CN105718642B - 一种基于门限自回归模型的参考时间尺度产生方法 - Google Patents
一种基于门限自回归模型的参考时间尺度产生方法 Download PDFInfo
- Publication number
- CN105718642B CN105718642B CN201610030960.1A CN201610030960A CN105718642B CN 105718642 B CN105718642 B CN 105718642B CN 201610030960 A CN201610030960 A CN 201610030960A CN 105718642 B CN105718642 B CN 105718642B
- Authority
- CN
- China
- Prior art keywords
- clock
- atomic clock
- rate
- atomic
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/36—Circuit design at the analogue level
- G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electric Clocks (AREA)
Abstract
本发明提供了一种基于门限自回归模型的参考时间尺度产生方法,首先计算原子钟相位差,然后通过TAR建模预测出当前各原子钟的速率,计算原子钟速率与预测速率的差值,更新权重后再次计算原子钟速率,连续两次计算得到的原子钟速率相等时,利用相位差校准主钟。本发明运用门限自回归模型能够准确的预报出原子钟相对于参考时间尺度的速率,又根据速率的预报误差确定各原子钟权重的大小,对于性能不稳定的原子钟,能够很好的预测速率并在计算中加以扣除,充分利用了有限的原子钟资源,提高了小型守时实验室的TA的准确度和稳定度。
Description
技术领域
本发明涉及一种守时系统中参考原子时的产生方法,属于时间频率技术领域。
背景技术
守时系统是由具有一定规模的钟组建立和保持的,采用时间尺度算法的目的是利用统计的方法把钟组中的各原子钟综合成一个比其中的每一台原子钟更稳定、更准确、更可靠的综合原子时间尺度,作为主钟频率驾驭的参考时间尺度。在时间尺度算法中,最关键的两个因素是权重的确定和频率预报模型。当前多数守时实验室最常用的时间尺度算法是经典Algos算法,比如国际权度局(BIPM)采用该方法得到UTC,日本国家信息与通信技术研究室NICT以及国家授时中心所采用的方法都与Algos算法类似。Algos算法对铯原子钟和氢原子钟的频率预报分别采用了一次多项式和二次多项式模型。
对于大型守时实验室的高性能原子钟而言,采用一次或二次模型预报铯原子钟和氢原子钟的速率是较为合适的,对于庞大钟组中的个别性能差的原子钟,Algos算法会自动将其权重降低甚至是取0权,几乎不会对综合时间尺度产生任何影响。但是在对守时需求日益增多的今天,许多新建的小型实验室原子钟数量较少且性能偏差,采用一次或二次模型已经不能满足对这些性能偏差的原子钟速率的预报要求,并且,降低权重甚至取0权的做法不能充分利用有限的原子钟资源,因此,需要采用一种新的更适合于小型守时实验室的时间尺度算法。
发明内容
为了克服现有技术的不足,本发明提供一种基于门限自回归模型的时间尺度产生方法,能够更准确的预测出原子钟的频率变化趋势,并在计算中加以扣除,同时根据频率预报误差的大小确定原子钟的权重,有效的利用了钟组中性能差的原子钟,可作为小型守时实验室监控主钟的重要参考。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤1,对于N台原子钟构成的钟组,采集主钟输出UTC(k)和第i个原子钟输出Clock(i),计算原子钟相位差数据UTC(k)-Clock(i);将钟差数据进行预处理,检测和剔除原子钟的异常数据;
步骤2,对每一计算区间各原子钟的输出数据进行线性拟合,得到原子钟的速率数据,对速率数据进行TAR建模,预测出当前各原子钟的速率
步骤3,对于氢钟的趋势所做的预测对于铯钟的趋势所做的预测其中,xi(t0)为t0时刻的时间尺度与第i个原子钟的钟差;则第j个原子钟与本次计算得到的时间尺度TA′的相位差其中,ωi(t)为第i个原子钟的权重,Xij(t)为第i个原子钟和第j个原子钟的相位差;
步骤4,根据UTC(k)-Clock(i)得到TA′-Clock(i),对TA′-Clock(i)进行线性拟合得到各原子钟的速率y(i,Ik);
步骤5,计算y(i,Ik)与的绝对偏差计算各原子钟的权重Mi代表采用的计算区间的个数;
步骤6,以y(i,Ik)代替重复步骤3,再次计算时间尺度,得到UTC(k)-TA″,TA″代表此次计算得到的时间尺度;
