CN112433558B - 一种时钟源转换分配方法及系统 - Google Patents

一种时钟源转换分配方法及系统 Download PDF

Info

Publication number
CN112433558B
CN112433558B CN202110109757.4A CN202110109757A CN112433558B CN 112433558 B CN112433558 B CN 112433558B CN 202110109757 A CN202110109757 A CN 202110109757A CN 112433558 B CN112433558 B CN 112433558B
Authority
CN
China
Prior art keywords
clock
signal
historical
pulse trigger
source conversion
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
Application number
CN202110109757.4A
Other languages
English (en)
Other versions
CN112433558A (zh
Inventor
陈功
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Gencotech Communication Equipment Co ltd
Original Assignee
Shenzhen Gencotech Communication Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Gencotech Communication Equipment Co ltd filed Critical Shenzhen Gencotech Communication Equipment Co ltd
Priority to CN202110109757.4A priority Critical patent/CN112433558B/zh
Publication of CN112433558A publication Critical patent/CN112433558A/zh
Application granted granted Critical
Publication of CN112433558B publication Critical patent/CN112433558B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/04—Generating or distributing clock signals or signals derived directly therefrom
    • G06F1/10—Distribution of clock signals, e.g. skew
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Synchronisation In Digital Transmission Systems (AREA)

Abstract

本发明涉及集成电路芯片技术领域，具体涉及一种时钟源转换分配方法及系统。本发明由于分别在时钟产生设备侧以及授时设备侧部署了异步时钟源转换模型，且不同的异步时钟源转换模型是基于历史时钟延时信息集、历史时钟补偿信息集以及预设模型训练指标训练得到的，因而能够通过两个不同的异步时钟源转换模型将不同授时设备的时钟延时和时钟补偿考虑在内，不仅可以确保授时设备对待转换时钟信号的准确的时钟状态识别，还能够确保针对时钟状态识别所确定的待转换时钟信号的时钟源分配结果，可以依据时钟源分配结果为不同的授时设备进行时钟源的转换和分配，提高时钟源转换和分配的准确性和可靠性，确保包不同的授时设备的时钟信号的全局同步性。

