CN112230532A - 一种新的原子钟信号预测方法、装置及系统 - Google Patents
一种新的原子钟信号预测方法、装置及系统 Download PDFInfo
- Publication number
- CN112230532A CN112230532A CN202011325910.9A CN202011325910A CN112230532A CN 112230532 A CN112230532 A CN 112230532A CN 202011325910 A CN202011325910 A CN 202011325910A CN 112230532 A CN112230532 A CN 112230532A
- Authority
- CN
- China
- Prior art keywords
- data
- atomic clock
- clock signal
- prediction
- signal prediction
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G04—HOROLOGY
- G04F—TIME-INTERVAL MEASURING
- G04F5/00—Apparatus for producing preselected time intervals for use as timing standards
- G04F5/14—Apparatus for producing preselected time intervals for use as timing standards using atomic clocks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种新的原子钟信号预测方法、装置及系统,获取原子钟历史实际测量数据,将测量数据随机分为若干个子集,对所述子集作为利用多项式拟合或其它方法进行外推,预测未来时刻原子钟信号。本发明采用新的算法极大地提高了鲁棒性随机追踪策略的执行效率,并较好地保持了随机追踪策略的预测鲁棒性,有助于原子钟过程中检测和筛除离群值,降低预测不确定性,具有时间频率系统控制潜力和应用价值。
Description
技术领域
本发明涉及系统控制领域,具体地说,是一种新的原子钟信号预测方法、装置及系统。
背景技术
时间的一个显著特征是可利用电波来传递高准确度量值。随着通信技术水平的提高,时间信息的同步与准确性作用巨大,因此对时间频率传递和准确性的要求不断提高。根据原子钟本身的漂移特性,使用者需要通过溯源至更高精度的标准源进行时间频率比对来保持原子钟的准确运行。但是现有的算法采用的计算模式较为复杂,通常需要在每个迭代预测过程中将p组数据均进行最小二乘法拟合,并利用误差的倒数归一化后进行权重赋值。在预测数据时间尺度较长、分组数量较多时,计算最终结果耗费的计算量很大。因此需要一种能有效解决上述问题的新的原子钟信号预测方法。
发明内容
本发明的目的在于提供一种新的原子钟信号预测方法,为实现上述目的,本发明采用的技术方案如下:
本发明包括以下步骤:
A获取历史数据时间段内的时间点数据;
B将时间点数据随机分为p个子集;
C对所述子集拟合更新后的曲线,计算所述曲线的权重值;
D获取原子钟预测的输出结果,所述原子钟预测模型由基于最小二乘支持向量算法选取的核函数构建获取;
E根据所述原子钟预测的输出结果,返回步骤C进一步计算输出结果。
进一步地,所述权重值的计算方法如下:。
具体地,所述输出结果的计算方法如下:
一种原子钟信号预测装置,包括:
数据获取模块,获取预设时间段内的数据;
数据拆分模块,将所述数据分成多组非重合子集数据;
数据处理模块,计算所述多组非重合子集数据中的至少两组非重合子集数据所对应的估计和/或预测数据;
校正控制模块,通过所述至少两组估计和/或预测数据产生校准后数据。
进一步地,所述数据获取模块,包括:数据更新单元,用于获取更新的数据。
进一步地,所述数据处理模块,还包括数据保持单元,保持至少一组非重合子集数据所对应的估计和/或预测数据不变。
进一步地,所述数据处理模块,还包括数据变更单元,仅依据更迭的数据重新计算至少一组非重合子集数据所对应的估计和/或预测数据。
一种原子钟信号预测系统,包括所述的原子钟信号预测装置,并进一步包括原子钟信号预测生成装置。
与现有技术相比,本发明具有以下有益效果:
本发明采用的新算法可以提高运算效率,并在预测迭代的过程中检测和筛选出离群点,降低预测的不确定性,有效地提高了原子钟预测的准确度和稳定性,在时间频率系统对比及控制系统的应用等领域存在一定的潜能和研究价值。
附图说明
图1为原算法(random pursuit strategy,RPS)和本发明(pseudo randompursuit strategy,PRPS)两种算法的流程示意图;
图2为原算法(RPS)和本发明(PRPS)两种算法预测误差对比示意图;
图3为原算法(RPS)和本发明(PRPS)两种算法不确定度对比示意图;
图4为原算法(RPS)和本发明(PRPS)两种算法运行时间随分组数量的变化结果示意图;
图5为原算法(RPS)和本发明(PRPS)所计算时标的Allan标准偏差对比示意图;
具体实施方式
下面根据实施例对本发明作进一步说明,本发明的方式包括但不仅限于以下实施例。
本发明包括以下步骤:
A获取历史数据时间段内时间点数据;
B将时间点数据随机分为p个子集;
C对所述子集拟合更新后的曲线;
D计算所述曲线的权重值;
E获取原子钟预测的输出结果,所述原子钟预测模型由基于最小二乘支持向量算法选取的核函数构建获取;
根据所述原子钟预测的输出结果,返回步骤C进一步计算输出结果。
具体的算法实例如下,表一是生成的仿真数据,一共有57个数,初始使用的是前49个数据,随机分组为p=7组,对其进行分组最小二乘拟合,首先按照公式(1)计算得到每组数据的拟合误差,其中:y'(t)是预测序列,y(t)是原始数据。
表1原始数据
