CN113987803A - 基于模型修正的频率驾驭方法、装置、设备及存储介质 - Google Patents
基于模型修正的频率驾驭方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113987803A CN113987803A CN202111269277.0A CN202111269277A CN113987803A CN 113987803 A CN113987803 A CN 113987803A CN 202111269277 A CN202111269277 A CN 202111269277A CN 113987803 A CN113987803 A CN 113987803A
- Authority
- CN
- China
- Prior art keywords
- frequency control
- frequency
- data
- moment
- correction
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Feedback Control In General (AREA)
Abstract
本申请涉及一种基于模型修正的频率驾驭方法、装置、设备及存储介质。所述方法根据频率驾驭时刻之前的多台原子钟的历史时钟数据对原子钟预报模型进行修正得到修正模型,建模中用到的历史时钟数据连续且数据周期足够长,因此修正模型比较稳定;采用修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度,利用修正模型预报得到的结果也比较稳定,既确保了频率驾驭控制过程中综合时间尺度的稳定性,又有效实现了综合时间尺度的频率驾驭控制效果。
Description
技术领域
本申请涉及时间频率技术领域,特别是涉及一种基于模型修正的频率驾驭方法、装置、设备及存储介质。
背景技术
系统时间的溯源主要是对综合时间尺度进行定期的频率控制,使其向标准时间在频率和相位上保持一致,由于综合时间尺度是纸面时,因此其驾驭控制主要采用数学建模的方法实现,从数学上对其频率进行改正。由于频率驾驭控制需要对综合时间尺度进行改变,而综合时间尺度的通过各台原子钟通过预报计算产生,综合时间尺度频率发生改变,则可能导致所有原子钟的预报结果与实际结果出现较大的偏差,从而严重影响到综合时间尺度的稳定性。因此驾驭控制的关键在于既要保证驾驭效果,又尽可能不要破坏综合时间尺度的稳定度。
综合时间尺度算法利用原子钟模型和最新钟差比对数据,预报产生新的纸面时,如图1中黑色虚线。原子钟模型是由历史时钟数据进行建模得到的。在频率驾驭时刻ts,对新计算产生的纸面时进行驾驭量对应的频率改正Δf,使得新的纸面时产生Δf的频率改变,如图1中点划线所示。在下一个计算时刻ts+T(T为计算周期),再次利用历史原子钟模型和最新钟差比对数据,预报产生新的纸面时。此时用于建模的历史时钟数据中已经包含有最新驾驭后的纸面时数据,如图1中的黑实线和点划线两部分,其中,黑实线部分代表历史时钟数据,点划线部分代表驾驭后纸面时,利用这两部分数据建模进行预报,会使得新的预报结果受较长历史时钟数据的影响,削弱之前的频率驾驭效果,如图1中灰色实线所示。综上,该方法最终的频率驾驭效果不显著,没有实际达到Δf。
针对所有问题可以采取以下处理方法,就是在频率驾驭时刻ts之后,再次进行综合时间尺度计算,原子钟建模时摒弃驾驭时刻ts之前的历史时钟数据,只采用驾驭时刻是之后的数据,这样ts+T时刻计算的新预报结果就不会受老的历史时钟数据影响,预报产生的新的纸面时与驾驭后纸面时的频率一致性较好。但由于用来建模的历史时钟数据时间周期较短,会导致原子钟模型预报稳定性较差,进而使得计算得到的新的综合时间尺度稳定性较差。因此,该方法驾驭效果会比较显著,但会破坏综合时间尺度的稳定性。
发明内容
基于此,有必要针对上述技术问题,提供一种基于模型修正的频率驾驭方法、装置、设备及存储介质。
一种基于模型修正的频率驾驭方法,所述方法包括:
获取频率驾驭时刻之前N台原子钟的历史时钟数据,并根据所述历史时钟数据进行综合时间尺度计算,确定频率驾驭量;其中N为大于等于1的整数。
将所述历史时钟数据按照所述频率驾驭量进行频率改正,并根据得到的频率改正后的历史时钟数据进行建模,得到修正模型。
采用所述修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度。
在其中一个实施例中,所述方法还包括:
在第二频率驾驭时刻,获取频率驾驭时刻至所述第二频率驾驭时刻之间的原子时计算的新数据。
