CN108229747B

CN108229747B - 校准控制方法、装置及时间信号产生系统

Info

Publication number: CN108229747B
Application number: CN201810029631.4A
Authority: CN
Inventors: 王玉琢; 张爱敏; 高源�; 徐清华
Original assignee: National Institute of Metrology
Current assignee: National Institute of Metrology
Priority date: 2018-01-12
Filing date: 2018-01-12
Publication date: 2020-12-15
Anticipated expiration: 2038-01-12
Also published as: CN108229747A

Abstract

本申请公开一种校准控制方法、装置及时间信号产生系统。涉及计算机信息处理领域，该方法包括：获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值；将所述历史数据分成多个非重合子集数据；通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据；以及通过所述多个预测数据产生校准后的未来实际值。本申请公开的校准控制方法、装置及时间信号产生系统，能够提高时间信号产生系统可靠性及预测控制鲁棒性。

Description

校准控制方法、装置及时间信号产生系统

技术领域

本申请涉及计算机信息处理领域，具体而言，涉及一种校准控制方法、装置及时间信号产生系统。

背景技术

在很多系统中，需要引入校准控制方案使得系统的性能得以改善。以时间信号产生系统为例：1967年国际计量大会重新定义了秒长为位于海平面上的铯原子钟内铯原子基态的两个超精细能级在零磁场中跃迁辐射震荡9192631770个周期所持续的时间，至此人类进入了原子时时代。现今，精准时间计量已经成为国民经济的基础，其在电力、通信、导航以及自动控制等诸多领域扮演着重要角色，在国防建设中更是不可或缺。国际计量局负责产生以及维护世界标准时间(又称UTC，协调世界时)，世界标准时间由分布在全球70多个实验室近500台原子钟经过加权平均产生。各区域性、地方性(下称本地)的时间频率计量单位与国际计量局定期交换数据，从而实现世界范围内时间频率的统一。

在原子时标产生系统、全球导航卫星系统(global navigation satellitesystem，GNSS)以及其它精密时间频率信号产生系统中，原子钟预测至关重要，它在很大程度上决定了两者的性能指标。然而，在实际应用中原子钟随机产生的异常行为，严重制约着系统服务能力提升，甚至可能引起系统异常、造成系统瘫痪。因此、准确实时监测原子钟的异常行为、降低它对系统性能的影响在时间频率产生与系统控制领域仍有诸多挑战。

现有技术中，例如，中国发明专利申请《时间信号产生系统、校准控制装置及校准控制方法》(申请号：201610576571.9)，公开了一种根据历史数据计算实际值与偏差值之间的映射函数并根据所述映射函数计算与预测的一未来实际值相对应的未来偏差值，进而根据未来偏差值对当前实际值进行校准以产生校准后的未来实际值的方法。然而现有技术中对于上述本地时间信号产生系统或类似系统的校准控制技术尚存在有待改进之处。

因此，需要一种新的校准控制方法、装置及时间信号产生系统。

在所述背景技术部分公开的上述信息仅用于加强对本申请的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

有鉴于此，本申请提供一种校准控制方法、装置，能够提高时间信号产生系统可靠性及预测控制鲁棒性。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请的一方面，提出一种校准控制方法，该方法包括：获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值；将所述历史数据分成多个非重合子集数据；通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据；以及通过所述多个预测数据产生校准后的未来实际值。

在本公开的一种示例性实施例中，所述实际值为一频率源输出的时间频率，所述标准值为标准时间频率。

在本公开的一种示例性实施例中，所述实际值包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个。

在本公开的一种示例性实施例中，将所述历史数据分成多个非重合子集数据，包括：通过无放回的随机抽样，将所述历史数据分成多个非重合子集数据。

在本公开的一种示例性实施例中，所述通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据，包括：

其中，

为预测器j输出的t_p时刻的预测值，

分别表示非重合子集数据j的时钟读数的相位、频率和频率漂移的估计值。

在本公开的一种示例性实施例中，所述通过所述多个预测数据产生校准后的未来实际值，包括：

其中，

为校准后的未来实际值，w_j为预测器j对应的权重。

根据本申请的一方面，提出一种校准控制装置，该装置包括：数据获取模块，用于获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值；数据拆分模块，用于将所述历史数据分成多个非重合子集数据；数据预测模块，用于通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据；以及校正控制模块，用于通过所述多个预测数据产生校准后的未来实际值。