初始拟合的每组数据的误差,分配的权重如下表2所示:
完成第一次拟合之后,PRPS算法将新读取的数据(编号50)替代原有数据组中最早的数据(编号1),不再进行随机分组,而是将被替换的子集单独拟合,减小了计算复杂度。然后根据新的拟合结果再次分配权重,表2下方显示了第一次替换的数据编号。
表2分组预测结果以及迭代过程
在第二次预测过程中,编号为50的新读取数据,替换了第5组中编号为1的最早数据。
所述输出结果的计算方法如下:
如图1所示,原算法在每个迭代预测过程中通常将p组数据均进行最小二乘法拟合,并利用误差的倒数归一化进行权重赋值,计算最终结果。本发明每次只进行单一子集的曲线拟合,后重复更新数据以提高时间计算精度,同时减小了整体的计算量,在预测数据时间尺度较长,分组数量较多时更有优势。仿真实验结果表明,这种简化并不会影响原有的预测效果,并且在离群点的检测方面还有不错的效果。
为了模拟原子钟数据的真实情况,随机生成一组具有频率偏差、频率漂移和随机游走噪声的数据,每个原子钟的时间序列表示为:
y(t)=[a+ε1*GN1(μ1,σ1)]+[b+ε2*GN2(μ2,σ2)]t
其中a和b分别表示频率和频率漂移,GN1(μ1,σ1)和GN2(μ2,σ2),为高斯噪声,具有均值μ和方差σ(σ1=σ2=0),ε1和ε2是高斯噪声能量的可调系数。模拟中使用的参数为a0=μ0=μ1=0,b1=10-15,σ1=2×10-30,σ2=10-34。
图2为两种算法预测误差对比,图3为两种算法的不确定度对比,图4为运行时间随分组数量的变化结果,本发明算法与原算法相比,两者具有几乎相同的预测能力,但本发明算法在长时间尺度上具有更小的不确定度,鲁棒性更强;另外本发明算法在时间复杂度上有明显的优势,该优势随着分组数量的增加愈加明显。
利用本发明算法检测离群点
本发明算法中两个相邻测量值之间的相关性用于异常值的识别,对于原算法,每个随机组之间彼此独立:
而对于本发明算法,当前预测值的偏差与之前的预测值并不独立。t+1时刻本发明算法的不确定性为:
可以看出,本发明算法中的前一个误差会对后一个误差产生影响。由于本发明算法一次只计算n组数据中的其中一组,假设tth处的均方差为t+1th处的均方差为为了测量两个相邻误差之间的相关性,将变异系数α定义为由于均方差是非负的,所以变异系数也是非负的。
为了剔除异常值对Allan方差的影响,展示不同方法在数据波动情况下的效果,通过调整实验数据中异常值的比例,并计算相应的Allan偏差,得到如图5所示的结果。结果表明,新的预测方法能在剔除异常值后减小Allan偏差,因为明显的异常值被剔除的概率很大,而小部分误判的正常值即使被剔除也不会影响预测结果。
上述实施例仅为本发明的优选实施方式之一,不应当用于限制本发明的保护范围,但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色,其所解决的技术问题仍然与本发明一致的,均应当包含在本发明的保护范围之内。
Claims (8)
1.一种新的原子钟信号预测方法,其特征在于,包括以下步骤:
A获取历史数据时间段内的时间点数据;
B将时间点数据随机分为p个子集;
C对所述子集拟合更新后的曲线;
D计算所述曲线的权重值,获取原子钟预测的输出结果,所述原子钟预测模型由基于最小二乘支持向量算法选取的核函数构建获取;
E根据所述原子钟预测的输出结果,返回步骤C进一步计算输出结果。
4.一种原子钟信号预测装置,其特征在于,包括:
数据获取模块,获取预设时间段内的数据;
数据拆分模块,将所述数据分成多组非重合子集数据;
数据处理模块,计算所述多组非重合子集数据中的至少两组非重合子集数据所对应的估计和/或预测数据;
校正控制模块,通过所述至少两组估计和/或预测数据产生校准后数据。
5.根据权利要求4所述的一种原子钟信号预测装置,其特征在于,所述数据获取模块,包括:数据更新单元,用于获取更新的数据。
6.根据权利要求4所述的一种原子钟信号预测装置,其特征在于,所述数据处理模块,还包括数据保持单元,保持至少一组非重合子集数据所对应的估计和/或预测数据不变。
7.根据权利要求4所述的一种原子钟信号预测装置,其特征在于,所述数据处理模块,还包括数据变更单元,仅依据更迭的数据重新计算至少一组非重合子集数据所对应的估计和/或预测数据。
8.一种原子钟信号预测系统,包括所述的原子钟信号预测装置,并进一步包括原子钟信号预测生成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011325910.9A CN112230532A (zh) | 2020-11-24 | 2020-11-24 | 一种新的原子钟信号预测方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011325910.9A CN112230532A (zh) | 2020-11-24 | 2020-11-24 | 一种新的原子钟信号预测方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112230532A true CN112230532A (zh) | 2021-01-15 |
Family
ID=74124432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011325910.9A Pending CN112230532A (zh) | 2020-11-24 | 2020-11-24 | 一种新的原子钟信号预测方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112230532A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105974777A (zh) * | 2016-07-19 | 2016-09-28 | 北京工业大学 | 一种利用Algos和Kalman组合产生原子时标的方法 |