Description

一种时钟源转换分配方法及系统
技术领域
本发明涉及集成电路芯片技术领域，具体涉及一种时钟源转换分配方法及系统。
背景技术
随着科技的发展，各类电子设备之间的交互越来越频繁，不同的电子设备的（例如一些信号发生器或者信号仪器）的参考时钟不同，在一些协同作业的情况下可能会导致时钟源混乱，因此，需要对不同的电子设备的时钟源进行统一的转换和分配。
然而相关的时钟源转换分配技术由于是时钟产生设备直接为授时设备进行时钟源的转换和分配的，这样难以将授时设备的时钟延时和时钟补偿考虑在内，从而导致时钟源的转换和分配出现较大偏差。
发明内容
有鉴于此，本发明实施例提供了一种时钟源转换分配方法及系统，能够在授时设备侧部署机器学习模型，从而结合机器学习模型将授时设备的时钟延时和时钟补偿考虑在内，提高时钟源转换和分配的准确性和可靠性。
本发明实施例提供了一种时钟源转换分配方法，应用于与授时设备通信的时钟产生设备，所述方法包括：
获取历史时钟延时信息集以及历史时钟补偿信息集；
采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集；
采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型；
基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果。
在一种可替换的实施方式中，采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型，包括：
采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。
在一种可替换的实施方式中，基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
其中，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
在一种可替换的实施方式中，通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集，包括：
针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号；
在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识；
基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识包括：
计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；
分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：
计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
在一种可替换的实施方式中，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果，包括：
使所述授时设备基于所述完成训练的针对授时设备的异步时钟源转换模型提取待转换时钟信号的目标时段对应的待解码时钟信号；其中，所述目标时段是所述待转换时钟信号未被时钟产生设备标记的时段；
获取所述授时设备上传的所述待解码时钟信号；
在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，将所述目标时钟源分配结果确定为所述待转换时钟信号的时钟源分配结果。
在一种可替换的实施方式中，在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，包括：
对所述待解码时钟信号进行信号解码，得到多个信号片段；获取多个信号片段的片段时序描述信息，以及所述多个信号片段在当前时钟状态识别时段之前的n个连续时钟状态识别时段对应的n个补偿时延信号片段集合，其中，每一时钟状态识别时段的补偿时延信号片段集合包括所述信号片段在多个时钟异步状态类别下的补偿时延信号片段；
分别获取各信号片段的n个补偿时延信号片段集合中每一补偿时延信号片段集合对应的信号质量系数误差集合；其中，每一信号质量系数误差集合包括所述信号片段在多个时钟异步状态类别下的信号质量系数误差，每一信号质量系数误差表示一个时钟异步状态类别下实时信号质量系数与延时信号质量系数之间的比较结果；
利用已训练的信号质量系数校正模型，根据各信号片段的片段时序描述信息与n个补偿时延信号片段集合对应的n个信号质量系数误差集合，获取各信号片段在当前时钟状态识别时段的信号质量系数误差；其中，所述信号质量系数校正模型是利用多个模型训练样本训练得到的，每一模型训练样本包括一个信号片段的片段时序描述信息以及n+1个连续时钟状态识别时段的信号质量系数误差集合；所述信号质量系数误差表示信号片段的实时信号质量系数与延时信号质量系数之间的比较结果；
通过各信号片段在当前时钟状态识别时段的信号质量系数误差分别对各信号片段的实时信号质量系数进行校正；根据各信号片段校正后的实时信号质量系数，从所述多个信号片段中确定目标信号片段，根据所述目标信号片段对所述待解码时钟信号进行信号修正，得到用于进行时钟源匹配的待匹配信号；
在预存信号集中查找与所述待匹配信号的相似度最小的预存时钟信号，并确定与所述预存时钟信号的全局时钟源分配结果为所述待解码时钟信号匹配的目标时钟源分配结果；
其中，所述信号质量系数校正模型是通过如下训练过程训练得到的：从模型训练样本库中获取设定个数的模型训练样本；通过获取的模型训练样本，按照设定的训练参数对所述信号质量系数校正模型进行多次训练，每一次训练过程包括如下步骤：
根据所述片段时序描述信息以及n+1个连续时钟状态识别时段中前n个时钟状态识别时段的信号质量系数误差集合，通过所述信号质量系数校正模型，获取每一模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差；
根据所述模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差，与所述模型训练样本中第n+1个时钟状态识别时段的信号质量系数误差集合，获取所述信号质量系数校正模型的模型评价指标；
根据所述模型评价指标确定是否继续对所述信号质量系数校正模型进行训练；若确定继续对所述信号质量系数校正模型进行训练，则对所述信号质量系数校正模型的模型参数进行调整，并通过调整后的所述信号质量系数校正模型继续下一次训练过程；
其中，所述信号质量系数校正模型包括信号时效性处理层和信号质量处理层，则针对每一信号片段，利用信号质量系数校正模型获取信号质量系数误差，包括：
根据所述n个信号质量系数误差集合，通过所述信号时效性处理层获取信号片段的信号时效性指标；
根据所述片段时序描述信息，通过所述信号质量处理层获取信号片段的信号质量指标；
基于所述信号时效性处理层和所述信号质量处理层的模型传递信息，根据所述信号时效性指标和所述信号质量指标得到在当前时钟状态识别时段的信号质量系数误差。
本发明实施例还提供了一种时钟源转换分配装置，应用于与授时设备通信的时钟产生设备，所述装置包括：
信息获取模块，用于获取历史时钟延时信息集以及历史时钟补偿信息集；
信息处理模块，用于采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集；
全局训练模块，用于采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型；
局部训练模块，用于基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
