Rauschanalyse von Gravity-Daten der Mars-Express Mission

Inhaltsverzeichnis

1 Einleitung

1.1 Die Mission Mars Express

1.2 Motivation und Aufgabenstellung

2 Radio-Science Messungen

2.1 Messtechnik

2.2 Gravity-Messungen mit Radio Science

3 Rauschen und periodische Vorgänge

3.1 Definition und Ursache von Rauschen

3.2 Periodische Vorgänge

4 Fast Fourier Transformation und Powerspektrum

4.1 Periodische Funktionen

4.2 Nichtperiodische Vorgänge

4.3 Theorie zu DFT/FFT, Zero-Padding und MATLAB

4.4 Beispielanwendung der Fast Fourier Transformation

4.4.1 Sinus-Signale

4.4.2 Sinus-Signale mit Rauschen überlagert

4.4.3 Spektralanalyse in Abhängigkeit vom Signal-Rausch-Verhältnis

5 Kovarianzfunktionen

5.1 Stochastische Prozesse

5.2 Autokovarianzfunktion

5.3 Kreuzkovarianzfunktion

5.4 Anwendung in MATLAB

5.5 Beispielanwendung der Kovarianzfunktionen

5.5.1 Rauschen

5.5.2 Sinus-Signale

5.5.3 Sinus-Signale mit Rauschen überlagert

6 Auswertung der Daten

6.1 Auswertung der FFT und des Powerspektrums

6.2 Auswertung der Autokovarianzfunktion

6.3 Auswertung der Kreuzkovarianzfunktion

7 Zusammenfassung und Ausblick

A MATLAB-Skripte

A.1 Skript zum Testen der Fast Fourier Transformation

A.2 Skript zur Berechnung des Signal-Rausch-Verhältnis

A.3 Skript zum Test der Autokovarianzfunktion

A.4 Skript zum Test der Kreuzkovarianzfunktion

A.5 Skript zur Berechnung der FFT / Leistungsdichtespektrum der Gravity-Daten

A.6 Skript zur Berechnung der Autokovarianzfunktion der Gravity-Daten

A.7 Skript zur Berechnung der Kreuzkovarianzfunktion der Gravity-Daten

Zielsetzung und Themen

Die Arbeit untersucht Rauschanteile in Gravity-Daten der Mars-Express-Mission, um durch statistische Analysen und digitale Signalverarbeitung nutzbare Informationen aus den Residuen zu gewinnen und Modelle sowie Filterverfahren zu optimieren.

• Analyse von Rauschphänomenen und periodischen Signalanteilen
• Anwendung der Fast Fourier Transformation (FFT) und des Powerspektrums
• Einsatz von Kovarianzfunktionen (Autokovarianz und Kreuzkovarianz)
• Verifizierung der Methoden mittels MATLAB-Testfunktionen
• Auswertung realer Gravity-Messdaten der Mars-Express-Sonde

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Beschreibt die Mars-Express-Mission, die Bedeutung von Schwerefeldmessungen und die Zielsetzung der Arbeit, Informationen aus Residuen zu gewinnen.

2 Radio-Science Messungen: Erläutert die physikalischen Grundlagen der Schwerefeldmessungen und die Notwendigkeit der präzisen Datenverarbeitung durch Bodenstationen.

3 Rauschen und periodische Vorgänge: Definiert verschiedene Rauscharten wie thermisches Rauschen, Schrot- und Funkelrauschen sowie die Bedeutung periodischer Signale.

4 Fast Fourier Transformation und Powerspektrum: Detaillierte mathematische Herleitung der Fourierreihen und der FFT sowie deren Anwendung in MATLAB.

5 Kovarianzfunktionen: Erörtert stochastische Prozesse und die mathematischen Grundlagen von Autokovarianz- und Kreuzkovarianzfunktionen zur Signalanalyse.

6 Auswertung der Daten: Wendet die zuvor beschriebenen statistischen Methoden (FFT, Kovarianz) auf reale Gravity-Datensätze der Mars-Express-Sonde an.

7 Zusammenfassung und Ausblick: Führt die Ergebnisse der Analyse zusammen und benennt den Bedarf für weiterführende Studien.

A MATLAB-Skripte: Dokumentation der verwendeten Programmcodes zur Verifizierung der Methoden und zur Datenanalyse.

Schlüsselwörter

Mars-Express, Gravity-Daten, Radio-Science, Rauschanalyse, Signal-Rausch-Verhältnis, SNR, Fast Fourier Transformation, FFT, Powerspektrum, Autokovarianz, Kreuzkovarianz, stochastische Prozesse, Residuen, MATLAB, Filtertheorie

Häufig gestellte Fragen

Worum geht es in dieser Diplomarbeit grundlegend?

Die Arbeit analysiert Störsignale (Rauschen) in den Gravity-Messdaten der Mars-Express-Mission, um verborgene Informationen über physikalische Größen, wie die Masse des Marsmondes Phobos, zu extrahieren.

Welche zentralen Themenfelder werden behandelt?

Die Arbeit fokussiert sich auf die Filtertheorie, statistische Signalverarbeitung mittels Fourier-Transformation und die Anwendung von Kovarianzfunktionen zur Identifikation periodischer Signalanteile.

Was ist das primäre Ziel der Untersuchung?

Ziel ist es, die Genauigkeit der Schwerefeldmodelle zu erhöhen, indem durch geeignete Filter- und Analyseverfahren nützliche Informationen aus dem Hintergrundrauschen (den Residuen) gewonnen werden.

Welche wissenschaftliche Methode kommt zum Einsatz?

Es werden klassische Techniken der Statistik und Signalverarbeitung verwendet, insbesondere die Fast Fourier Transformation (FFT), das Leistungsdichtespektrum sowie Autokovarianz- und Kreuzkovarianzfunktionen.

Was umfasst der inhaltliche Hauptteil?

Der Hauptteil gliedert sich in theoretische Grundlagen der Signalverarbeitung, die Verifizierung der Methoden anhand von generierten Testsignalen in MATLAB und die praktische Anwendung auf die realen Gravity-Datensätze der Raumsonde.

Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?

Typische Begriffe sind Mars-Express, Radio-Science, FFT, Powerspektrum, Autokovarianz, SNR und Signalverarbeitung.

Warum spielt "Zero-Padding" für die Darstellung eine Rolle?

Die Methode dient der Verbesserung der Frequenzauflösung im Spektrum, um bei diskreten Daten eine präzisere Darstellung der vorhandenen Informationen zu ermöglichen, ohne neue Informationen zu generieren.

Welche Erkenntnisse lieferte die Auswertung der Phobos-Gravity-Daten?

Die Analyse zeigte Anzeichen für Signale im Bereich von 0 Hz bis 30 mHz, ließ jedoch keine eindeutige Identifizierung der enthaltenen Frequenzkomponenten zu, was den Bedarf für weitere Analysemöglichkeiten verdeutlicht.