在本公开的一种示例性实施例中，所述数据拆分模块，包括：随机抽样子单元，用于通过无放回的随机抽样，将所述历史数据分成多个非重合子集数据。

在本公开的一种示例性实施例中，所述数据预测模块，包括多个预测子单元，多个预测子单元中的每一个分别用于计算所述每一个非重合子集数据所对应的预测数据。

根据本申请的一方面，提出一种时间信号产生系统，该系统包括：如上文中提到的校准控制装置。

根据本申请的校准控制方法、装置，能够提高时间信号产生系统可靠性及预测控制鲁棒性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。

附图说明

通过参照附图详细描述其示例实施例，本申请的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的一种校准控制方法的流程图。

图2是根据一示例性实施例示出的一种校准控制方法中49个历史数据点随机分成7组的示意图。

图3是另根据一示例性实施例示出的一种校准控制方法中7个预测器的权重的示意图。

图4是另根据一示例性实施例示出的一种校准控制方法的实验验证结果中预测误差分布的示意图。

图5是另根据一示例性实施例示出的一种校准控制方法的实验验证结果中预测的标准不确定度的示意图。

图6是另根据一示例性实施例示出的一种校准控制方法的实验验证结果中RPS的预测时间和不确定度的示意图。

图7是根据一示例性实施例示出的一种校准控制装置的框图。

图8是根据一示例性实施例示出的一种电子设备的框图。

具体实施方式

现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本申请将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

应理解，虽然本文中可能使用术语第一、第二、第三等来描述各种组件，但这些组件不应受这些术语限制。这些术语乃用以区分一组件与另一组件。因此，下文论述的第一组件可称为第二组件而不偏离本公开概念的教示。如本文中所使用，术语“及/或”包括相关联的列出项目中的任一个及一或多者的所有组合。

本领域技术人员可以理解，附图只是示例实施例的示意图，附图中的模块或流程并不一定是实施本申请所必须的，因此不能用于限制本申请的保护范围。

如图1所示，在S102中，获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值。

在一些实施例中，所述实际值为一频率源输出的时间频率，所述标准值为标准时间频率。例如，可以为本地原子钟或其它精密频率源的稳定输出作为基础信号产生时间频率数据。所述标准值可以为标准时间频率数据，例如可以为世界标准时间、铯原子喷泉钟或其它可以作为时间频率参考的基准。在获取历史本地频率源输出的时间频率和和历史标准时间频率后，可以计算两者的历史偏差值。但在本公开的其他示例性实施例中，也可以是在获取所述实际值和标准值值时直接获取两者的偏差值，进而可以用作上述历史偏差值，即本示例实施方式中对于直接或者间接测量得到历史偏差值并不进行特殊限定；偏差值获取的时间间隔可依据应用的目标和实际情况而定，例如可选为1分钟、1小时、1天、5天或其它时间间隔等；此外，本示例实施方式中是以频率的偏差为例进行说明，但在本公开的其他示例性实施例中，也可以是时间的偏差或其他偏差，这同样属于本公开的保护范围。

在S104中，将所述历史数据分成多个非重合子集数据。包括：通过无放回的随机抽样，将所述历史数据分成多个非重合子集数据。无放回抽样是一种抽样方法，它是在逐个抽取个体时，每次被抽到的个体不放回总体中参加下一次抽取的方法。采用不重复抽样方法时，总体单位数在抽样过程中逐渐减小，总体中各单位被抽中的概率先后不同。无放回抽样也指整个样本一次同时抽取的抽样方法。

在S106中，通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据。随机追踪策略(random pursuit strategy，RPS)是一种预测方法。在本申请中，通过该方法通过降低原子钟异常行为对预测结果的影响提高了原子钟可预测能力，其在时间信号产生及控制方面具备实用价值。关于该算法的示例性过程将在后文中进行描述。

在S108中，通过所述多个预测数据产生校准后的未来实际值。可例如，通过为每组预测数据设置不同的加权值的方式，将多个预测数据进行整合，以生成校准后的未来实际值。

根据本申请的校准控制方法，通过随机追踪算法得到多个预测数据，再将预测数据通过加权的方式进行整合，获取最终输出数据的方式，能够提高时间信号产生系统可靠性及预测控制鲁棒性。