状态识别模块，用于将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果。
本发明实施例还提供了一种时钟源转换分配系统，包括互相之间通信的时钟产生设备和授时设备；
所述时钟产生设备用于：
获取历史时钟延时信息集以及历史时钟补偿信息集；
采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集；
采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型；
基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果。
在一种可替换的实施方式中，所述时钟产生设备采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型，包括：
采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。
在一种可替换的实施方式中，所述时钟产生设备基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
其中，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
在一种可替换的实施方式中，通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集，包括：
针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号；
在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识；
基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识包括：
计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；
分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：
计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
本发明实施例还提供了一种时钟产生设备，包括处理器、通信总线和存储器；所述处理器和所述存储器通过所述通信总线通信，所述处理器从所述存储器中读取计算机程序并运行，以实现上述的方法。
本发明实施例还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序在运行时执行上述的方法。
本发明实施例提供的时钟源转换分配方法及系统具有以下技术效果：首先采用历史时钟延时信息集训练预设时钟延时检测模型得到完成训练的时钟延时检测模型并对历史时钟补偿信息集进行时钟延时检测得到历史时钟偏差信息集，其次采用历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型得到完成训练的针对时钟产生设备的异步时钟源转换模型并基于预设模型训练指标以及完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型得到完成训练的针对授时设备的异步时钟源转换模型，这样，可以将完成训练的针对授时设备的异步时钟源转换模型下发至授时设备，从而通过授时设备以及完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于时钟状态识别结果确定待转换时钟信号的时钟源分配结果。
如此设计，由于分别在时钟产生设备侧以及授时设备侧部署了异步时钟源转换模型，且不同的异步时钟源转换模型是基于历史时钟延时信息集、历史时钟补偿信息集以及预设模型训练指标训练得到的，因而能够通过两个不同的异步时钟源转换模型将不同授时设备的时钟延时和时钟补偿考虑在内，不仅可以确保授时设备对待转换时钟信号的准确的时钟状态识别，还能够确保针对时钟状态识别所确定的待转换时钟信号的时钟源分配结果，这样可以依据时钟源分配结果为不同的授时设备进行时钟源的转换和分配，提高时钟源转换和分配的准确性和可靠性，确保包不同的授时设备的时钟信号的全局同步性。
在后面的描述中，将部分地陈述其他的特征。在检查后面内容和附图时，本领域的技术人员将部分地发现这些特征，或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面，当前申请中的特征可以被实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1为本发明实施例所提供的一种时钟产生设备的方框示意图。
图2为本发明实施例所提供的一种时钟源转换分配方法的流程图。
图3为本发明实施例所提供的一种时钟源转换分配装置的框图。
图4为本发明实施例所提供的一种时钟源转换分配系统的架构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本发明做出的贡献。
基于上述研究，本发明实施例提供了一种时钟源转换分配方法及系统。
图1示出了本发明实施例所提供的一种时钟产生设备10的方框示意图。本发明实施例中的时钟产生设备10可以为具有数据存储、传输、处理功能的时钟产生设备，如图1所示，时钟产生设备10包括：存储器11、处理器12、通信总线13和时钟源转换分配装置20。
存储器11、处理器12和通信总线13之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器11中存储有时钟源转换分配装置20，所述时钟源转换分配装置20包括至少一个可以软件或固件（firmware）的形式储存于所述存储器11中的软件功能模块，所述处理器12通过运行存储在存储器11内的软件程序以及模块，例如本发明实施例中的时钟源转换分配装置20，从而执行各种功能应用以及数据处理，即实现本发明实施例中的时钟源转换分配方法。
其中，所述存储器11可以是，但不限于，随机存取存储器（RandomAccessMemory，RAM），只读存储器（ReadOnlyMemory，ROM），可编程只读存储器（ProgrammableRead-OnlyMemory，PROM），可擦除只读存储器（ErasableProgrammableRead-OnlyMemory，EPROM），电可擦除只读存储器（ElectricErasableProgrammableRead-OnlyMemory，EEPROM）等。其中，存储器11用于存储程序，所述处理器12在接收到执行指令后，执行所述程序。
所述处理器12可能是一种集成电路芯片，具有数据的处理能力。上述的处理器12可以是通用处理器，包括中央处理器(CentralProcessingUnit，CPU)、网络处理器(networPProcessor，nP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
通信总线13用于通过网络生成时钟产生设备10与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
可以理解，图1所示的结构仅为示意，时钟产生设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供了一种计算机用可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在运行时实现上述的方法。
图2示出了本发明实施例所提供的一种时钟源转换分配方法的流程图。所述方法有关的流程所定义的方法步骤应用于时钟产生设备10，可以由所述处理器12实现，所述方法包括以下步骤S21-步骤S25所描述的片段。