步骤7,再次根据UTC(k)-Clock(i)得到TA″-Clock(i),对TA″-Clock(i)进行线性拟合得到各原子钟的速率y′(i,Ik);
步骤8,判断y′(i,Ik)与y(i,Ik)是否相等,如果相等则利用相位差UTC(k)-TA″校准主钟;如果不相等,则重复计算步骤5至步骤8,直到连续两次计算得到的原子钟速率相等时,利用相位差UTC(k)-TA″校准主钟。
所述的步骤2中,采用上一个计算区间的权重作为本计算区间第一次计算的权重,对于第一个计算区间的第一次计算,每台原子钟的权重相等。
本发明的有益效果是:基于门限自回归模型的参考时间尺度算法中运用门限自回归模型能够准确的预报出原子钟相对于参考时间尺度的速率,又根据速率的预报误差确定各原子钟权重的大小,对于性能不稳定的原子钟,能够很好的预测速率并在计算中加以扣除,充分利用了有限的原子钟资源,提高了小型守时实验室的TA的准确度和稳定度。
附图说明
图1是本发明涉及硬件的结构框图;
图2是基于门限自回归模型的参考时间尺度产生方法的实现流程图;
图3是门限自回归模型的建模流程图。
具体实施方式
下面结合附图和实施例对本发明进一步说明,本发明包括但不仅限于下述实施例。
本发明解决了守时钟组中性能差的原子钟的有效利用问题,尤其适用于原子钟资源少,且性能差异较大的小型守时实验室。
本发明用的具体技术方案是:
假设钟组中有N台原子钟,根据时间尺度基本方程的求解结果:其中,ωi(t)为第i个原子钟的权重,h′i(t)为对原子钟的趋势所做的预测,Xij(t)为两台原子钟的相位差数据,xj(t)代表原子钟j与时间尺度TA(t)的相位差,计算时间尺度的目的即在于求得xMC(t),即主钟与时间尺度的相位差,根据TA(t)与主钟的钟差驾驭主钟,最终得到实时的物理信号。求解xj(t)的关键是h′i(t)和ωi(t)的确定,本发明中对于铯钟的趋势所做的预测对于氢钟的趋势所做的预测这里,xi(tk)为tk时刻TA与钟i的钟差,Ik表示计算时间间隔[tk,t],为Ik时间段原子钟i相对于TA的频率预测值,z为氢原子钟的频率漂移的估计值。可见,的预测和z的估计是得到时间修正量h′i(t)的关键。
采用TAR模型实现原子钟相对于参考时间尺度TA的钟速预测。TAR模型即门限自回归模型(Threshold Autoregressive model),该模型是通过采用门限值将非线性时间序列按照状态空间逐步线性化来实现非线性系统的,在实际的应用中并不是门限域划分的越多越好,一般采用一个门限值两个门限域。本发明中对钟速y(i,Ik)预测采用两个门限域,首先根据各原子钟相对于TA的历史钟速数据进行TAR建模,假设某台原子钟的模型为TAR(2;k1,k2),延迟量为d,门限值为r,其中2代表门限域的个数,k1、k2分别为两个门限域中AR模型的阶数,具体的建模过程见下文的具体实施方式,则有
上式中,k1、k2为所划分的两个门限域中自回归模型的阶数,为两个门限域中自回归模型的系数。对于氢原子钟还需考虑其频率漂移z,本算法中假设氢钟的频率漂移在一个月内是保持不变的,采用上月原子钟相对于参考时间尺度TA的频率数据进行最小二乘线性拟合,求得氢钟的频率漂移z。
新的权重算法取权的依据是强调“钟的可预测性”,认为“性能优良的原子钟具有好的可预测性”,权重算法计算过程如下:
(1)采用上一个计算区间,最终选取的权重作为本计算区间第一次迭代的权重。其中,对于第一个计算区间的第一次计算,将每台原子钟近似取等权。
(2)每个计算区间的实际频率值y(i,Ik)与预报值的绝对偏差如下:
(3)计算得到每台钟的实际频率值与预报值绝对偏差的平方。
(4)利用1天时间的的数值来计算权重。考虑到新的测量数据具有更好的参考性,因此采用一个滤波方法使新的测量数据对权重计算发挥更大的作用,而过去的测量数据则发挥较小的作用:
其中下表i是第i台钟,Mi代表采用的计算区间的个数。
(5)原子钟的相对权重的计算公式为:
当钟i的权重超过了最大权限制ωmax=4/N时,则令ωi=ωmax。
本方法的实施所包括的硬件设备主要有原子钟、相位微调仪、比相仪、转换开关和工控机,如图1所示,本发明的方法主要以软件的形式在工控机上运行,其实现流程见图2。
步骤1:首先采集比相仪输出的原子钟相位差数据UTC(k)-Clock(i),UTC(k)代表主钟输出,Clock(i)代表原子钟i的输出,将钟差数据进行预处理,检测和剔除原子钟的异常数据。
步骤2:对每一计算区间(本实施例以一天为一个计算区间)的数据进行线性拟合得到原子钟的速率数据,对得到的速率数据进行TAR建模,预测出当前各原子钟的速率采用上一个计算区间的权重作为本计算区间第一次计算的权重,对于第一个计算区间的第一次计算,将每台原子钟近似取等权。
步骤3:对于氢钟,将预测值铯钟则代入根据时间尺度基本方程有TA′是本次计算得到的时间尺度。
步骤4:根据UTC(k)-Clock(i)得到TA′-Clock(i),对TA′-Clock(i)进行线性拟合得到各原子钟的速率y(i,Ik)。
