Sincronizador de tiempo cósmico (CTS) para sincronización de tiempo precisa e inalámbrica utilizando duchas de aire extendidas

Scientific Reports volumen 12, Número de artículo: 7078 (2022) Citar este artículo

3188 Accesos

4 citas

330 Altmetric

Detalles de métricas

La sincronización de tiempo precisa es una técnica esencial requerida para los sistemas de transacciones financieras, los sistemas de control y automatización industrial, así como las redes de observación terrestres y oceánicas. Sin embargo, las señales de sincronización horaria basadas en el sistema de posicionamiento global (GPS), o el sistema global de navegación por satélite, a veces no están disponibles o solo están parcialmente disponibles en entornos interiores, subterráneos y submarinos. En este trabajo, las naturalezas simultánea y penetrante del componente de muones de la lluvia de aire extendida (EAS) se utilizaron como señales para la sincronización de tiempo en entornos con poca o ninguna cobertura de GPS. CTS se modeló combinando los resultados de experimentos EAS anteriores con mediciones de precisión de retención OCXO. Los resultados han demostrado la capacidad de CTS para alcanzar niveles de sincronización de tiempo local perpetuos de menos de 100 ns con una cobertura hipotética del área del detector de más de 2 × 10−4. Anticipamos que este nivel de cobertura de área es alcanzable y rentable para su uso en redes de teléfonos inteligentes de consumidores y redes densas de sensores submarinos.

Los sistemas de red de acceso por radio móvil/celular (RAN)1 de quinta generación (5G), los sistemas de control y automatización industrial2, así como las redes de observación terrestres3 y oceánicas4 requieren conectividad en tiempo real con sincronización de tiempo precisa para proporcionar información sólida de tiempo de referencia. a los dispositivos ubicados en estas redes en un tiempo común con un nivel de jitter por debajo de 1 microsegundo1. Dichos requisitos generalmente se cumplen a través de tecnologías cableadas como Time-Sensible Networking (TSN)5. TSN proporciona entrega de datos en tiempo real basada en IEEE-802.1 garantizada con sincronización de tiempo precisa. Además, se han realizado avances recientes en las técnicas de tiempo y frecuencia de la fibra óptica que permiten una compensación casi perfecta del retardo de tiempo o las fluctuaciones de fase cuando se opera bidireccionalmente sobre las mismas fibras ópticas para permitir la sincronización de tiempo con una precisión que va desde 10 ps hasta menos de 1 ns dependiendo de la longitud del enlace y la tecnología utilizada6,7,8,9,10. Si bien las tecnologías inalámbricas ofrecen varios beneficios para la comunicación en red11,12, la precisión es una de las preocupaciones más importantes. Por ejemplo, dado que las observaciones sismológicas y vulcanológicas con un conjunto de sismómetros requieren que la frecuencia de muestreo de ondas sísmicas sea superior a 1 kHz, en este caso, se requeriría una precisión de sincronización inalámbrica de menos de 10 microsegundos3. Los dispositivos inalámbricos pueden lograr una alineación de tiempo perfecta con el tiempo universal coordinado (UTC) mediante el uso de receptores del sistema de posicionamiento global (GPS)/sistema global de navegación por satélite (GNSS). Actualmente, se puede lograr un nivel de precisión de 2 ns con los enlaces de transferencia de tiempo basados ​​en GPS13 e incluso se puede lograr un nivel de precisión de 1 ns con un nuevo método de última generación para calibrar receptores14. Además, los enlaces bidireccionales de transferencia de tiempo y frecuencia por satélite (TWSTFT) con satélites geoestacionarios podrían mejorar esta precisión hasta niveles de subnanosegundos15. Sin embargo, esta solución no funciona cuando las señales de GPS no están disponibles o cuando las señales de GPS solo están disponibles parcialmente (p. ej., áreas polares, interiores, montañosas, ambientes subterráneos o submarinos) o cuando los nodos de la red GPS funcionan mal (p. ej., recibir señales de diferentes Satélites GPS o desplazamiento temporal de los satélites GPS). Además, si equipamos receptores GPS a todos los nodos de la red, el consumo total de energía aumenta y, en consecuencia, la batería se agota más rápido. El rendimiento confiable de la batería, particularmente el mantenimiento de duraciones más largas de rendimiento entre las sesiones de carga de la batería, es un tema crítico para las mediciones de campo en particular.

Los requisitos para una sincronicidad inalámbrica efectiva para uso industrial han sido resumidos por varios investigadores16,17. Los posibles enfoques se han clasificado en tres clases. Clase (I): control remoto y monitoreo, Clase (II): robótica móvil y control de procesos, y Clase (III): control de movimiento de circuito cerrado. Para las Clases (I), (II) y (III), se requiere sincronicidad con precisiones inferiores a 1 s, 1 ms, 1 µs, respectivamente. Para responder a estos requisitos, ha habido varios enfoques de investigación basados ​​en WLAN que abordan técnicas inalámbricas de sincronización de tiempo, incluido el método de protocolo de sincronización de infraestructura de transmisión de referencia, que logró una precisión de 200 ns–3 µs18, la sincronización adaptativa en tiempo de salto múltiple -método de redes de salto de canal ranurado (TSCH), que logró una precisión de 76 µs19, el método de sincronización de reloj asistido por temperatura, que logró una precisión de 15 µs20, y un método de sincronización de tiempo basado en el algoritmo de consenso lineal de segundo orden, que realizó una precisión de 1 µs21. Otras técnicas incluyen el método de sincronización de tiempo estocástico dinámico, que logró una precisión de aproximadamente 8 µs con un estimador de filtro de Kalman (KF)22, y la sincronización de tiempo de red de grano fino de 6,29 µs con un estimador de regresión lineal (LR)23. Existen ventajas y desventajas para todas estas técnicas. Dado que todas estas técnicas antes mencionadas utilizan ondas electromagnéticas para las comunicaciones, se pueden facilitar dispositivos de tamaño relativamente pequeño. Sin embargo, para evitar fallas en la comunicación debido a ruidos y colisiones, generalmente el mecanismo de solicitud de repetición automática (ARQ) y la latencia de comunicación deben incluirse en estas técnicas; por lo tanto degradando la calidad de sincronización. Por otra parte, dado que la técnica actualmente propuesta utiliza múltiples partículas naturales que llegan por todo el globo al mismo tiempo, tales fallos de comunicación y colisiones de mensajes no tienen lugar. Sin embargo, probablemente se requiera un tamaño de dispositivo mayor, en comparación con los utilizados en las técnicas WLAN, debido al flujo limitado de rayos cósmicos.