步骤S21，获取历史时钟延时信息集以及历史时钟补偿信息集。本申请实施例中历史时钟延时信息集以及历史时钟补偿信息集用于进行相关模型的计算。
步骤S22，采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集。
在本实施例中，预设时钟延时检测模型可以是神经网络模型，其训练方式在此不作赘述。为了尽可能精准地进行时钟状态识别以得到历史时钟偏差信息，步骤S22所描述的通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集，可以通过以下步骤S221-步骤S223得到。
步骤S221，针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号。
在本实施例中，脉冲触发时序分布信息可以用于描述历史时钟补偿信息中的不同脉冲触发之间的相对时序情况，而脉冲触发信号则可以用于表征脉冲触发的信号强度、信号频率等，在此不作限定。
步骤S222，在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识。
在本实施例中，主动时钟延时标识和被动时钟延时标识是不同类型的标识，信号时钟状态识别权重用于表征脉冲触发信号的信号时钟状态识别度，信号时钟状态识别权重越高，脉冲触发信号的信号时钟状态识别度越大。信号配置标签用于表征脉冲触发加权信号的时段调整优先级，根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识可以是：将信号配置标签对应的时段调整优先级按照降序排列所对应的部分脉冲触发加权信号配置到所述主动时钟延时标识。
在一些可能的实施例中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识可以通过以下步骤实现：计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果。
在一些可能的实施例中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
步骤S223，基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息。
如此设计，基于上述步骤S221-步骤S223所描述的片段，能够实现对主动时钟延时标识和被动时钟延时标识中的脉冲触发信号的重新配置，这样可以尽可能精准地进行时钟状态识别以得到历史时钟偏差信息。
步骤S23，采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型。
在本实施例中，针对时钟产生设备的异步时钟源转换模型可以理解为参数量较大的网络，也即全局网络，进一步地，采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型，包括：采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。在本实施例中，设定评价系数可以是90%~99%，进一步地，设定评价系数可以选择为95%。
步骤S24，基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型。
在本实施例中，针对授时设备的异步时钟源转换模型可以理解为参数量较小的网络，也即局部网络，进一步地，基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，可以通过以下方式实现：基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型。
进一步地，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
步骤S25，将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果。
在实际实施过程中，步骤S25所描述的通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果，可以包括以下片段：使所述授时设备基于所述完成训练的针对授时设备的异步时钟源转换模型提取待转换时钟信号的目标时段对应的待解码时钟信号；其中，所述目标时段是所述待转换时钟信号未被时钟产生设备标记的时段；获取所述授时设备上传的所述待解码时钟信号；在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，将所述目标时钟源分配结果确定为所述待转换时钟信号的时钟源分配结果。
在一些示例中，发明人发现，为了确保时钟时钟状态识别的精准性，上述内容中的在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，可以包括以下步骤S251-步骤S255所描述的内容。
步骤S251，对所述待解码时钟信号进行信号解码，得到多个信号片段；获取多个信号片段的片段时序描述信息，以及所述多个信号片段在当前时钟状态识别时段之前的n个连续时钟状态识别时段对应的n个补偿时延信号片段集合，其中，每一时钟状态识别时段的补偿时延信号片段集合包括所述信号片段在多个时钟异步状态类别下的补偿时延信号片段。
步骤S252，分别获取各信号片段的n个补偿时延信号片段集合中每一补偿时延信号片段集合对应的信号质量系数误差集合；其中，每一信号质量系数误差集合包括所述信号片段在多个时钟异步状态类别下的信号质量系数误差，每一信号质量系数误差表示一个时钟异步状态类别下实时信号质量系数与延时信号质量系数之间的比较结果。
步骤S253，利用已训练的信号质量系数校正模型，根据各信号片段的片段时序描述信息与n个补偿时延信号片段集合对应的n个信号质量系数误差集合，获取各信号片段在当前时钟状态识别时段的信号质量系数误差；其中，所述信号质量系数校正模型是利用多个模型训练样本训练得到的，每一模型训练样本包括一个信号片段的片段时序描述信息以及n+1个连续时钟状态识别时段的信号质量系数误差集合；所述信号质量系数误差表示信号片段的实时信号质量系数与延时信号质量系数之间的比较结果。
在本实施例中，所述信号质量系数校正模型是通过如下训练过程训练得到的：从模型训练样本库中获取设定个数的模型训练样本；通过获取的模型训练样本，按照设定的训练参数对所述信号质量系数校正模型进行多次训练，每一次训练过程包括如下步骤：根据所述片段时序描述信息以及n+1个连续时钟状态识别时段中前n个时钟状态识别时段的信号质量系数误差集合，通过所述信号质量系数校正模型，获取每一模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差；根据所述模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差，与所述模型训练样本中第n+1个时钟状态识别时段的信号质量系数误差集合，获取所述信号质量系数校正模型的模型评价指标；根据所述模型评价指标确定是否继续对所述信号质量系数校正模型进行训练；若确定继续对所述信号质量系数校正模型进行训练，则对所述信号质量系数校正模型的模型参数进行调整，并通过调整后的所述信号质量系数校正模型继续下一次训练过程。
在本实施例中，所述信号质量系数校正模型包括信号时效性处理层和信号质量处理层，则针对每一信号片段，利用信号质量系数校正模型获取信号质量系数误差，包括：根据所述n个信号质量系数误差集合，通过所述信号时效性处理层获取信号片段的信号时效性指标；根据所述片段时序描述信息，通过所述信号质量处理层获取信号片段的信号质量指标；基于所述信号时效性处理层和所述信号质量处理层的模型传递信息，根据所述信号时效性指标和所述信号质量指标得到在当前时钟状态识别时段的信号质量系数误差。