步骤5:计算y(i,Ik)与的绝对偏差根据如下公式计算各原子钟的权重:
Mi代表采用的计算区间的个数。
步骤6:以y(i,Ik)代替重复步骤3,再次计算时间尺度得到UTC(k)-TA″,TA″代表此次计算得到的时间尺度。
步骤7:再次根据UTC(k)-Clock(i)得到TA″-Clock(i),对TA″-Clock(i)进行线性拟合得到各原子钟的速率y′(i,Ik)。
步骤8:判断y′(i,Ik)与y(i,Ik)是否相等,如果相等则利用UTC(k)-TA″校准主钟。如果不相等,则重复计算步骤5至步骤8,直到连续两次计算得到的原子钟速率相等时,利用相位差UTC(k)-TA″校准主钟。
图3为步骤2中TAR模型的建模过程,具体方法为:
步骤1:将历史速率数据ratei(t)进行从小到大的有序排序得到ratei′(t)。
步骤2:给定参数D和K,D和K都是正整数。K表示分段线性AR模型阶数kj的最大可能值,D表示延迟数d的最大可能值,为了建模方便也可以设D=K。比如设D=K=5,若计算结果发现d或kj的值达到5,则增大D和K的取值。
步骤3:令延迟参数取初值d=1,采用模型TAR(2;k1,k2),因此仅有一个tq1作为一个门限r1的候选值,则有R1∈(-∞,tq1]和R2∈(tq1,+∞]。若取tq1=rate′i(q1),那么,q1表示ratei′(t)的总资料数的百分比。首先取q1=0.3N,利用门限值tq1将速率数据ratei(t)划分为R1和R2两个门限域。
步骤4:取n0=max(d,K),若速率数据ratei(t)中,有ratei(t)0-d+1,ratei(t)0-d+4,ratei(t)0-d+5,…,的一些样本值小于或等于tq1,而另一些样本值则大于tq1,那么就构成下述的两个线性方程:
用矩阵可以表示为
式中,Z1和Z2分别表示序列ratei(t)属于门限域R1和R2的序列向量,θ1和θ2分别是待估计的两个线性AR模型系数向量。A1和A2分别是两个线性系统的系数矩阵。求解这两个方程组,用最小二乘法可估计两个模型的自回归系数θ1和θ2。
步骤5:根据最小AIC估计值来选择两个分段线性AR模型阶k1和k2的最佳识别估计和即有
上式中N1和N2分别是向量Z1和Z2的维数,RSS1(k1)和RSS2(k2)分别是两个线性系统的剩余量平方和。所以,两个门限域内AR模型阶和的确定,以及相应的自回归系数和的估计可以同时获得。
步骤6:对于某个固定的tq1,有
再取tq1=0.4N,0.5N,……0.7N,按上述方法可以求得一系列的AIC(tq1),由
可确定门限值r1的估计值这样,就选出了取延迟参数为d=1时的TAR(2;k1,k2)模型。
步骤7:取延迟参数d=2,3,……D,根据公式
这样就建立了门限自回归模型TAR(2;k1,k2)的最佳模型。
Claims (2)
1.一种基于门限自回归模型的参考时间尺度产生方法,其特征在于包括下述步骤:
步骤1,对于N台原子钟构成的钟组,采集主钟输出UTC(k)和第i个原子钟输出Clock(i),计算原子钟相位差数据UTC(k)-Clock(i);将钟差数据进行预处理,检测和剔除原子钟的异常数据;
步骤2,对每一计算区间各原子钟的输出数据进行线性拟合,得到原子钟的速率数据,对速率数据进行TAR建模,预测出当前各原子钟的速率
预测方法为对钟速y(i,Ik)预测采用两个门限域,首先根据各原子钟相对于TA的历史钟速数据进行TAR建模,假设某台原子钟的模型为TAR(2;k1,k2),延迟量为d,门限值为r,其中2代表门限域的个数,k1、k2分别为两个门限域中AR模型的阶数,具体的建模过程有
上式中,k1、k2为所划分的两个门限域中自回归模型的阶数,为两个门限域中自回归模型的系数,对于氢原子钟还需考虑其频率漂移z,假设氢钟的频率漂移在一个月内保持不变,采用上月原子钟相对于参考时间尺度TA的频率数据进行最小二乘线性拟合,求得氢钟的频率漂移z;
所述的TAR模型的建模过程,具体方法为:
步骤1):将历史速率数据ratei(t)进行从小到大的有序排序得到ratei′(t);
步骤2):给定参数D和K,D和K都是正整数,K表示分段线性AR模型阶数kj的最大可能值,D表示延迟数d的最大可能值;
步骤3):令延迟参数取初值d=1,采用模型TAR(2;k1,k2),因此仅有一个tq1作为一个门限r1的候选值,则有R1∈(-∞,tq1]和R2∈(tq1,+∞],若取tq1=rate′i(q1),那么,q1表示ratei′(t)的总资料数的百分比,首先取q1=0.3N,利用门限值tq1将速率数据ratei(t)划分为R1和R2两个门限域;
步骤4):取n0=max(d,K),若速率数据ratei(t)中,有ratei(t)0-d+1,ratei(t)0-d+4,ratei(t)0-d+5,…,的一些样本值小于或等于tq1,而另一些样本值则大于tq1,那么就构成下述的两个线性方程:
用矩阵可以表示为
式中,Z1和Z2分别表示序列ratei(t)属于门限域R1和R2的序列向量,θ1和θ2分别是待估计的两个线性AR模型系数向量,A1和A2分别是两个线性系统的系数矩阵,求解这两个方程组,用最小二乘法可估计两个模型的自回归系数θ1和θ2;
步骤5):根据最小AIC估计值选择两个分段线性AR模型阶k1和k2的最佳识别估计和即有
上式中N1和N2分别是向量Z1和Z2的维数,RSS1(k1)和RSS2(k2)分别是两个线性系统的剩余量平方和,所以,两个门限域内AR模型阶和的确定,以及相应的自回归系数和的估计可以同时获得;
步骤6):对于某个固定的tq1,有
再取tq1=0.4N,0.5N,……0.7N,可以求得一系列的AIC(tq1),由
可确定门限值r1的估计值选出取延迟参数为d=1时的TAR(2;k1,k2)模型;
步骤7):取延迟参数d=2,3,……D,根据公式
即可建立门限自回归模型TAR(2;k1,k2)的最佳模型;
步骤3,对于氢钟的趋势所做的预测对于铯钟的趋势所做的预测其中,xi(t0)为t0时刻的时间尺度与第i个原子钟的钟差;则第j个原子钟与本次计算得到的时间尺度TA′的相位差为其中,ωi(t)为第i个原子钟的权重,Xij(t)为第i个原子钟和第j个原子钟的相位差;
步骤4,根据UTC(k)-Clock(i)得到TA′-Clock(i),对TA′-Clock(i)进行线性拟合得到各原子钟的速率y(i,Ik);
步骤5,计算y(i,Ik)与的绝对偏差计算各原子钟的权重Mi代表采用的计算区间的个数;
步骤6,以y(i,Ik)代替重复步骤3,再次计算时间尺度,得到UTC(k)-TA″,TA″代表此次计算得到的时间尺度;
步骤7,再次根据UTC(k)-Clock(i)得到TA″-Clock(i),对TA″-Clock(i)进行线性拟合得到各原子钟的速率y′(i,Ik);
步骤8,判断y′(i,Ik)与y(i,Ik)是否相等,如果相等则利用相位差UTC(k)-TA″校准主钟;如果不相等,则重复计算步骤5至步骤8,直到连续两次计算得到的原子钟速率相等时,利用相位差UTC(k)-TA″校准主钟。
2.根据权利要求1所述的基于门限自回归模型的参考时间尺度产生方法,其特征在于:所述的步骤2中,采用上一个计算区间的权重作为本计算区间第一次计算的权重,对于第一个计算区间的第一次计算,每台原子钟的权重相等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610030960.1A CN105718642B (zh) | 2016-01-18 | 2016-01-18 | 一种基于门限自回归模型的参考时间尺度产生方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610030960.1A CN105718642B (zh) | 2016-01-18 | 2016-01-18 | 一种基于门限自回归模型的参考时间尺度产生方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105718642A CN105718642A (zh) | 2016-06-29 |
CN105718642B true CN105718642B (zh) | 2018-10-23 |
Family
ID=56147296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610030960.1A Active CN105718642B (zh) | 2016-01-18 | 2016-01-18 | 一种基于门限自回归模型的参考时间尺度产生方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105718642B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4027171A1 (en) * | 2021-01-09 | 2022-07-13 | Honeywell International Inc. | Systems and methods using chip-scale atomic clock to detect spoofed gnss |
EP4027172A1 (en) * | 2021-01-09 | 2022-07-13 | Honeywell International Inc. | Systems and methods using chip-scale atomic clock to detect spoofed gnss |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105974777B (zh) * | 2016-07-19 | 2018-07-31 | 北京工业大学 | 一种利用Algos和Kalman组合产生原子时标的方法 |