本示例实施方式中采用了一种随机追踪策略预测随时间变化的物理量，随频率变化的物理量，随空间方位变化的物理量，或者上述三者的任意组合，通过适当的偏差补偿实现校准未来的时间、频率、空间方位等。

在上述示例性实施例中，是以时间频率为例进行说明，但在本公开的其他示例性实施例中，所述实际值包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个，即本示例实施方式中的方案同样可以用于其他类型的系统的校准控制。此外，上述示例性实施例中的校准控制装置还可以包括信息显示模块、电源供应模块等其他，本示例性实施例中对此不做特殊限定。通过本示例实施方式中的技术方案，一方面，可以提升目标信号的稳定度和准确性，另一方面，可以提高对于未来偏差值的预测能力，再一方面，可以减小历史数据中异常点或高噪声点对未来偏差值预测的影响。

应清楚地理解，本申请描述了如何形成和使用特定示例，但本申请的原理不限于这些示例的任何细节。相反，基于本申请公开的内容的教导，这些原理能够应用于许多其它实施例。

在一些实施例中，在RPS算法中预测器组包含几个预测器，每个预测器工作于历史数据(一台钟与另一参考的钟差数据)的一个非重合子集。假设用于估计原子钟未来趋势的历史数据写作：

X＝(x₁ x₂ … x_n) (I)

x_i代表在第i个测量时间间隔读取的时钟值；n是向量X的长度。通常，任意两个相邻的测量值之间都有相同的时间间隔T。基于无放回的随机抽样方案，一个原始向量X被分成p个子集，每个子集里包含m个数据点(n＝p·m)。对于任意子集，设拟合函数为

j＝1,2,…,p,其中(t＝i·T)，其拟合参数

写作：

其中

分别表示j子集时钟读数的相位、频率和频率漂移的估计值。预测器j的估计值在t时刻的公式表达如下：

基于子集内m(>3)个数据点利用最小二乘法进行拟合，组成一个超定方程：

系数矩阵A可以被写成：

t₁…t_m是j个预测器中的m个数据点对应的时刻值，超定方程可以用广义逆矩阵求解，用以下方程表示：

A^-1是A的广义逆矩阵，等式的右边是已知的，

可以利用j个子集中的m个数据点求出来。

预测器拟合参数的方差及协方差：

由于子集j是历史数据向量X的随机样本，X中任何数据点都可以用

函数来估计。因此，构建方程组

其中α_j是拟合参数(时钟的相位、频率和频率漂移)，Z是t₁…t_n的真实值，K和A^-1相似可以表示为：

真实值与测量值之间的误差表示为：

ε＝X-Z (9)

把方程(9)带入(7)拟合参数可以写成方程(10):