En entornos submarinos, la situación es más dura ya que las técnicas WLAN no se pueden utilizar en el agua. Si se comparan las redes basadas en radio para la computación general o las redes de sensores con las redes acústicas de corto alcance, se puede encontrar que el retardo de propagación es mucho mayor debido a la gran diferencia entre la velocidad de la luz (unos pocos cientos de miles de km/s) y la velocidad del sonido en el agua (1500 m/s)24. Recientemente, se ha diseñado una red de sensores inalámbricos para alta resolución de tiempo (escala ns), que consta de nodos de sensores que se sincronizan dentro de 1 ns mediante el uso de pulsos ópticos periódicos de alta intensidad de ráfagas de diodos emisores de luz (LED)25. Sin embargo, en este esquema, se requiere un espacio vacío entre los nodos y, por lo tanto, es difícil utilizar esta técnica en la práctica en un entorno como el interior de edificios comerciales, bajo el agua o en un complejo subterráneo. Una posibilidad de resolver este problema es usar un reloj atómico para proporcionar señales de tiempo de respaldo cuando se pierde la señal GPS. Por ejemplo, un oscilador de cesio disponible comercialmente proporciona información de tiempo estable con un nivel de deriva de solo 100 ns en 14 días. Sin embargo, el costo extremadamente alto del hardware del reloj atómico (más de 300 mil USD) restringe su uso a gran escala26. Otra posibilidad para resolver temporalmente este problema es el "remanente"27. Los estándares de sincronización han definido el término "remanente" para referirse a cuando la red continúa funcionando de manera confiable incluso cuando la entrada de sincronización (por ejemplo, señales GPS/GNSS) se ha interrumpido o no está disponible temporalmente. Para este propósito, el oscilador de cristal controlado por horno (OCXO) ha sido industrializado para brindar una capacidad de medición de retención confiable y precisa; esto se puede utilizar durante los momentos en que el receptor GPS/GNSS no capta una señal. Sin embargo, el nivel de deriva del OCXO es mucho más alto que el del reloj atómico y normalmente está limitado a 0,5 microsegundos por hora27, lo que significa que el tiempo puede desviarse más de 1 microsegundo en 24 h. Si se pudiera proporcionar una entrada de sincronización que no sea GPS a OCXO con frecuencia, entonces los dispositivos en la red podrían sincronizarse de manera más precisa y consistente.

El componente muónico de una lluvia de aire extendida (EAS) se ha utilizado para estimar la energía y la masa de sus rayos cósmicos primarios28,29. Un EAS se puede medir tomando muestras de múltiples lluvias de partículas secundarias a nivel del suelo con conjuntos de detectores dispersos bidimensionales como KASCADE30, GREX/COVER_PLASTEX31 y AKENO32. Dado que los rayos cósmicos primarios llegan a una velocidad cercana a la velocidad de la luz, las partículas secundarias resultantes generadas en la atmósfera tienden a moverse generalmente en la misma dirección que las primarias y llegan al nivel del suelo casi al mismo tiempo (esta estructura de tiempo es etiquetada en lo sucesivo como estructura de tiempo EAS); sin embargo, las partículas de la lluvia se esparcen ligeramente hacia los lados a medida que viajan hacia la superficie del suelo, generando una extensión espacial específica y reconocible de partículas de la lluvia a nivel del suelo (esta extensión espacial se denominará de ahora en adelante disco EAS). Los muones, una de las partículas de la lluvia, se producen en general cerca de la tropopausa; sin embargo, se dispersan mucho menos que las partículas electromagnéticas (EM) y, por lo tanto, sus caminos hacia la superficie de la Tierra suelen ser rectos. Por el contrario, las partículas EM alcanzan el nivel del suelo después de sufrir múltiples procesos de dispersión. Como consecuencia, las longitudes de sus caminos son más largas que las de los muones y, por lo tanto, cada uno tiene un tiempo de vuelo (TOF) más largo. Como resultado, los componentes muónicos llegan antes al nivel del suelo que los componentes EM. La estructura temporal del disco EAS ha sido ampliamente estudiada para muones con energías superiores a 10 PeV, y el tiempo de llegada promedio y el espesor del disco (desviación estándar de la distribución del tiempo de llegada de partículas) se han medido en función de la distancia desde el eje de la lluvia, y se encontró que dentro de un área de disco EAS que mide menos de 200 m desde el eje de la lluvia, estos muones llegan dentro del rango de tiempo de 50 ns33.

Los muones de rayos cósmicos son partículas altamente penetrantes, y la muografía aprovecha las características de los muones, particularmente su naturaleza penetrante y universalidad, para una amplia variedad de aplicaciones, incluida la visualización de la estructura interna de volcanes34,35, océanos36, túneles ferroviarios37, cuevas naturales38 y el patrimonio cultural39 en todo el mundo. Asimismo, al utilizar su universalidad y naturaleza relativista, los muones de rayos cósmicos pueden utilizarse para navegaciones submarinas o subterráneas40. Este artículo propone una nueva técnica de sincronización de tiempo inalámbrica que aprovecha las características de las partículas EAS, la naturaleza predecible de su llegada a la superficie de la Tierra (junto con el OCXO), para proporcionar una sincronización de tiempo estable y precisa sin entrada de señal de GPS; los resultados de esta propuesta han demostrado la capacidad de CTS para alcanzar niveles de sincronización de tiempo perpetuo de menos de 100 ns. Esta técnica es aplicable a cualquier lugar de la Tierra donde puedan llegar los muones, incluidas las regiones subterráneas y submarinas.