CN108229746B (zh) * | 2018-01-08 | 2021-10-19 | 唐山学院 | 卫星钟差数据的多项式预报模型的最优化改正方法 |
CN108229747B (zh) * | 2018-01-12 | 2020-12-15 | 中国计量科学研究院 | 校准控制方法、装置及时间信号产生系统 |
CN110554597B (zh) * | 2019-08-25 | 2021-03-26 | 中国科学院国家授时中心 | 基于Vondark-Cepek滤波的氢铯时间尺度融合方法 |
CN110865530A (zh) * | 2019-11-27 | 2020-03-06 | 国网思极神往位置服务(北京)有限公司 | 一种原子时计算方法 |
CN110989326B (zh) * | 2019-12-26 | 2021-03-30 | 中国计量科学研究院 | 本地高精度时间频率实时综合装置 |
CN112433235B (zh) * | 2020-11-19 | 2023-09-12 | 北京卫星导航中心 | 一种用于确定时间基准的方法、系统和介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799659A (zh) * | 2010-03-31 | 2010-08-11 | 西安理工大学 | 一种基于小波变换的多模式定时系统及定时方法 |
CN104199058A (zh) * | 2014-09-18 | 2014-12-10 | 中国人民解放军国防科学技术大学 | 基于Kalman滤波器实时预测值调整时间尺度算法 |
-
2016
- 2016-01-18 CN CN201610030960.1A patent/CN105718642B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799659A (zh) * | 2010-03-31 | 2010-08-11 | 西安理工大学 | 一种基于小波变换的多模式定时系统及定时方法 |
CN104199058A (zh) * | 2014-09-18 | 2014-12-10 | 中国人民解放军国防科学技术大学 | 基于Kalman滤波器实时预测值调整时间尺度算法 |
Non-Patent Citations (3)
Title |
---|
The Test and Evaluation of GPS On-board Clock;Yongliang XU 等;《2013 Joint UFFC, EFTF and PFM Symposium》;20131231;第295-298页 * |
一种基于小波熵的时间尺度算法;李建勋 等;《天文学报》;20070131;第48卷(第1期);第84-92页 * |
随机环境下一维门限自回归TAR模型;王言英 等;《佳木斯大学学报(自然科学版)》;20111130;第29卷(第6期);第918-920页 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4027171A1 (en) * | 2021-01-09 | 2022-07-13 | Honeywell International Inc. | Systems and methods using chip-scale atomic clock to detect spoofed gnss |
EP4027172A1 (en) * | 2021-01-09 | 2022-07-13 | Honeywell International Inc. | Systems and methods using chip-scale atomic clock to detect spoofed gnss |
US11994597B2 (en) | 2021-01-09 | 2024-05-28 | Honeywell International Inc. | Systems and methods using chip-scale atomic clock to detect spoofed GNSS |
US11994596B2 (en) | 2021-01-09 | 2024-05-28 | Honeywell International Inc. | Systems and methods using chip-scale atomic clock to detect spoofed GNSS |
Also Published As
Publication number | Publication date |
