Rauschanalyse von Gravity-Daten der Mars-Express Mission

Diplomarbeit aus dem Jahr 2009 im Fachbereich Ingenieurwissenschaften - Luft- und Raumfahrttechnik, Note: 1,8, Universität der Bundeswehr München, Neubiberg (Raumfahrttechnik), Sprache: Deutsch, Abstract: Bei den Vorbeiflügen am Mars und seinen Monden mit Mars-Express werden Schwerefeldmessungen durchgeführt, die zur Ermittlung der Masse von Phobos beitragen sollen. An der Bodenstation entsteht beim Empfänger thermisches Rauschen, das durch elektrische Schaltungen verursacht wird. Dieses unerwünschte Störsignal überlagert sich mit dem ankommendem Signal, sodass die Information aus dem Rauschen gewonnen werden muss. Als Maß für die Qualität des Signals gilt das Signal-Rausch-Verhältnis (SNR, Signal-to-Noise-Ratio). Es ist definiert als Verhältnis zwischen der Signalleistung und der Rauschleistung. Je höher der Wert des SNR ist, desto geringer ist der Einfluss des Rauschens auf die Messung. Zur Verbesserung des Signal- zu Rauschverhältnis wurde zunächst auf die Filtertheorie zurückgegriffen. In der Verarbeitung von analogen Signalen bestehen Filter aus passiven, sowie auch aus aktiven Bauteilen. Wenn die Bandbreitenbelegung des Eingangssignals begrenzt ist, reduzieren Filter das Rauschen ohne das Signal zu beeinträchtigen. In der Digitalverarbeitung ist es möglich denselben Effekt durch Berechnungen zu erreichen. Diese Technik ist bekannt als ¿¿Numerical Filtering¿¿. Die Verbesserung des Signal- zu Rauschverhältnis mit verschiedenen numerischen Filterverfahren wurde untersucht und geeignete Filter wurden bestimmt. Dies führte dazu, dass der Fehler bei der Massenbestimmung von Phobos um den Faktor 2-3 reduziert werden konnte. Um die Genauigkeit der Ergebnisse zu erhöhen, werden in dieser Arbeit die Residuen weiter untersucht, um inhärente Eigenschaften zu identifizieren, die eine noch wirkungsvollere Verarbeitung ermöglichen. Ziel der Analyse ist es, nützliche Information, die eventuell noch im Residuum enthalten ist, aus dem Hintergrundrauschen zu gewinnen. Dies führt zum einen zu einer Verbesserung des ausgewählten Modells und zum anderen zu einer Optimierung des Filterverfahrens. Die Analysen, die im weiteren Verlauf durchgeführt werden, bedienen sich klassischen Techniken der Statistik und der Signalverarbeitung. Angewendet werden sowohl die Fast Fourier Transformation (FFT) zur Berechnung des Powerspektrums, als auch die Autokovarianz- (AKV-) und Kreuzkovarianzfunktion (KKV-Funktion), sowie die spektrale Leistungsdichte. Diese Studie soll zur Entwicklung eines Tools zur Analyse des Rauschens von Gravity-Daten beitragen, welches unter anderem Anwendung und Erweiterung von vorhandenen Filtern zur Verminderung des Rauschens ermöglicht.