufen von http://hdl.handle.net/2117/105563.

Greisen, K. Kosmische Strahlenschauer. Annu. Rev. Nucl. Teil. Wissenschaft. 10, 63–108 (1960).

Artikel ADS CAS Google Scholar

Gonzalez, JG Messung des Myonengehalts von Luftschauern mit IceTop (2015). Abgerufen von https://arxiv.org/abs/1501.03415.

Abu-Zayyad, T. et al. Hinweise auf eine Änderung der Zusammensetzung der kosmischen Strahlung zwischen 1017 und 1018 eV aus Mehrkomponentenmessungen. Physik. Rev. Lett. 84, 4276 (2000).

Artikel ADS CAS Google Scholar

Nagano, M. et al. Energiespektrum der primären kosmischen Strahlung zwischen 1014,5 und 1018 eV. J. Phys. G Nukl. Teil. Physik. 10, 1295–1310. https://doi.org/10.1088/0305-4616/10/9/016 (1984).

Artikel ADS CAS Google Scholar

Hayashida, N. et al. Myonen (>oder=1 GeV) in großen ausgedehnten Luftschauern mit Energien zwischen 1016,5 eV und 1019,5 eV, beobachtet bei Akeno. J. Phys. G Nukl. Teil. Physik. 21, 1101–1119 (1995).

Artikel ADS CAS Google Scholar

Abbasi, R. et al. IceTop: die Oberflächenkomponente von IceCube. Nuklear Instrument Methoden A 700, 188–220 (2013).

Artikel ADS CAS Google Scholar

Zyla, PA et al. Der Überblick über die Teilchenphysik. Prog. Theor. Exp. Physik. 2020, 083C01 (2020).

Artikel CAS Google Scholar

Tanaka, HKM Drahtloses muometrisches Navigationssystem. Vorabdruck unter https://www.researchsquare.com/article/rs-1348393/v1 (2022).

Mikrochip. TimeProvider 4100-Serie Version 2.3. (2021). Abgerufen von https://ww1.microchip.com/downloads/en/DeviceDoc/00004146.pdf.

Homola, P. et al. Observatorium für extrem verteilte kosmische Strahlung. (2020), abgerufen von https://arxiv.org/abs/2010.08351.

Swaney, J. et al. Messung der Effizienz von Smartphone-Sensoren gegenüber Myonen der kosmischen Strahlung. (2021). Abgerufen von https://arxiv.org/abs/2107.06332.

Taguchi, A. Städtische Verkehrsverteilung und Aufzugskapazität in superhohen Gebäuden. J. Oper. Res. Soc. Jpn. 40, 536–545 (1997).

MATH Google Scholar

Vandenbroucke, J. et al. Teilchen mit Mobiltelefonen erkennen: das verteilte elektronische Observatorium für kosmische Strahlung. (2015). Abgerufen von https://arxiv.org/pdf/1510.07665.pdf.

Signori, A. et al. Datenerfassung aus einem multimodalen, dichten Unterwasser-Akustiksensornetzwerk, das in flachen Süßwasserszenarien eingesetzt wird. J. Sens. Actuator Netw. 8, 55. https://doi.org/10.3390/jsan8040055 (2019).

Artikel Google Scholar

Heidemann, J. et al. Unterwassersensornetzwerke: Anwendungen, Fortschritte und Herausforderungen. Philos. Trans. R. Soc. A 370, 158–175 (2012).

Artikel ADS Google Scholar

Renner, C. & Golkowski, AJ Akustisches Modem für Mikro-AUVs: Design und praktische Bewertung. (2016) Abgerufen von https://dl.acm.org/doi/abs/https://doi.org/10.1145/2999504.3001076.

Referenzen herunterladen

Universität Tokio, Tokio, Japan

Hiroyuki KM Tanaka

Sie können diesen Autor auch in PubMed Google Scholar suchen

HKMT hat den Text geschrieben. HKMT hat die Zahlen erstellt. HKMT hat das Manuskript überprüft.

Korrespondenz mit Hiroyuki KM Tanaka.

Der Autor gibt keine Interessenkonflikte an.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Tanaka, HKM Cosmic Time Synchronizer (CTS) zur drahtlosen und präzisen Zeitsynchronisierung mithilfe ausgedehnter Luftschauer. Sci Rep 12, 7078 (2022). https://doi.org/10.1038/s41598-022-11104-z

Zitat herunterladen

Eingegangen: 22. Dezember 2021

Angenommen: 04. April 2022

Veröffentlicht: 30. April 2022

DOI: https://doi.org/10.1038/s41598-022-11104-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Wissenschaftliche Berichte (2023)

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.