为了得到

的方差，等式(10)右边两项的方差被写作：

α_ji是固定值，所以方差为0，ε_i是ε误差向量的第i个元素。每个测量之间的误差是独立同分布的，σ是测量值和真值之间的标准偏差。拟合参数的方差

被写成：

其中k_ij是i行j列的矩阵K中的元素。由于实际应用中原子钟输出真值无法获得，用残差的标准偏差来代替σ，它的估计值如下式表示：

Δγ_i是真实值x_i和预测值

之间的差，把(12)带入方程(13),拟合参数的方差

以被表示为：

根据方程(10)可知，预测器j中的任意两个拟合系数之间的协方差为：

由于误差的独立同分布，等式(15)右端被重写为

预测值的不确定度：

对于每个时间点t_p，可以用预测器函数

来表示预测值，它被写作：

根据不确定度传播规律，得到了合并标准不确定度

也可以表示成下式：

其中

把(16)代入到(19)，预测值的标准不确定度为

预测不确定性的最小化：

最终RPS预测值由每个预测器的输出加权平均值组合而成，可以由如下形式表示：

其中g_j是集合中预测器j中相对权重的中间变量，它与预测器j的预测能力密切相关，通常根据特定的目标来定义。最终目的是获得最小的不确定度即

可以由下式计算：

由于无放回随机抽样形成的非重叠随机分组是相互独立的，所以(25)里的最后一项设为0，即各项不相关。对(25)求导后

和g_j的关系可以重新定义为下式：

方程(26)可用极值法直接求解，其解表示为：

每个预测器的权重可以表示为下式：

现在RPS的不确定度

满足下述关系式：

即最终RPS预测不确定度小于预测器组内任意单一预测器的不确定度，也就是说基于此种权重策略下的RPS具有更强的系统鲁棒性及预测能力。

通过所述多个预测数据产生校准后的未来实际值为：

其中，

为校准后的未来实际值，w_j为预测器j对应的权重。

本申请中的方法被应用到守时实验室的氢钟实验数据，以对该方法进行验证。

在实验验证中，采用氢原子钟频率的49个点作为历史数据(n＝49)，这些数据从1到49被编号组成了向量X，随机分成7组每组7个数据点(p＝m＝7)，X中所有元素的相对位置如图2所示。在随机分组基础上，预测未来的读数(t_p＝50)。根据方程(28)计算7个预测器在每个时刻的权重。由于随机噪声的存在，同一预测器的权重总是随着预测时间而变化(见图3)。利用方程(22)将7个预测器的预测值

采用新的权重方法结合起来，生成最终综合预测值

在预测过程中，由于测量噪声和原子钟的不确定行为，误差总是不可避免的。利用方程(9)计算7个预测器的预测误差(其中预测的时间为MJD 57657至MJD 57897，其中MJD表示修订儒略日)，误差分布如图4所示。另外利用上述实验结果评价了原子钟预测标准不确定度，计算公式如下：

其中ε_k(t)是时间t时刻的预测误差，M是预测数据点的个数。利用方程(31)计算了每个预测器的预测标准不确定度，如图5所示。这些预测器性能差异显著。预测器2，3和4显示出比其它更好的可预测能力。从理论上而言，希望RPS继承预测器组内最佳预期器的全部预测能力，然而这不可能，其原因是只有后处理方式才能区分预测器性能的优劣。在实时处理中，无法分辨预测器之间性能的差异。本公开中进一步提出了一个折中的方法增强了原子钟的可预测能力。根据图2中显示的7个预测器的权重分布，得到了RPS预测误差分布(图4)和标准不确定度(图5)，进一步验证了上述观点，RPS不是最佳预测器，但在实际应用中它预测接近最优解。

使用RPS两种权重方法来预测氢钟相对参考时间UTC(NIM)的读数。表1的结果表明，新的权重方法优于中国发明专利申请《时间信号产生系统、校准控制装置及校准控制方法》(申请号：201610576571.9)中的方法。将基于RPS的新的权重法应用于评氢钟可预测性，图6显示了误差分布与预测时间的变化关系。根据实验结果发现预测误差随时间而增长。45天后预测误差的标准不确定度为17.3ns。它主要来源于氢钟不确定性行为和参考时间UTC(NIM)的不稳定性。

表1 RPS两种权重方法预测的不确定性之间的比较(1σ)

预测时间	1d	10d	15d	30d	45d
						旧方法	1.40	3.48	4.79	10.35	18.34
新方法	1.15	3.09	4.43	9.93	17.30

RPS的新的权重方法来减少预测误差的不确定度，并且理论上做了严格的推导。表明RPS能够通过合理分配预测器组内权重获得接近最佳的预测能力，这种方法提高了原子钟的可预测能力。

本领域技术人员可以理解实现上述实施例的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时，执行本申请提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中，该存储介质可以是只读存储器，磁盘或光盘等。

此外，需要注意的是，上述附图仅是根据本申请示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。

图7是根据一示例性实施例示出的一种校准控制装置的框图。校准控制装置70包括：数据获取模块702，数据拆分模块704，数据预测模块706，校正控制模块708。

其中，数据获取模块702用于获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值。

数据拆分模块704用于将所述历史数据分成多个非重合子集数据。

数据预测模块706用于通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据。

校正控制模块708用于通过所述多个预测数据产生校准后的未来实际值。

在本公开的一种示例性实施例中，所述数据拆分模块704包括：

随机抽样子单元7042用于通过无放回的随机抽样，将所述历史数据分成多个非重合子集数据。

在本公开的一种示例性实施例中，所述数据预测模块706包括多个预测子单元7062，多个预测子单元7062中的每一个分别用于计算所述每一个非重合子集数据所对应的预测数据。