步骤S254，通过各信号片段在当前时钟状态识别时段的信号质量系数误差分别对各信号片段的实时信号质量系数进行校正；根据各信号片段校正后的实时信号质量系数，从所述多个信号片段中确定目标信号片段，根据所述目标信号片段对所述待解码时钟信号进行信号修正，得到用于进行时钟源匹配的待匹配信号。
步骤S255，在预存信号集中查找与所述待匹配信号的相似度最小的预存时钟信号，并确定与所述预存时钟信号的全局时钟源分配结果为所述待解码时钟信号匹配的目标时钟源分配结果。
这样一来，通过实施上述步骤S251-步骤S255，能够对待解码时钟信号进行进一步的分析，从而对待解码时钟信号进行信号修正，得到用于进行时钟源匹配的待匹配信号，进而基于待匹配信号确定待解码时钟信号匹配的目标时钟源分配结果，如此，能够尽可能确保时钟时钟状态识别的精准性。
综上，通过实施上述步骤S21-步骤S25，由于分别在时钟产生设备侧以及授时设备侧部署了异步时钟源转换模型，且不同的异步时钟源转换模型是基于历史时钟延时信息集、历史时钟补偿信息集以及预设模型训练指标训练得到的，因而能够通过两个不同的异步时钟源转换模型将不同授时设备的时钟延时和时钟补偿考虑在内，不仅可以确保授时设备对待转换时钟信号的准确的时钟状态识别，还能够确保针对时钟状态识别所确定的待转换时钟信号的时钟源分配结果，这样可以依据时钟源分配结果为不同的授时设备进行时钟源的转换和分配，提高时钟源转换和分配的准确性和可靠性，确保包不同的授时设备的时钟信号的全局同步性。
基于上述同样的发明构思，还提供了如图3所示的时钟源转换分配装置20，所述装置至少包括以下功能模块。
信息获取模块21，用于获取历史时钟延时信息集以及历史时钟补偿信息集。
信息处理模块22，用于采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集。
其中，信息处理模块22进一步用于：针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号；
在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识；
基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识包括：
计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；
分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：
计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
全局训练模块23，用于采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型。
其中，全局训练模块23进一步用于：采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。
局部训练模块24，用于基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型。
其中，局部训练模块24进一步用于：
基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
其中，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
状态识别模块25，用于将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果。
其中，状态识别模块25，进一步用于：
使所述授时设备基于所述完成训练的针对授时设备的异步时钟源转换模型提取待转换时钟信号的目标时段对应的待解码时钟信号；其中，所述目标时段是所述待转换时钟信号未被时钟产生设备标记的时段；
获取所述授时设备上传的所述待解码时钟信号；
在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，将所述目标时钟源分配结果确定为所述待转换时钟信号的时钟源分配结果。
其中，状态识别模块25，进一步用于：
对所述待解码时钟信号进行信号解码，得到多个信号片段；获取多个信号片段的片段时序描述信息，以及所述多个信号片段在当前时钟状态识别时段之前的n个连续时钟状态识别时段对应的n个补偿时延信号片段集合，其中，每一时钟状态识别时段的补偿时延信号片段集合包括所述信号片段在多个时钟异步状态类别下的补偿时延信号片段；
分别获取各信号片段的n个补偿时延信号片段集合中每一补偿时延信号片段集合对应的信号质量系数误差集合；其中，每一信号质量系数误差集合包括所述信号片段在多个时钟异步状态类别下的信号质量系数误差，每一信号质量系数误差表示一个时钟异步状态类别下实时信号质量系数与延时信号质量系数之间的比较结果；
利用已训练的信号质量系数校正模型，根据各信号片段的片段时序描述信息与n个补偿时延信号片段集合对应的n个信号质量系数误差集合，获取各信号片段在当前时钟状态识别时段的信号质量系数误差；其中，所述信号质量系数校正模型是利用多个模型训练样本训练得到的，每一模型训练样本包括一个信号片段的片段时序描述信息以及n+1个连续时钟状态识别时段的信号质量系数误差集合；所述信号质量系数误差表示信号片段的实时信号质量系数与延时信号质量系数之间的比较结果；
通过各信号片段在当前时钟状态识别时段的信号质量系数误差分别对各信号片段的实时信号质量系数进行校正；根据各信号片段校正后的实时信号质量系数，从所述多个信号片段中确定目标信号片段，根据所述目标信号片段对所述待解码时钟信号进行信号修正，得到用于进行时钟源匹配的待匹配信号；
在预存信号集中查找与所述待匹配信号的相似度最小的预存时钟信号，并确定与所述预存时钟信号的全局时钟源分配结果为所述待解码时钟信号匹配的目标时钟源分配结果；
其中，所述信号质量系数校正模型是通过如下训练过程训练得到的：从模型训练样本库中获取设定个数的模型训练样本；通过获取的模型训练样本，按照设定的训练参数对所述信号质量系数校正模型进行多次训练，每一次训练过程包括如下步骤：
根据所述片段时序描述信息以及n+1个连续时钟状态识别时段中前n个时钟状态识别时段的信号质量系数误差集合，通过所述信号质量系数校正模型，获取每一模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差；
根据所述模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差，与所述模型训练样本中第n+1个时钟状态识别时段的信号质量系数误差集合，获取所述信号质量系数校正模型的模型评价指标；
根据所述模型评价指标确定是否继续对所述信号质量系数校正模型进行训练；若确定继续对所述信号质量系数校正模型进行训练，则对所述信号质量系数校正模型的模型参数进行调整，并通过调整后的所述信号质量系数校正模型继续下一次训练过程；
其中，所述信号质量系数校正模型包括信号时效性处理层和信号质量处理层，则针对每一信号片段，利用信号质量系数校正模型获取信号质量系数误差，包括：
根据所述n个信号质量系数误差集合，通过所述信号时效性处理层获取信号片段的信号时效性指标；
根据所述片段时序描述信息，通过所述信号质量处理层获取信号片段的信号质量指标；
基于所述信号时效性处理层和所述信号质量处理层的模型传递信息，根据所述信号时效性指标和所述信号质量指标得到在当前时钟状态识别时段的信号质量系数误差。