La Figura 1 muestra el principio de CTS. Los módulos CTS están dispersos espacialmente dentro de áreas específicas para la sincronización de tiempo; estos módulos CTS se pueden colocar en la superficie del suelo, bajo tierra o bajo el agua. El módulo CTS consta de un detector de muones, un convertidor de tiempo a digital (TDC) y el OCXO. Los muones EAS llegan al suelo casi simultáneamente con una cierta extensión espacial medible. Estos muones son relativistas y, por lo tanto, tienen suficiente energía y vida útil para penetrar materiales densos: dependiendo de los niveles de energía, una proporción considerable viajará a través de la Tierra y cuerpos de agua para llegar a regiones subterráneas y submarinas. La profundidad de llegada de un muón depende de su energía cinética; por ejemplo, los muones de 10 GeV pueden alcanzar el lecho marino hasta una profundidad de 43 m. Los detectores emiten señales cuando los muones pasan a través de ellos. Los detectores consisten en centelleadores y fotodetectores de plástico: componentes económicos con un tiempo de respuesta eficiente. Las señales de salida de los detectores se envían al TDC como señales de parada. Por otro lado, las señales del OCXO se envían al TDC como señales de inicio para que se pueda medir la diferencia de tiempo entre el OCXO y el tiempo de llegada del muón. Si se activan más de dos módulos CTS (para los fines de este ejemplo, etiquetados como Módulo 1 de CTS y Módulo 2 de CTS) dentro de la ventana de tiempo dada (T) (en lo sucesivo, esta coincidencia se define como una coincidencia local (LC)), el La marca de tiempo registrada en el TDC del Módulo 1 de CTS se transferiría al Módulo 2 de CTS. Cuando el Módulo 2 de CTS recibe la marca de tiempo del Módulo 1 de CTS, esta marca de tiempo se compara con la hora local del Módulo 2 de CTS y luego se puede usar para corrigiendo la hora local del Módulo 2 de CTS. La ventana de coincidencia entre el Módulo 1 de CTS y el Módulo 2 de CTS no tiene que ser estrecha como se describe más adelante. Más específicamente, aunque el Módulo 1 de CTS y el Módulo 2 de CTS reciben los muones EAS en un tiempo absoluto t0, este tiempo podría registrarse como t0 + δt1 + Δt1 en el Módulo 1 de CTS y como t0 + δt2 + Δt2 en el Módulo 2 de CTS debido a incertidumbres (δt) provenientes de la estructura temporal del EAS y la deriva intrínseca del OCXO (Δt). Al transferir la información de tiempo t0 + Δt1 del Módulo 1 de CTS al Módulo 2 de CTS, el Módulo 2 de CTS puede calcular (t0 + Δt2 + δt2) − (t0 + Δt1 + δt1) = (Δt2 − Δt1) + (δt2 − δt1) para la corrección de su reloj. Para este cálculo, no es necesario definir t0, Δt2 ni Δt1. Como se describe más adelante, (δt2 − δt1) suele ser inferior a 50 ns y también es mucho menor que la tasa de deriva típica de OCXO (hasta unos pocos µs/h). Además, es probable que se pueda alcanzar el tiempo de transferencia de datos (~ 0,1 ms) requerido para identificar eventos de coincidencia, y es insignificante en comparación con una frecuencia de lluvia de cada 10 minutos que se describirá en detalle en la siguiente subsección.

Principio de CTS. La configuración general del sistema CTS se muestra con los desarrollos EAS (A). Los cuadros rectangulares azules indican los módulos CTS. La configuración de los módulos CTS se muestra en (B). HKMT dibujó esta imagen y posee los derechos de autor.

La entrada de sincronización de tiempo de la frecuencia de sincronización del CTS depende de la frecuencia de EAS, ya que el reloj se corrige solo cuando el muón de EAS llega a los detectores, y la precisión de la sincronización depende de la estructura de tiempo de EAS (distribución del tiempo de llegada del muón). Además, la capacidad de sincronización dentro de los intervalos entre las llegadas de EAS depende del nivel de deriva de OCXO. Aunque cada módulo CTS debe ser parte de una red Wi-Fi convencional o de comunicación acústica, la precisión de sincronización del CTS es independiente de su jitter intrínseco y la latencia.

Si cada módulo CTS tiene un área de detección de 1 × 1 m2, la tasa de conteo de muones individuales en cada detector tendrá una tasa esperada de 102 Hz al nivel del mar. Por lo tanto, las tasas de LC dobles y triples accidentales serán respectivamente 10−2 Hz y 10−6 Hz con una ventana de coincidencia de 100 microsegundos. Este T requerido es mucho más amplio (100 microsegundos) que la capacidad WLAN3 heredada. Con una solicitud de LC triple, estadísticamente es probable que el módulo CTS reciba una marca de tiempo incorrecta cada 10 días. Para reducir esta tasa de fallas de sincronización de tiempo, necesitamos reducir la ventana de tiempo o solicitar un golpe simultáneo mayor que un LC triple. El hecho de que se pueda usar la ventana de tiempo más estrecha depende únicamente de la precisión de sincronización del Wi-Fi o de la técnica acústica subacuática utilizada. Por ejemplo, para una comunicación inalámbrica terrestre, la precisión de sincronización de 10 microsegundos es relativamente fácil de lograr3, pero para la técnica acústica submarina, lograr esta precisión es más desafiante debido a las propiedades inesperadas de propagación de la señal en el agua (temperatura, salinidad, etc.). )41. Solicitar una LC mayor a tres veces puede ser una solución más simple para reducir esta tasa de fallas. Por ejemplo, si solicitamos LC cuádruple en lugar de LC triple, tardará aproximadamente 3 años antes de que el módulo reciba su primera marca de tiempo incorrecta después de operar sin una señal de GPS. Como consecuencia, la tasa de fallos debido a la LC accidental es insignificante cuando se utiliza una red CTS densa (más de 4 nodos CTS dentro de la unidad de área).

La función de distribución lateral (LDF) de muones promedio puede describirse mediante la función de Greisen42:

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. ​​En este trabajo se emplearon los resultados obtenidos en IceTop43. IceTop es una matriz de detectores que consta de 81 estaciones que forman una cuadrícula con una separación de 125 m, que cubre un área de ~ 1 km2. Cada estación consta de 2 detectores Cherenkov basados ​​en tanques de hielo separados por 10 m47. En este trabajo se utilizó como entrada inicial la función de Greisen basada en IceTop ρµ(600)43.

En la Fig. 2 se muestran las curvas de función de Greisen para las lluvias iniciadas por los rayos cósmicos primarios con energías de 10 PeV. Estas curvas fueron el resultado de ajustar los datos de IceTop en ángulos cenitales de menos de 6° y también con datos en ángulos cenitales entre 28° y 31°43. Como puede verse en esta figura, ρµ supera 1 muón/m2 en el área de 140 m desde el eje de la lluvia para la lluvia vertical iniciada por primarias con energías superiores a 10 PeV. Sin embargo, no todos los ejes de ducha están orientados verticalmente. Como puede verse en la Fig. 2, se observaría un ρµ más pequeño en las lluvias inclinadas. Por ejemplo, el área en la que ρµ supera 1 muon/m2 se reduce de 140 a 100 m desde el eje de la lluvia para que la lluvia llegue a ángulos cenitales de entre 28° y 31°.