图8是根据一示例性实施例示出的一种电子设备的框图。

下面参照图8来描述根据本申请的这种实施方式的电子设备200。图8显示的电子设备200仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图8所示，电子设备200以通用计算设备的形式表现。电子设备200的组件可以包括但不限于：至少一个处理单元210、至少一个存储单元220、连接不同系统组件(包括存储单元220和处理单元210)的总线230、显示单元240等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元210执行，使得所述处理单元210执行本说明书上述电子处方流转处理方法部分中描述的根据本申请各种示例性实施方式的步骤。例如，所述处理单元210可以执行如图1中所示的步骤。

所述存储单元220可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)2201和/或高速缓存存储单元2202，还可以进一步包括只读存储单元(ROM)2203。

所述存储单元220还可以包括具有一组(至少一个)程序模块2205的程序/实用工具2204，这样的程序模块2205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线230可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备200也可以与一个或多个外部设备300(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备200交互的设备通信，和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且，电子设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器260可以通过总线230与电子设备200的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备200使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述方法。

本领域技术人员可以理解上述各模块可以按照实施例的描述分布于装置中，也可以进行相应变化唯一不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本申请实施例的方法。

以上具体地示出和描述了本申请的示例性实施例。应可理解的是，本申请不限于这里描述的详细结构、设置方式或实现方法；相反，本申请意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。

此外，本说明书说明书附图所示出的结构、比例、大小等，均仅用以配合说明书所公开的内容，以供本领域技术人员了解与阅读，并非用以限定本公开可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本公开所能产生的技术效果及所能实现的目的下，均应仍落在本公开所公开的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“第一”、“第二”及“一”等的用语，也仅为便于叙述的明了，而非用以限定本公开可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当也视为本申请可实施的范畴。

Claims

1.一种校准控制方法，其特征在于，包括：

获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值；

将所述历史数据分成多个非重合子集数据；

通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据；以及

通过所述多个预测数据产生校准后的未来实际值，以使得预测不确定性最小化。

2.如权利要求1所述的方法，其特征在于，最终预测不确定度小于预测组内任意单一预测子集数据的不确定度。

3.如权利要求1所述的方法，其特征在于，计算预测值的标准不确定度。

4.如权利要求1-3中任意一项所述的方法，其特征在于，获取任意两个预测子集数据对应的拟合系数之间的协方差。

5.如权利要求1所述的方法，其特征在于，所述实际值为一频率源输出的时间频率，所述标准值为标准时间频率。

6.如权利要求1所述的方法，其特征在于，所述实际值包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个。

7.如权利要求1所述的方法，其特征在于，将所述历史数据分成多个非重合子集数据，包括：

通过无放回的随机抽样，将所述历史数据分成多个非重合子集数据。

8.如权利要求1所述的方法，其特征在于，所述通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据，包括：

其中，

为预测器j输出的tp时刻的预测值，

9.如权利要求8所述的方法，其特征在于，所述通过所述多个预测数据产生校准后的未来实际值，包括：

其中，

为校准后的未来实际值，wj为预测器j对应的权重。

10.一种校准控制装置，其特征在于，包括：

数据获取模块，用于获取历史数据，所述历史数据包括多个历史实际值以及所述多个历史实际值中的每一个历史实际值相对于历史标准值的历史偏差值；

数据拆分模块，用于将所述历史数据分成多个非重合子集数据；

数据预测模块，包括多个预测器，用于通过随机追踪算法计算所述多个非重合子集数据中的每一个非重合子集数据所对应的预测数据，生成多个预测数据；

以及校正控制模块，用于通过所述多个预测数据产生校准后的未来实际值，以使得最终预测不确定度小于预测器组内任意单一预测器的不确定度。

11.如权利要求10所述的装置，其特征在于，数据预测模块计算预测值的标准不确定度。

12.如权利要求10-11任意一项所述的装置，其特征在于，数据预测模块用户获取多个预测器中的任意两个拟合系数之间的协方差。

13.如权利要求10-11任意一项所述的装置，其特征在于，所述数据拆分模块，包括：

随机抽样子单元，用于通过无放回的随机抽样，将所述历史数据分成多个非重合子集数据。

14.如权利要求10-11任意一项所述的装置，其特征在于，所述数据预测模块，多个预测器中的每一个分别用于计算所述每一个非重合子集数据所对应的预测数据。

15.一种时间信号产生系统，其特征在于，包括根据权利要求10～14任意一项所述的校准控制装置。