---|---|
CN105718642A (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105718642B (zh) | 一种基于门限自回归模型的参考时间尺度产生方法 | |
CN111143989B (zh) | 频率调整量计算方法、模块、系统、存储介质和设备 | |
Xie et al. | On novel grey forecasting model based on non-homogeneous index sequence | |
JP4694984B2 (ja) | 電力負荷予測方法、及び電力負荷予測処理プログラム | |
CN110472762A (zh) | 一种网格化降水的订正方法及系统 | |
CN105305426B (zh) | 基于偏差控制机制的Mapreduce化两步法短期负荷预测方法 | |
CN109827579B (zh) | 一种组合定位中滤波模型实时校正的方法和系统 | |
CN110554597B (zh) | 基于Vondark-Cepek滤波的氢铯时间尺度融合方法 | |
CN109508510A (zh) | 一种基于改进的卡尔曼滤波的铷原子钟参数估计算法 | |
CN108229747B (zh) | 校准控制方法、装置及时间信号产生系统 | |
CN110135114B (zh) | 河流设计最低通航水位的确定方法和装置 | |
US8793106B2 (en) | Continuous prediction of expected chip performance throughout the production lifecycle | |
Wang et al. | Adaptive H∞ Kalman filter based random drift modeling and compensation method for ring laser gyroscope | |
Kaczmarek et al. | Integrated system for monitoring and control of the national time and frequency standard | |
CN111563236A (zh) | 一种短期风速预测方法及装置 | |
CN111258222A (zh) | 自回归滑动平均系统自适应状态估计方法及闭环控制系统 | |
CN113959511B (zh) | 基于射流水表的流量计量方法、设备、介质及产品 | |
CN115577789A (zh) | 量子纠缠程度确定方法、装置、设备及存储介质 | |
Aliyu et al. | Optimal solution to matrix riccati equation–for kalman filter implementation | |
Ma et al. | Stochastic modeling of short-term power consumption for smart grid: A state space approach and real measurement demonstration | |
Guha et al. | Conformalization of sparse generalized linear models | |
CN110858309A (zh) | 一种多基准时钟加权合成方法 | |
CN116359588B (zh) | 基于频率跟随的采样调节方法、装置及智慧开关 | |
CN111340647A (zh) | 一种配电网数据平差方法及系统 | |
CN112418484A (zh) | 一种数据处理方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211029 Address after: 710000 317, floor 3, Xi'an test mission complex building, national time service center, Hangtian East Road, national civil aerospace industry base, Xi'an, Shaanxi Province Patentee after: Xi'an Zhongke spacetime Asset Management Co.,Ltd. Address before: 710600 No. 3, Tung Road, Lintong District, Shaanxi, Xi'an Patentee before: NATIONAL TIME SERVICE CENTER, CHINESE ACADEMY OF SCIENCE |