Curvas de función de Greisen ajustadas a los datos de IceTop en ángulos cenitales de menos de 6° (línea continua azul) y aquellos en ángulos cenitales entre 28° y 31° (línea continua naranja)43.

Para evaluar la precisión de sincronización alcanzable de CTS, se debe considerar el espectro primario48. El flujo integrado de los primarios con energías superiores a 10 PeV es de 102 km−2 h−1 sr−1 pero su flujo se reduce a la potencia de 2 a medida que aumenta la energía, y se convierte en 1 km−2 h−1 sr−1 para los primarios con energías superiores a 100 PeV. Dentro de una región con un radio de 140 m (6 × 104 m2), por ejemplo, se espera que cada 10 min lleguen primarios con energías superiores a 10 PeV; por lo tanto, el reloj se puede sincronizar cada 10 minutos si podemos usar este EAS de 10 PeV para la sincronización. No es práctico utilizar EAS iniciado por las energías primarias por debajo de 1 PeV ya que esto haría que el ρµ fuera demasiado bajo. Asimismo, tampoco es práctico utilizar la región de energía primaria por encima de 100 PeV ya que la frecuencia de eventos sería demasiado baja.

La colaboración KASCADE midió que el tiempo promedio de llegada de EAS (Δt) y el grosor del disco (σ) (desviación estándar de la distribución del tiempo de llegada de partículas) dependen de la distancia desde el eje de la lluvia (Fig. 3)33. Estas dependencias de la distancia lateral se ajustaron mediante la siguiente función de potencia (línea de puntos en la Fig. 3) y se usaron para la discusión actual.

Estructura temporal de la lluvia de aire extendida iniciada por las primarias con energías superiores a 10 PeV. El tiempo medio de llegada de la EAS (Δt) (A) y el espesor del disco (σ) (B) se muestran en función de la distancia desde el eje de la lluvia. Los círculos rellenos indican los resultados experimentales obtenidos con el experimento KASCADE33.

La desviación máxima del valor ajustado del valor observado fue de 2 ns y esta desviación se descuidó en el modelo actual.

Los osciladores de cristal controlados por horno (OCXO), como el oscilador controlado por horno único (SOCO) o el oscilador controlado por horno doble (DOCO), se desarrollaron para mejorar la estabilidad de tiempo a largo plazo27. OCXO se ha utilizado para proporcionar señales de tiempo de respaldo cuando se pierde una señal de GPS. En este trabajo, se evaluó la velocidad y el comportamiento de la deriva OCXO causada por la acumulación de errores debido a la inexactitud en el inicio de las señales PPS para su aplicación al modelado CTS actual. El OCXO utilizado en este trabajo existía dentro del reloj del gran maestro GPS (Trimble Thunderbolt PTP GM200). La Figura 4A muestra la configuración experimental (se proporcionarán más detalles en la sección Método). Al alimentar las señales del OCXO conectado a la antena GPS (GPS-OCXO) y las señales del OCXO remanente al TDC (HLD-OCXO), se midió el nivel de deriva del tiempo HLD-OCXO como una función del tiempo relativo. al cronometraje GPS-OCXO como referencia. HLD-OCXO se sincronizó inicialmente con GPS-OCXO conectando una antena GPS y luego se desconectó antes de estas mediciones. Se insertó un circuito de retardo entre el OCXO y el TDC para poder medir las derivas tanto positivas como negativas. La Figura 4B muestra el perfil de tiempo obtenido de HLD-OCXO para varias duraciones de la recepción GPS antes de la desconexión. En estas 9 ejecuciones, la deriva tendía a ocurrir hacia adelante (más rápido que GPS-OCXO), pero también ocurre hacia atrás (más lento que GPS-OCXO). Si el tiempo de funcionamiento del OCXO es inferior a 1 h, la deriva es aproximadamente lineal en función del tiempo, pero para un funcionamiento más prolongado, el comportamiento es impredecible (por ejemplo, Ejecutar ID E en la Fig. 4B).

Resultados de la evaluación OCXO actual. El diagrama de bloques de la configuración experimental actual se muestra en (A). Las líneas discontinuas indican los flujos desconectados. La deriva OCXO se midió como una función del tiempo después de la desconexión de la antena GPS durante varias duraciones de la recepción GPS antes de la desconexión (B): A, 0,5 h, B, 48 h, C, 72 h, D, 16 h, E, 10 min, F, 0 h (sin conexiones de antena), G, 8,5 h, H, 16 h, I, 1 h. HKMT dibujó esta imagen y posee los derechos de autor.

Aquí, la estabilidad y la precisión de la sincronización se discutirán en base a un trabajo de modelado simple. Este trabajo de modelado se dedicó a estimar el rendimiento mínimo alcanzable de CTS y no pretende abordar estructuras EAS precisas. Para este trabajo de modelado, se utilizaron las siguientes condiciones.

Estimación de los intervalos de la EAS que se pueden utilizar para CTS. Para ello, sólo se consideraron las lluvias iniciadas por las primarias con energías superiores a 10 PeV que llegan dentro de la región angular vertical de 1 sr. La frecuencia de tales eventos es de 102 km2 hr−1 sr−1. A los efectos de estimar la frecuencia mínima de sincronización temporal, esta condición sería suficiente.

Estimación de ρµ. Para este objetivo, se emplearon curvas de función de Greisen basadas en los resultados de 10-PeV IceTop en ángulos cenitales entre 28° y 31°. Al elegir estos ángulos, ρµ se subestimará ligeramente, sin embargo, esta condición sería suficiente para estimar el mínimo ρµ disponible. Usar una combinación del flujo primario integrado en el rango por encima de 10 PeV y la distribución lateral de muones EAS de 10 PeV sería suficiente para el propósito actual, ya que se espera una mayor multiplicidad de muones para energías primarias más altas; por tanto, esta combinación proporciona datos sobre la cantidad mínima de ρµ disponible.

Supuestos para la cobertura de CTS. Se supusieron los siguientes tres casos: (Caso A) 5 × 10−5, (Caso B) 1 × 10−4 y (Caso C) 2 × 10−4.

