随着由多地子系统所组成的集成系统在雷达、通信和国防等重要领域的逐步发展,为了完成异地系统的精确同步作业,异地系统对时间信号传递和同步技术提出了更高的要求,时间传递技术逐渐成为了国内外研究小组关注的重要技术。以往国内外基于光纤的时间传递系统中,上位机控制系统现了对时间间隔、光纤时延、光纤温度等参数进行实时数据采集、数据处理和数据传输,并提供可视化的数据分析面板的功能。但由于功能上未能做进一步的拓展,存在着人工调节手段较多、参数固定难以实时修正的问题。同时,在时间传递系统中,温度是影响光纤链路传输时延和系统性能的重要参数,采用温度计的温度监测系统难以对实地光纤温度进行测量。本论文针对实地光纤时间信号传输中,人工调节过程繁琐、内部参数固定难以进行实时调节、异地测量时难以直接测量温度等问题,分别设计了相应的功能模块。论文主要工作如下:1、对人工神经网络模型和算法进行了研究,对温度测量系统的功能进行了拓展,对神经网络预测值和实际温度测量值进行了比较。通过对神经网络输入数据段的选取,在有监督学习体系下进一步优化了预测性能,在Labview平台与Matlab软件进行联动,设计完成了温度预测模块。2、本文针对控制系统内部参数固定,无法进行实时修正,从而导致系统性能波动的问题,设计了参数修正模块。这进一步减少了人工手调环节,实时修正固定在程序中的内部参数,将系统抖动减小了8ps以上。3、本文对系统各模块进行单元测试和功能测试,并和预期性能指标进行比对。在实验中,本文利用搭建的30km实验室光纤链路,使用上位机控制系统记录不同状态下的测试数据,从而验证系统的创新性和有效性。