Explicit Ensemble Mean Synchronization for Time Scale Generation with Mixed Atomic Clock Ensembles

Résumé technique : Synchronisation explicite de la moyenne d'ensemble pour la génération d'échelle de temps avec des ensembles mixtes d'horloges atomiques

Énoncé du problème
Cet article aborde le défi de la génération d'une échelle de temps fiable à partir d'un ensemble mixte d'horloges atomiques, combinant spécifiquement des horloges de type Césium (Cs-type) et des masers à hydrogène (Hm-type). Bien que le filtrage de Kalman conventionnel (CKF) soit largement utilisé pour estimer les déviations des horloges, il rencontre une limitation critique dans ce contexte : le modèle d'ensemble mixte est indétectable car seules les différences de lecture des horloges sont mesurables. Cette indétectabilité provoque la divergence de la matrice de covariance d'erreur dans le CKF, entraînant une instabilité numérique et des estimations imprécises. De plus, les méthodes existantes de génération d'échelle de temps reposent souvent sur des moyennes d'ensemble implicites ou sont restreintes à des ensembles homogènes (soit uniquement Cs-type, soit uniquement Hm-type), échouant à exploiter pleinement les caractéristiques de stabilité complémentaires des ensembles mixtes. Les auteurs identifient deux problèmes principaux : (1) développer un algorithme de filtrage de Kalman pour les ensembles mixtes exempt de termes divergents, et (2) générer une échelle de temps qui synchronise les déviations des horloges vers une moyenne pondérée définie par l'utilisateur tout en optimisant la stabilité fréquentielle (mesurée par la variance de Hadamard) pour des intervalles soit à court terme, soit à long terme.

Méthodologie
La solution proposée implique une approche en deux étapes combinant une transformation de l'espace d'état et une conception explicite de commande :

1. Décomposition canonique observable et Filtre de Kalman Transformé (TKF) :
   Les auteurs appliquent d'abord une décomposition canonique observable au modèle d'ensemble mixte. En transformant l'espace d'état en composantes observables et non observables, ils dérivent un nouvel algorithme de filtrage de Kalman. Dans ce domaine transformé, les matrices de covariance d'erreur associées aux états non observables (qui provoquent la divergence dans le CKF standard) sont découplées des calculs de gain. Le Filtre de Kalman Transformé (TKF) résultant et sa version à l'état stationnaire n'utilisent que les matrices de covariance d'erreur convergentes des états observables, éliminant ainsi les termes divergents et assurant la stabilité numérique.

2. Algorithme de synchronisation explicite de la moyenne d'ensemble :
   En utilisant les estimations d'état du TKF, les auteurs proposent un algorithme explicite de synchronisation de la moyenne d'ensemble. La commande est conçue pour synchroniser les déviations temporelles des horloges individuelles vers un « état de phase moyen pondéré non observable ».

   • Synchronisation : Une loi de commande par retour d'état est appliquée pour conduire l'erreur de synchronisation à zéro, assurant que l'ensemble converge vers une échelle de temps commune définie par un vecteur de poids spécifié par l'utilisateur $q$.
   • Optimisation de la stabilité fréquentielle : Pour traiter le compromis entre la stabilité à court terme et à long terme, les auteurs analysent la dynamique en libre fonctionnement de l'état non observable. Ils dérivent un vecteur de poids optimal $q$ qui minimise la variance de Hadamard (HVAR) de l'échelle de temps générée.
     • Pour la stabilité à court terme, le vecteur de poids est dérivé en minimisant la HVAR lorsque l'intervalle d'échantillonnage $\tau \to 0$, privilégiant efficacement les horloges à faible bruit de fréquence blanc (généralement de type Hm).
     • Pour la stabilité à long terme, le vecteur de poids est dérivé en minimisant la HVAR lorsque $\tau \to \infty$, privilégiant les horloges à faible bruit de marche aléatoire de fréquence (généralement de type Cs) et attribuant un poids nul aux horloges de type Hm en raison de leur dérive fréquentielle.

Contributions clés

• Filtrage stable pour les ensembles mixtes : L'article fournit une dérivation rigoureuse d'un algorithme de filtrage de Kalman basé sur la décomposition canonique observable, résolvant le problème de divergence inhérent aux filtres conventionnels pour les ensembles d'horloges mixtes indétectables.
• Commande de synchronisation explicite : Contrairement aux approches antérieures de « moyenne d'ensemble implicite », ce travail introduit un algorithme explicite où l'utilisateur peut définir le vecteur de pondération pour synchroniser les horloges vers un état cible spécifique.
• Génération optimisée d'échelle de temps : Les auteurs démontrent comment sélectionner des vecteurs de poids pour optimiser la stabilité fréquentielle de l'échelle de temps générée (GTS) pour des intervalles de temps spécifiques. Ils montrent qu'en choisissant des poids appropriés, la GTS peut atteindre une stabilité à court terme supérieure (en exploitant les horloges de type Hm) ou une stabilité à long terme supérieure (en exploitant les horloges de type Cs) par rapport aux horloges individuelles ou aux moyennes simples.

Résultats
L'efficacité de l'algorithme proposé est validée par un exemple numérique impliquant un ensemble de 10 horloges (7 de type Cs et 3 de type Hm).

• Optimisation à court terme : Lorsque le vecteur de poids optimisé pour la stabilité à court terme ($q^0_H$) a été appliqué, la simulation a montré que les déviations temporelles des horloges contrôlées suivaient étroitement la trajectoire virtuelle de la dynamique en libre fonctionnement optimisée. La GTS résultante a présenté une divergence significativement réduite par rapport au temps idéal sur un intervalle de 1 000 secondes par rapport aux horloges en libre fonctionnement.
• Optimisation à long terme : Lorsque le vecteur de poids optimisé pour la stabilité à long terme ($q^\infty_H$) a été appliqué, la GTS a démontré une excellente stabilité fréquentielle sur un intervalle de $10^5$ secondes. Les courbes HVAR ont confirmé que l'échelle de temps générée maintenait une stabilité supérieure à celle des horloges individuelles en libre fonctionnement sur de longues durées.
• Variance de Hadamard : L'analyse HVAR a confirmé que la méthode proposée minimise avec succès la variance pour les intervalles de temps ciblés, validant l'optimisation théorique des vecteurs de poids.

Signification et affirmations
L'article affirme que l'algorithme proposé de « Synchronisation explicite de la moyenne d'ensemble » offre une solution robuste pour la génération d'échelle de temps dans les ensembles mixtes d'horloges atomiques. En éliminant la divergence de la matrice de covariance d'erreur, la méthode assure une stabilité numérique là où les filtres conventionnels échouent. De plus, en permettant explicitement à l'utilisateur de définir le vecteur de pondération, l'algorithme fournit un mécanisme flexible pour adapter la stabilité fréquentielle de l'échelle de temps générée à des besoins opérationnels spécifiques — soit en privilégiant la précision à court terme, soit la précision à long terme. Les auteurs notent que, bien que le travail actuel optimise séparément soit la stabilité à court terme, soit la stabilité à long terme, les travaux futurs se concentreront sur des stratégies pour atteindre un profil de stabilité équilibré pour les deux intervalles simultanément.