Hora media de llegada y su fluctuación. Estas funciones fueron generadas respectivamente en base a las Ecs. (2) y (3) y la distancia entre el módulo CTS y el eje de la ducha también se generó aleatoriamente dentro del rango entre 0 y 100 m.

Restablecimiento de OCXO. Cada vez que se generaba un evento EAS, se reiniciaba el OCXO y se generaban los perfiles de tiempo para comparar entre módulos CTS.

La Figura 5 muestra los perfiles de tiempo después de 1 semana de operación para encontrar la diferencia entre el Módulo 1 de CTS y el Módulo 2 de CTS, asumiendo diferentes fracciones de área de ocupación del módulo. Se encontró que las desviaciones estándar para los Casos A, B y C eran respectivamente 98 ns, 56 ns y 42 ns con la desviación máxima de 314 ns, 189 ns y 174 ns. Se anticipa que esta precisión se mantendrá durante períodos de operación mucho más largos.

Perfiles de tiempo después de 1 semana de operación CTS. Se muestran los resultados con conjuntos de detectores hipotéticos de coberturas de área 5 × 10−5 (A), 1 × 10−4 (B) y 2 × 10−4 (C).

En principio, estos procesos recurrentes de sincronización de tiempo pueden repetirse para siempre sin señales de GPS, siempre que existan los rayos cósmicos primarios y la atmósfera terrestre. Esta entrada de sincronización no GPS basada en EAS podría implementarse en todo el mundo en casi todos los lugares, incluso bajo tierra y bajo el agua. Aunque necesitamos una matriz de módulos CTS de densidad relativamente alta, se anticipa que CTS se adoptará como un nuevo tipo de herramienta de sincronización de tiempo en entornos polares, submarinos y subterráneos donde las señales de GPS no están disponibles o solo parcialmente disponibles.

La degradación de la precisión de sincronización de tiempo generalmente se debe a (A) la deriva de frecuencia de OCXO y (B) la estructura de tiempo de EAS. Para (A), la precisión de sincronización del método propuesto se puede mejorar con una tecnología de reloj más estable. Como puede verse en la Fig. 5, la precisión de sincronización depende de la cobertura del área CTS; de ahí la frecuencia de corrección OCXO. Una mejor cobertura de área CTS es una compensación con la estabilidad del reloj y viceversa. Una de las soluciones más simples para mejorar la estabilidad del reloj es el uso de múltiples OCXO49. El comportamiento aleatorio de la deriva de frecuencia se cancelará parcialmente tomando el promedio de las múltiples salidas de señal de OCXO; por lo tanto, se mejorará la estabilidad del reloj. Dado que los costos de los OCXO son del orden de los 100 dólares, esta podría ser una opción razonable. Para (B), como puede verse en la Fig. 3, las variaciones en los tiempos de llegada de los muones tienden a suprimirse a medida que se acercan al eje de la lluvia; por lo tanto, la precisión de sincronización de tiempo mejorará aún más si usamos solo los muones cerca del eje, pero una precisión de sincronización de 10 ns es el límite práctico de esta técnica. Además, dado que se reduce el área utilizada para la sincronización, los módulos CTS deben estar ubicados de manera más densa.

Una sola acción de CTS solo funciona dentro del área que cubren los EAS a nivel del suelo. Si la técnica CTS se combina con relojes más estables, como un oscilador Cs que permite un error de intervalo de tiempo máximo (MTIE) de 100 ns durante 14 días en modo Holdover (Clase-A)50, EAS menos frecuentes pero más grandes iniciados por primarios más altos se puede utilizar para la sincronización de tiempo. Por ejemplo, dado que los EAS iniciados por unos pocos cientos de PeV primarios contienen partículas cargadas con densidades numéricas superiores a 1 m−2 a nivel del suelo, incluso en ubicaciones a 500 m del eje de la lluvia, los módulos CTS podrían ubicarse a un km. -intervalos de orden. Sin embargo, el propósito del presente trabajo es proponer un sistema de sincronización de tiempo aplicable a nivel mundial, económico pero práctico. Un oscilador Cs sigue siendo caro (unos cientos de miles de dólares) y sensible a las variaciones de temperatura ambiente. Además, como se muestra en la Fig. 3, dado que el tiempo de llegada y el grosor de las partículas EAS dependen de la distancia desde los ejes de la lluvia, los intervalos más largos entre los módulos CTS degradarían la precisión de la sincronización. En la Tierra, los primarios generan cada segundo 14 millones de EAS con energías superiores a 10 PeV. Por lo tanto, una cadena de acción de varias acciones CTS individuales permite la sincronización de tiempo global. Los resultados obtenidos en los trabajos de modelado CTS anteriores indican que, por ejemplo, uno en NY y uno en LA se pueden sincronizar agregando un número apropiado de módulos CTS entre ellos.

En entornos interiores o subterráneos, la red mundial compuesta por miles de millones de teléfonos inteligentes de consumo podría desempeñar un papel importante en el futuro cercano. Ya se ha verificado que las cámaras basadas en CMOS conectadas a los teléfonos inteligentes tenían capacidad suficiente para detectar muones51. Aunque cada dispositivo tiene una eficiencia de detección limitada (que va del 70 al 90%)52, juntos como red, los teléfonos inteligentes tienen el potencial de ser módulos CTS. El área de detección disponible en el teléfono inteligente es muy pequeña (0,2 cm2)51, sin embargo, una forma de resolver este problema podría ser aprovechar la gran cantidad de personas que suelen estar presentes dentro de los rascacielos. Por ejemplo, un rascacielos moderadamente grande (con una superficie base de 104 m2 y una altura de 200 m) puede albergar normalmente a 50.000 personas53. Por lo tanto, si asumimos que cada individuo dentro del rascacielos de ejemplo mencionado anteriormente tiene un teléfono inteligente, la cobertura CTS sería 10−4. Aunque los rascacielos suelen tener una antena de GPS en la parte superior, CTS se puede utilizar como sistema de respaldo cuando las señales de GPS no están disponibles por algún motivo, como la recepción de trayectos múltiples, interferencias y suplantación de GPS, fallas del sistema, etc. ventana de tiempo de coincidencia debido a la mala resolución de tiempo determinada por la duración de la exposición de la cámara del teléfono celular (milisegundos a segundos)54. Sin embargo, el área de detección de la cámara del teléfono inteligente es lo suficientemente pequeña (0,2 cm2) y, por lo tanto, es poco probable que ocurra una coincidencia accidental múltiple, ya que la tasa de conteo de muones individuales sería extremadamente baja (conteo de 1 muón cada cinco minutos). En este escenario, una pequeña cantidad de módulos CTS deben ubicarse en algún lugar dentro del edificio para la sincronización de tiempo requerida dentro del edificio. Se usarían múltiples tasas de coincidencia de teléfonos inteligentes para activar CTS y la marca de tiempo generada se transferiría a otro módulo CTS para sincronizar.