基于上述同样的发明构思，请结合参阅图4，提供了一种时钟源转换分配系统40，该系统包括互相之间通信的时钟产生设备10和授时设备30；
所述时钟产生设备10用于：获取历史时钟延时信息集以及历史时钟补偿信息集；采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集；采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型；基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果。
在一种可替换的实施方式中，所述时钟产生设备采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型，包括：
采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。
在一种可替换的实施方式中，所述时钟产生设备基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
其中，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
在一种可替换的实施方式中，通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集，包括：
针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号；
在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识；
基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识包括：
计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；
分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：
计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，时钟产生设备10，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-OnlyMemory）、随机存取存储器（RAM，RandomAccessMemory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种时钟源转换分配方法，其特征在于，应用于与授时设备通信的时钟产生设备，所述方法包括：
获取历史时钟延时信息集以及历史时钟补偿信息集；
采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集；采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型；
基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果；
其中，通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集，包括：
针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号；在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识；
基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息；
其中，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果，包括：
使所述授时设备基于所述完成训练的针对授时设备的异步时钟源转换模型提取待转换时钟信号的目标时段对应的待解码时钟信号；其中，所述目标时段是所述待转换时钟信号未被时钟产生设备标记的时段；获取所述授时设备上传的所述待解码时钟信号；在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，将所述目标时钟源分配结果确定为所述待转换时钟信号的时钟源分配结果。
2.根据权利要求1所述的方法，其特征在于，基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
其中，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
3.根据权利要求1所述的方法，其特征在于，采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型，包括：
采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。
4.根据权利要求1所述的方法，其特征在于，在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，包括：
对所述待解码时钟信号进行信号解码，得到多个信号片段；获取多个信号片段的片段时序描述信息，以及所述多个信号片段在当前时钟状态识别时段之前的n个连续时钟状态识别时段对应的n个补偿时延信号片段集合，其中，每一时钟状态识别时段的补偿时延信号片段集合包括所述信号片段在多个时钟异步状态类别下的补偿时延信号片段；
分别获取各信号片段的n个补偿时延信号片段集合中每一补偿时延信号片段集合对应的信号质量系数误差集合；其中，每一信号质量系数误差集合包括所述信号片段在多个时钟异步状态类别下的信号质量系数误差，每一信号质量系数误差表示一个时钟异步状态类别下实时信号质量系数与延时信号质量系数之间的比较结果；
利用已训练的信号质量系数校正模型，根据各信号片段的片段时序描述信息与n个补偿时延信号片段集合对应的n个信号质量系数误差集合，获取各信号片段在当前时钟状态识别时段的信号质量系数误差；其中，所述信号质量系数校正模型是利用多个模型训练样本训练得到的，每一模型训练样本包括一个信号片段的片段时序描述信息以及n+1个连续时钟状态识别时段的信号质量系数误差集合；所述信号质量系数误差表示信号片段的实时信号质量系数与延时信号质量系数之间的比较结果；
通过各信号片段在当前时钟状态识别时段的信号质量系数误差分别对各信号片段的实时信号质量系数进行校正；根据各信号片段校正后的实时信号质量系数，从所述多个信号片段中确定目标信号片段，根据所述目标信号片段对所述待解码时钟信号进行信号修正，得到用于进行时钟源匹配的待匹配信号；
在预存信号集中查找与所述待匹配信号的相似度最小的预存时钟信号，并确定与所述预存时钟信号的全局时钟源分配结果为所述待解码时钟信号匹配的目标时钟源分配结果；
其中，所述信号质量系数校正模型是通过如下训练过程训练得到的：从模型训练样本库中获取设定个数的模型训练样本；通过获取的模型训练样本，按照设定的训练参数对所述信号质量系数校正模型进行多次训练，每一次训练过程包括如下步骤：
根据所述片段时序描述信息以及n+1个连续时钟状态识别时段中前n个时钟状态识别时段的信号质量系数误差集合，通过所述信号质量系数校正模型，获取每一模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差；
根据所述模型训练样本的信号片段在第n+1个时钟状态识别时段的信号质量系数误差，与所述模型训练样本中第n+1个时钟状态识别时段的信号质量系数误差集合，获取所述信号质量系数校正模型的模型评价指标；根据所述模型评价指标确定是否继续对所述信号质量系数校正模型进行训练；若确定继续对所述信号质量系数校正模型进行训练，则对所述信号质量系数校正模型的模型参数进行调整，并通过调整后的所述信号质量系数校正模型继续下一次训练过程；