CN108229747A (zh) * | 2018-01-12 | 2018-06-29 | 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 |
CN109902882A (zh) * | 2019-03-21 | 2019-06-18 | 北京工业大学 | 原子钟钟差预测模型训练方法及装置 |
CN110837219A (zh) * | 2019-10-06 | 2020-02-25 | 中国计量科学研究院 | 一种用于监测实体原子钟的虚拟原子钟系统及工作方法 |
US10684591B1 (en) * | 2018-06-27 | 2020-06-16 | The Government Of The United States Of America As Represent By The Secretary Of The Air Force | Optical rubidium atomic frequency standard |
-
2020
- 2020-11-24 CN CN202011325910.9A patent/CN112230532A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105974777A (zh) * | 2016-07-19 | 2016-09-28 | 北京工业大学 | 一种利用Algos和Kalman组合产生原子时标的方法 |
CN108229747A (zh) * | 2018-01-12 | 2018-06-29 | 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 |
US10684591B1 (en) * | 2018-06-27 | 2020-06-16 | The Government Of The United States Of America As Represent By The Secretary Of The Air Force | Optical rubidium atomic frequency standard |
CN109902882A (zh) * | 2019-03-21 | 2019-06-18 | 北京工业大学 | 原子钟钟差预测模型训练方法及装置 |
CN110837219A (zh) * | 2019-10-06 | 2020-02-25 | 中国计量科学研究院 | 一种用于监测实体原子钟的虚拟原子钟系统及工作方法 |
Non-Patent Citations (1)
Title |
---|
王玉琢等: "随机追踪策略预测钟差的理论分析", 《宇航计测技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9209743B2 (en) | Fault detection apparatus and fault detection method | |
CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
CN117195137B (zh) | 基于数据分析的转子压铸误差检测系统 | |
CN105223241A (zh) | 一种湿度传感器的补偿方法 | |
CN107464591B (zh) | 一种安全壳泄漏在线监测系统传感器组合优化方法 | |
CN112713881B (zh) | 一种基于边缘计算的同步时钟维持系统与方法 | |
CN115659284B (zh) | 一种大数据融合平台 | |
CN109191408B (zh) | 快速循环地面气象融合方法、装置及服务器 | |
CN114487976B (zh) | Mcm电子式互感器校验仪溯源不确定度评定方法及系统 | |
CN110287537A (zh) | 用于频标输出跳变检测的抗野值自适应卡尔曼滤波方法 | |
Hotta et al. | EFSR: Ensemble forecast sensitivity to observation error covariance | |
CN118226233B (zh) | 一种双极型芯片的性能测试方法 | |
CN118050538A (zh) | 一种三维风向检测方法及系统 | |
CN117278150B (zh) | 一种室内无线网络信号测量计算方法、设备和介质 | |
CN112784218B (zh) | 一种非高斯随机振动信号的峭度估计方法 | |
CN112230532A (zh) | 一种新的原子钟信号预测方法、装置及系统 | |
CN111210877A (zh) | 一种推断物性参数的方法及装置 | |
US20220076060A1 (en) | Information processing apparatus, information processing method, and non-transitory computer readable medium | |
CN110133383B (zh) | 基于噪声关联的噪声敏感系数测量方法 | |
CN115184859B (zh) | 一种构建非视距传播场景下测距和测角误差消除方法 | |
CN117606590B (zh) | 蒸汽仪表的校准方法、装置、电子设备及存储介质 | |
CN117907918B (zh) | 一种电流传感器的校准方法及系统 | |
CN118642036B (zh) | 一种数字化电能计量设备远程校准系统及方法 | |
CN108955743B (zh) | 一种基于机器学习提高测量设备校准精度的方法及装置 | |
CN112731266B (zh) | 一种电能表现场校验非标条件下修正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210115 |