Otra posibilidad de beneficiarse y compartir la capacidad de sincronización de tiempo de CTS sería la operación de sincronización de tiempo en una red de sensores submarinos densa (USN) (más de unos pocos cientos de nodos por metro cuadrado). Por ejemplo, este tipo de USN denso podría asociarse con el proyecto Robotic Vessels as-a-Service (RoboVaaS), que es un nuevo esquema que tiene como objetivo revolucionar las operaciones cercanas a la costa en aguas costeras mediante la integración y la conexión en red de un vehículo de superficie no tripulado más pequeño ( USV) y un Vehículo Submarino No Tripulado (UUV) de manera eficiente para ofrecer nuevos servicios para el transporte marítimo55. Para operar RoboVaaS de manera segura, los datos ambientales son recopilados por un USN denso, que inspeccionará el impacto en RoboVaaS, así como también monitoreará las condiciones costeras56. Convencionalmente, el despliegue de un USN denso ha sido poco realista ya que los costos de las comunicaciones acústicas han sido altos (~ 10 000 USD) y, por lo tanto, se ha limitado típicamente al uso en áreas críticas y aplicaciones militares, donde estos costos pueden justificarse más fácilmente. . Recientemente, esta situación ha mejorado mucho. Se informó que se espera que el nuevo módem acústico smartPORT de alta frecuencia (AHOI) (600 USD)57 permita el uso de USN denso (> 500 nodos/km2) en aplicaciones civiles, ya que su costo total es un orden de magnitud más económico que el convencional. Si asumimos un escenario en el que cada nodo de una USN tan densa estaría equipado con CTS, el área de detección de CTS requerida sería < 2000 cm2. Entonces el tamaño de cada módulo CTS podría ser de aproximadamente ISO 216 B3, y el costo sería de aproximadamente 600 USD (centelleador, SiPM y fibra WLS) por cada módulo. Además, al combinar los módulos CTS y el sistema de posicionamiento muométrico (muPS)40 recientemente desarrollado, también podría ser posible el posicionamiento pasivo inalámbrico.

Además, se prevé que CTS funcione bien en entornos subterráneos como galerías de minas, complejos de estaciones de metro y estacionamientos subterráneos. Los sistemas de posicionamiento en estos entornos requerirían mediciones precisas del tiempo de llegada de una señal transmitida y, por lo tanto, la sincronización precisa del tiempo sería otro requisito. Las señales de Wi-Fi transmitidas en túneles subterráneos para la sincronización del reloj se verían obstaculizadas por graves efectos de trayectos múltiples causados ​​por la reflexión y la refracción. Actualizar estos sistemas de Wi-Fi a CTS resolvería este problema.

En conclusión, CTS se ha propuesto como una nueva técnica para la sincronización de tiempo precisa independiente de la temperatura y sin GPS, y también se discutieron los requisitos para la aplicación práctica. Los EAS iniciados por los primarios con energías superiores a 10 PeV podrían utilizarse para aplicaciones prácticas de CTS. Se requeriría una cobertura aérea CTS de 10−4. Esta cobertura aérea se podría lograr con estrategias como aprovechar una red densa de teléfonos inteligentes y/o compartir una red de sensores submarinos asociados con el proyecto RoboVaaS; la precisión de sincronización alcanzable sería inferior a 100 ns. CTS tiene un gran potencial para ser el próximo estándar de tecnología de sincronización de tiempo de alta precisión que pueda respaldar la implementación exitosa de tecnologías emergentes, como la tecnología 5G, en un futuro cercano.

En el trabajo de modelado actual, se desarrollaron dos módulos CTS. Para el propósito de modelado actual, no se pretendía implementar una matriz de detectores a gran escala y, por lo tanto, no se equiparon detectores de muones en los módulos CTS. Por lo tanto, los módulos CTS actuales consistían en un reloj de gran maestro GPS (Trimble Thunderbolt PTP GM200), un TDC (Sciosence TDC-GPX), un dispositivo lógico programable complejo (CPLD) y Raspberry Pi. Los dos relojes de gran maestro GPS generaron dos señales PPS (pulso por segundo) independientes, y el TDC midió la diferencia de frecuencia OCXO entre estos dos relojes. Las señales PPS de GPS-OCXO y HLD-OCXO se convirtieron al nivel NIM y se transfirieron al TDC como señales de inicio y parada, respectivamente. Dado que se esperaban derivas tanto positivas como negativas, se insertó un circuito de retardo (600 ns) entre HLD-OCXO y el TDC. Las señales del TDC se transfirieron a un CPLD y, posteriormente, se transfirieron a Raspberry Pi para la comunicación con la PC local a través de Ethernet. El rango de tiempo medible del TDC fue de 10 microsegundos con una resolución de 27 ps, y el ancho de pulso mínimo que se podía recibir era de 10 ns.

Mahmood, A. et al. Sincronización de tiempo en el borde inalámbrico 5G: requisitos y soluciones para MTC crítico. Común IEEE. revista 57, 45–51. https://doi.org/10.1109/MCOM.001.1900379 (2019).

Artículo Google Académico

Shi et al. Evaluación del rendimiento de la sincronización de tiempo por aire para la integración de 5G y TSN (2021). Obtenido de https://arxiv.org/abs/2104.13873.

Hiyama, M. et al. Implementación del protocolo de sincronización de relojes de precisión según IEEE802.11 (2009). Obtenido de 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. Desarrollo y prueba del protocolo de temporización de precisión IEEE 1588 para redes de observatorios oceánicos. Océanos 2008, 10734674. https://doi.org/10.1109/OCEANS.2008.5152029 (2008).

Artículo Google Académico

Grupo de trabajo de redes sensibles al tiempo (TSN) IEEE 802.1 (2021). Obtenido de http://www.ieee802.org/1/pages/tsn.html.