其中，所述信号质量系数校正模型包括信号时效性处理层和信号质量处理层，则针对每一信号片段，利用信号质量系数校正模型获取信号质量系数误差，包括：
根据所述n个信号质量系数误差集合，通过所述信号时效性处理层获取信号片段的信号时效性指标；
根据所述片段时序描述信息，通过所述信号质量处理层获取信号片段的信号质量指标；
基于所述信号时效性处理层和所述信号质量处理层的模型传递信息，根据所述信号时效性指标和所述信号质量指标得到在当前时钟状态识别时段的信号质量系数误差。
5.根据权利要求1所述的方法，其特征在于，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识包括：
计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；
分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：
计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
6.一种时钟源转换分配系统，其特征在于，包括互相之间通信的时钟产生设备和授时设备；
所述时钟产生设备用于：
获取历史时钟延时信息集以及历史时钟补偿信息集；
采用所述历史时钟延时信息集训练预设时钟延时检测模型，得到完成训练的时钟延时检测模型；通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集；采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型；
基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
将完成训练的针对授时设备的异步时钟源转换模型下发至所述授时设备，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果；
其中，通过所述完成训练的时钟延时检测模型对所述历史时钟补偿信息集进行时钟延时检测，得到历史时钟偏差信息集，包括：
针对所述历史时钟补偿信息集中的每个历史时钟补偿信息，获取该个历史时钟补偿信息的脉冲触发时序分布信息以及各脉冲触发信号；
在基于所述脉冲触发时序分布信息确定出该个历史时钟补偿信息中包含有主动时钟延时标识的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识；其中，在该个历史时钟补偿信息的当前被动时钟延时标识对应包含有多个脉冲触发信号的情况下，根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权；根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重为上述信号加权获得的脉冲触发加权信号设置信号配置标签，并根据所述信号配置标签将所述脉冲触发加权信号配置到所述主动时钟延时标识；
基于该个历史时钟补偿信息对应的主动时钟延时标识中的目标脉冲触发信号确定历史时钟偏差信息，并将确定出的历史时钟偏差信息进行整合得到历史时钟偏差信息集；其中，所述历史时钟偏差信息为历史路径时钟信息；
其中，通过所述授时设备以及所述完成训练的针对授时设备的异步时钟源转换模型对待转换时钟信号进行时钟状态识别得到时钟状态识别结果，并基于所述时钟状态识别结果确定所述待转换时钟信号的时钟源分配结果，包括：
使所述授时设备基于所述完成训练的针对授时设备的异步时钟源转换模型提取待转换时钟信号的目标时段对应的待解码时钟信号；其中，所述目标时段是所述待转换时钟信号未被时钟产生设备标记的时段；获取所述授时设备上传的所述待解码时钟信号；在预存信号集中查找与所述待解码时钟信号匹配的目标时钟源分配结果，将所述目标时钟源分配结果确定为所述待转换时钟信号的时钟源分配结果。
7.根据权利要求6所述的系统，其特征在于，所述时钟产生设备采用所述历史时钟偏差信息集训练预设的针对时钟产生设备的异步时钟源转换模型，得到完成训练的针对时钟产生设备的异步时钟源转换模型，包括：
采用所述历史时钟偏差信息集对预设的针对时钟产生设备的异步时钟源转换模型进行迭代训练，在采用第n次训练之后的针对时钟产生设备的异步时钟源转换模型对测试时钟信息集进行时钟状态识别所得到的时钟状态识别评价系数大于设定评价系数的情况下，将第n次训练之后的针对时钟产生设备的异步时钟源转换模型确定为完成训练的针对时钟产生设备的异步时钟源转换模型；其中，n为正整数。
8.根据权利要求6所述的系统，其特征在于，所述时钟产生设备基于预设模型训练指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型；
其中，基于当前模型兼容指标以及所述完成训练的针对时钟产生设备的异步时钟源转换模型训练预设的针对授时设备的异步时钟源转换模型，得到完成训练的针对授时设备的异步时钟源转换模型，包括：
当第m次训练之后，所述当前模型兼容指标的兼容度位于设定兼容度范围时，将第m次训练之后得到的针对授时设备的异步时钟源转换模型确定为完成训练的针对授时设备的异步时钟源转换模型。
9.根据权利要求6所述的系统，其特征在于，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并将该个历史时钟补偿信息的被动时钟延时标识对应的与主动时钟延时标识对应的脉冲触发信号关联的脉冲触发信号配置到所述主动时钟延时标识包括：
计算该个历史时钟补偿信息的被动时钟延时标识对应的各脉冲触发信号与该个历史时钟补偿信息的主动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；
分别判断各实时匹配参数是否达到第一设定匹配参数阈值，并将实时匹配参数达到第一设定匹配参数阈值的被动时钟延时标识对应的脉冲触发信号配置到所述主动时钟延时标识；其中，所述脉冲触发信号的信号描述信息为：根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重统计出的脉冲触发信号和信号配置标签的统计结果；
其中，所述根据该个历史时钟补偿信息的主动时钟延时标识对应的脉冲触发信号及其信号时钟状态识别权重确定该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号之间的信号匹配度，并根据所述各脉冲触发信号之间的信号匹配度对当前被动时钟延时标识对应的各脉冲触发信号进行信号加权包括：
计算该个历史时钟补偿信息的当前被动时钟延时标识对应的各脉冲触发信号的信号描述信息之间的实时匹配参数；针对该个历史时钟补偿信息的当前被动时钟延时标识对应的一个脉冲触发信号而言，将该脉冲触发信号和与其信号描述信息之间的实时匹配参数达到第二设定匹配参数阈值的所有脉冲触发信号进行信号加权得到一组脉冲触发加权信号。
CN202110109757.4A 2021-01-27 2021-01-27 一种时钟源转换分配方法及系统 Active CN112433558B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110109757.4A CN112433558B (zh) 2021-01-27 2021-01-27 一种时钟源转换分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110109757.4A CN112433558B (zh) 2021-01-27 2021-01-27 一种时钟源转换分配方法及系统