Rost, M. et al. Transferencia de tiempo a través de fibras ópticas en una distancia de 73 km con una incertidumbre inferior a 100 ps. Metrología 49, 772–778 (2012).

Artículo ANUNCIOS Google Académico

Sliwczynski, L. et al. Difusión de tiempo y frecuencia de RF a través de un enlace de fibra óptica estabilizado en una distancia de 420 km. Metrología 50, 133–145 (2013).

Artículo ANUNCIOS Google Académico

Gersl, J. et al. Correcciones relativistas para la transferencia de tiempo y frecuencia en fibras ópticas. Metrología 52, 552–564 (2015).

Artículo ANUNCIOS Google Académico

Krehlik, P. et al. ELSTAB- tecnología de distribución de tiempo y frecuencia de fibra óptica: una caracterización general y límites fundamentales. Trans. IEEE. Ultrasonido. Ferroelecto. frecuencia Control 63, 993–1004 (2016).

Artículo Google Académico

Dierikx, E. et al. Protocolo de tiempo de precisión de conejo blanco en enlaces de fibra de larga distancia. Trans. IEEE. Ultrasonido. Ferroelectr. frecuencia Control 63, 945–952 (2016).

Artículo Google Académico

Cavalcanti, D. et al. Extender la distribución precisa del tiempo y las capacidades de puntualidad por aire para permitir futuros sistemas inalámbricos de automatización industrial. proc. IEEE 107, 1132–1152 (2019).

Artículo Google Académico

Aijaz, A. Inalámbrico industrial de alto rendimiento: lograr una conectividad confiable y determinista sobre WLAN IEEE 802.11. IEEE Abierto J. Ind. Electron. Soc. 1, 28–37 (2020).

Artículo Google Académico

Esteban, H. et al. Calibración de enlace de tiempo basada en GPS mejorada que involucra ROA y PTB. Trans. IEEE. Ultrasonido. Ferroelecto. frecuencia Control 57, 714–720 (2010).

Artículo Google Académico

Valat, D. & Delporte, J. Calibración absoluta de cadenas de receptores de tiempo en el nivel de incertidumbre de nanosegundos para el monitoreo de escalas de tiempo GNSS. Metrología 57, 025019 (2020).

Artículo ANUNCIOS Google Académico

Jiang, Z. et al. Mejora de la transferencia de tiempo y frecuencia satelital bidireccional con enlaces redundantes para la generación de UTC. Metrología 56, 025005 (2019).

Artículo ANUNCIOS Google Académico

Gundall, M. et al. Integración de la sincronización de tiempo basada en IEEE 802.1AS en IEEE 802.11 como un habilitador para nuevos casos de uso industrial. arXiv:2101.02434v1 (2021).

Mahmood, A. et al. Sincronización de relojes sobre IEEE 802.11: un estudio de metodologías y protocolos. Trans. IEEE. Ind. Informar. 13, 907–922 (2017).

Artículo Google Académico

Cena, G. et al. Implementación y evaluación del protocolo de sincronización de la infraestructura de radiodifusión de referencia. Trans. IEEE. Ind. Informar. 11, 801–811 (2015).

Artículo Google Académico

Chang, T. et al. Sincronización adaptativa en redes TSCH multisalto. computar Neto. 76, 165–176 (2015).

Artículo Google Académico

Yang, Z. et al. Sincronización de relojes asistida por temperatura y autocalibración para redes de sensores. Trans. IEEE. Wirel. común 13, 3419–3429 (2014).

Artículo Google Académico

Carli, R. & Zampieri, S. Sincronización de relojes de red basada en el algoritmo de consenso lineal de segundo orden. Trans. IEEE. automático Control 59, 409–422 (2014).

Artículo MathSciNet Google Académico

Masood, W. et al. Sincronización de tiempo estocástica dinámica para redes de sensores inalámbricos. Trans. IEEE. Ind. Informar. 13, 1421–1429 (2016).

Artículo Google Académico

Elson, J. et al. Sincronización de tiempo de red de granularidad fina mediante transmisiones de referencia. ACM SIGOPS Oper. sist. Rev. 36, 147–163 (2002).

Artículo Google Académico

Stojanovic, M. Comunicación acústica submarina. En Wiley Encyclopedia of Electrical and Electronics Engineering (ed. Webster, JG) 688–698 (Wiley, 1999).

Google Académico

Frank, MP et al. Diseño de una red de sensores inalámbricos con resolución temporal de nanosegundos para el mapeo de eventos de lluvia de rayos cósmicos de alta energía. En Proc. SPIE 7706, Detección, localización y procesamiento inalámbricos V, pág. 770603 (26 de abril de 2010). https://doi.org/10.1117/12.852334.

Zhan, L. et al. Utilización de reloj atómico a escala de chip para mediciones de sincrofasores. Trans. IEEE. Entrega de energía 31, 2299–2300 (2016).

Artículo ANUNCIOS Google Académico

Frédéric, L. et al. Un nuevo tipo de vista para un oscilador de cristal de doble horno, (2007). Obtenido de https://ieeexplore.ieee.org/document/4319182.

Kampert, KH & Unger, M. Mediciones de la composición de rayos cósmicos con experimentos de lluvia de aire (2012). Obtenido de https://arxiv.org/pdf/1201.0018.pdf.

Bellido, JA et al. Contenido de muones de lluvias de aire extensas: comparación de los espectros de energía obtenidos por el Registrador de duchas de aire gigantes de la Universidad de Sydney y por el Observatorio Pierre Auger. física Rev. D 98, 023014. https://doi.org/10.1103/PhysRevD.98.023014 (2018).

Artículo ADS CAS Google Académico

Antonio, T. et al. Estructura temporal del componente de muones de la lluvia de aire extensiva medido por el experimento KASCADE. Astroparte. física 15, 149–165 (2001).

Artículo ANUNCIOS Google Académico

Ambrosio, M. et al. Estructura temporal de lluvias de aire extensas individuales. Astroparte. física 11, 437–450 (1999).

Artículo ANUNCIOS Google Académico

Takeda, M. et al. Anisotropía a pequeña escala de rayos cósmicos por encima de 1019eV observada con el Akeno Giant Air Shower Array. Astrofias. J. 522, 225–237 (1999).