Publications (2)

Publication Number Publication Date
CN112433558A CN112433558A (zh) 2021-03-02
CN112433558B true CN112433558B (zh) 2021-05-11

Family

ID=74697344

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110109757.4A Active CN112433558B (zh) 2021-01-27 2021-01-27 一种时钟源转换分配方法及系统

Country Status (1)

Country Link
CN (1) CN112433558B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115664572A (zh) * 2022-09-15 2023-01-31 交控科技股份有限公司 时钟同步方法、装置及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600186A (zh) * 2018-11-20 2019-04-09 Ut斯达康通讯有限公司 时钟同步方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7194649B2 (en) * 2000-10-30 2007-03-20 International Business Machines Corporation Clock synchronization for network measurements with clock resets
US8024599B2 (en) * 2007-03-08 2011-09-20 Sandisk Il Ltd Bias and random delay cancellation
US10082823B1 (en) * 2017-10-11 2018-09-25 Integrated Device Technology, Inc. Open loop solution in data buffer and RCD

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600186A (zh) * 2018-11-20 2019-04-09 Ut斯达康通讯有限公司 时钟同步方法及装置

Also Published As

Publication number Publication date
CN112433558A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN113792825B (zh) 一种用电信息采集设备故障分类模型训练方法及装置
CN108538296A (zh) 语音识别测试方法及测试终端
JP7242311B2 (ja) 誤検知を減少させた分光学的定量化のための装置、非一時的コンピュータ可読媒体及び方法
JP2018185328A (ja) 分光法を用いる識別
CN113127552B (zh) 基于大数据的食品安全识别方法及系统
CN112433558B (zh) 一种时钟源转换分配方法及系统
CN111105786A (zh) 一种多采样率语音识别方法、装置、系统及存储介质
CN113822366A (zh) 业务指标异常检测方法及装置、电子设备、存储介质
CN113332729A (zh) 基于深度学习的云游戏漏洞检测方法及人工智能服务器
CN113255359A (zh) 模型训练方法、文本处理方法和装置、电子设备、介质
CN114218244B (zh) 一种在线色谱仪数据库更新方法、数据识别方法及装置
CN113610157A (zh) 基于人工智能的业务大数据特征采集方法及服务器
CN117434429B (zh) 芯片的稳定性测试方法及相关装置
CN112434201B (zh) 基于大数据的数据可视化方法及大数据云服务器
CN109829479A (zh) 一种用于传感器的分类器模型信息自动更新系统及传感器更换方法
CN114153929B (zh) 测试数据判读方法、装置、电子设备和存储介质
CN111191475A (zh) 一种基于uhf rfid的被动式行为识别方法
CN116204648A (zh) 样本确定方法、装置、计算机设备及计算机可读存储介质
CN113380363B (zh) 基于人工智能的医疗数据质量评价方法及系统
CN115619496A (zh) 一种电商产品精准推送方法及服务器
CN112699908B (zh) 标注图片的方法、电子终端、计算机可读存储介质及设备
CN112418190A (zh) 移动端医学防护遮蔽人脸识别方法、装置、系统及服务器
CN109886119B (zh) 一种基于工控信号的控制功能分类方法及系统
CN110083540B (zh) 接口测试方法及装置
CN112017634A (zh) 数据的处理方法、装置、设备以及存储介质

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
GR01 Patent grant
GR01 Patent grant