Artículo ADS CAS Google Académico

Apel, WD et al. Estructura temporal de los componentes de electrones y muones de EAS medidos por el experimento KASCADE-Grande. Astroparte. física 29, 317–330. https://doi.org/10.1016/j.astropartphys.2008.02.004 (2008).

Artículo ANUNCIOS Google Académico

Tanaka, HKM et al. Imágenes de alta resolución en la corteza no homogénea con radiografía de muones de rayos cósmicos: la estructura de densidad debajo del suelo del cráter volcánico del monte Asama, Japón. Planeta Tierra. ciencia Letón. 263, 104113 (2007).

Artículo Google Académico

Tanaka, HKM, Kusagaya, T. & Shinohara, H. Visualización radiográfica de la dinámica del magma en un volcán en erupción. Nat. común 5, 3381 (2014).

Artículo ANUNCIOS Google Académico

Tanaka, HKM et al. Primeros resultados de la muografía submarina con el Detector Submarino HiperKilométrico del Fondo Marino de la Bahía de Tokio. ciencia Rep. 11, 19485. https://doi.org/10.1038/s41598-021-98559-8 (2021).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Tomson, LF y col. Tomografía de muones para imágenes de túneles ferroviarios. física Res. Rev. 2, 023017. https://doi.org/10.1103/PhysRevResearch.2.023017 (2020).

Artículo Google Académico

Oláh, L. et al. Telescopio de muones basado en CCC para el examen de cuevas naturales. Geociencia Instrumento Sistema de datos de método. 1, 229–234 (2012).

Artículo ANUNCIOS Google Académico

Morishima, K. et al. Descubrimiento de un gran vacío en la Pirámide de Khufu mediante la observación de muones de rayos cósmicos. Naturaleza 552, 386–390 (2017).

Artículo ADS CAS Google Académico

Tanaka, HKM Sistema de posicionamiento muométrico (μPS) con muones cósmicos como nueva técnica de posicionamiento submarino y subterráneo. ciencia Rep. 10, 18896. https://doi.org/10.1038/s41598-020-75843-7 (2020).

Artículo ADS CAS PubMed PubMed Central Google Scholar

Pallarés Valls, O. Sincronización temporal en redes de sensores acústicos submarinos (2016). Obtenido de http://hdl.handle.net/2117/105563.

Greisen, K. Lluvias de rayos cósmicos. año Rev. Núcleo. Parte. ciencia 10, 63–108 (1960).

Artículo ADS CAS Google Académico

Gonzalez, JG Midiendo el contenido de muones de lluvias de aire con IceTop (2015). Obtenido de https://arxiv.org/abs/1501.03415.

Abu-Zayyad, T. et al. Evidencia de cambios en la composición de los rayos cósmicos entre 1017 y 1018 eV a partir de mediciones de múltiples componentes. física Rev. Lett. 84, 4276 (2000).

Artículo ADS CAS Google Académico

Nagano, M. et al. Espectro de energía de los rayos cósmicos primarios entre 1014,5 y 1018 eV. J. física. Nucleo G Parte. física 10, 1295–1310. https://doi.org/10.1088/0305-4616/10/9/016 (1984).

Artículo ADS CAS Google Académico

Hayashida, N. et al. Muones (>o=1 GeV) en grandes lluvias de aire extensas de energías entre 1016,5 eV y 1019,5 eV observadas en Akeno. J. física. Nucleo G Parte. física 21, 1101–1119 (1995).

Artículo ADS CAS Google Académico

Abbasi, R. et al. IceTop: el componente de superficie de IceCube. Nuclear Instrumento Métodos A 700, 188–220 (2013).

Artículo ADS CAS Google Académico

Zyla, PA y col. La revisión de la física de partículas. prog. teor. Exp. física 2020, 083C01 (2020).

Artículo CAS Google Académico

Tanaka, HKM Sistema inalámbrico de navegación muométrica. Preimpresión en https://www.researchsquare.com/article/rs-1348393/v1 (2022).

Pastilla. Versión 2.3 de la serie TimeProvider 4100. (2021). Obtenido de https://ww1.microchip.com/downloads/en/DeviceDoc/00004146.pdf.

Homola, P. et al. Observatorio de rayos cósmicos extremadamente distribuido. (2020), Obtenido de https://arxiv.org/abs/2010.08351.

Swaney, J. et al. Medición de la eficiencia del sensor de teléfonos inteligentes para muones de rayos cósmicos. (2021). Obtenido de https://arxiv.org/abs/2107.06332.

Taguchi, A. Distribución del tráfico urbano y capacidad de ascensores en edificios de gran altura. J.Oper. Res. Soc. Jpn. 40, 536–545 (1997).

Matemáticas Google Académico

Vandenbroucke, J. et al. Detección de partículas con teléfonos celulares: el observatorio de rayos cósmicos electrónicos distribuidos. (2015). Obtenido de https://arxiv.org/pdf/1510.07665.pdf.

Signori, A. et al. Recopilación de datos de una red de sensores acústicos subacuáticos densos multimodales desplegados en escenarios de agua dulce poco profunda. J. Sens. Actuator Netw. 8, 55. https://doi.org/10.3390/jsan8040055 (2019).

Artículo Google Académico

Heidemann, J. et al. Redes de sensores submarinos: aplicaciones, avances y retos. Filosofía Trans. R. Soc. A 370, 158–175 (2012).

Artículo ANUNCIOS Google Académico

Renner, C. & Golkowski, AJ Módem acústico para micro AUV: diseño y evaluación práctica. (2016) Obtenido de https://dl.acm.org/doi/abs/https://doi.org/10.1145/2999504.3001076.

Descargar referencias

Universidad de Tokio, Tokio, Japón

Hiroyuki KM Tanaka

También puede buscar este autor en PubMed Google Scholar

HKMT escribió el texto. HKMT preparó las cifras. HKMT revisó el manuscrito.

Correspondencia a Hiroyuki KM Tanaka.

El autor declara que no hay conflictos de intereses.

Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Tanaka, HKM Sincronizador de tiempo cósmico (CTS) para sincronización de tiempo inalámbrica y precisa utilizando duchas de aire extendidas. Informe científico 12, 7078 (2022). https://doi.org/10.1038/s41598-022-11104-z

Descargar cita

Recibido: 22 diciembre 2021

Aceptado: 04 abril 2022

Publicado: 30 de abril de 2022

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

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Informes científicos (2023)

Informes científicos (2023)

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.