将频率驾驭时刻之前的历史时钟数据进行频率改正,并根据得到的频率改正后的历史时钟数据和所述新数据进行建模,得到第二修正模型;所述第二频率驾驭时刻是频率驾驭时刻后经过一个计算周期后的时刻。
采用第二修正模型对第二频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度;依此类完成对所有频率驾驭时刻的频率驾驭。
一种基于模型修正的频率驾驭装置,所述装置包括:
历史时钟数据获取及频率驾驭确定模块,用于获取频率驾驭时刻之前N台原子钟的历史时钟数据,并根据所述历史时钟数据进行综合时间尺度计算,确定频率驾驭量;其中N为大于等于1的整数。
修正模型确定模块,用于将所述历史时钟数据按照所述频率驾驭量进行频率改正,并根据得到的频率改正后的历史时钟数据进行建模,得到修正模型。
综合时间尺度频率驾驭模块,用于采用所述修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度。
在其中一个实施例中,所述装置还包括:第二频率驾驭时刻的频率驾驭模块,用于在第二频率驾驭时刻,获取频率驾驭时刻至所述第二频率驾驭时刻之间的原子时计算的新数据;将频率驾驭时刻之前的历史时钟数据进行频率改正,并根据得到的频率改正后的历史时钟数据和所述新数据进行建模,得到第二修正模型;所述第二频率驾驭时刻是频率驾驭时刻后经过一个计算周期后的时刻;采用第二修正模型对第二频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度;依此类推,完成对所有频率驾驭时刻的频率驾驭。
上述基于模型修正的频率驾驭方法、装置、设备及存储介质,所述方法根据频率驾驭时刻之前的多台原子钟的历史时钟数据对原子钟预报模型进行修正得到修正模型,建模中用到的历史时钟数据连续且数据周期足够长,因此修正模型比较稳定;采用修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度,利用修正模型预报得到的结果也比较稳定,既确保了频率驾驭控制过程中综合时间尺度的稳定性,又有效实现了综合时间尺度的频率驾驭控制效果。
附图说明
图1为一个现有纸面时频率驾驭方法示意图;
图2为一个实施例中基于模型修正的频率驾驭方法的流程示意图;
图3为另一个实施例中基于模型修正的频率驾驭方法示意图;
图4为另一个实施例中基于模型修正的频率驾驭装置的结构框图;
图5为一个实施例中设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图2所示,提供了一种基于模型修正的频率驾驭方法,该方法包括以下步骤:
步骤100:获取频率驾驭时刻之前N台原子钟的历史时钟数据,并根据历史时钟数据进行综合时间尺度计算,确定频率驾驭量;其中N为大于等于1的整数。
频率驾驭时刻是设定的固定时间点。
频率驾驭时刻之前的历史时钟数据是N台原子钟频率驾驭时刻之前一段时间内的时钟数据。
综合时间尺度计算可以采用加权平均算法、AT1算法或卡尔曼算法等。
综合时间尺度计算完成后,可以计算得到综合时间尺度相对标准时间的频率偏差,这个频率偏差就是频率驾驭控制量。在具体实施时,频率控制驾驭量可以做一些调整,比如实际上偏差1e-14,但是本次驾驭只驾驭5e-15,分两次驾驭完成。
本方法主要解决的问题是如何实现精准驾驭,也就是说现在想驾驭5e-15,最终实现的效果也是5e-15。
步骤102:将历史时钟数据按照频率驾驭量进行频率改正,并根据得到的频率改正后的历史时钟数据进行建模,得到修正模型。
具体的,如果频率驾驭量为Δf,对历史时钟数据按照频率驾驭量进行频率改正是指在历史时钟数据上叠加一个由频率改正量确定的钟差Δf*Δt,其中Δt为历史时钟数据对应的时刻减去起始时刻。
修正模型建立可以有多种方式,取决于原子时计算建模方式,比如氢钟可能采用二次建模,铯钟采用一次建模,说简单点就是依据原子钟的实际测量数据进行多项式拟合。
作为优选,原子时计算建模方式采用多项式拟合建模的方法。如:
y=a+bx+cx2
其中,y为通过拟合模型计算得到的纸面时间,x为原子钟的历史时钟数据,a表征时间偏差,b表征频率偏差,c表征频率漂移。
例如,原子时计算建模方式采用多项式拟合建模的方法,修正模型同样采用多项式拟合建模的方法。
步骤104:采用修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度。
具体的,采用修正模型对频率驾驭时刻后的数据进行预报是将预报时刻代入到修正模型中进行计算得到预报数据。
上述基于模型修正的频率驾驭方法中,所述方法根据频率驾驭时刻之前的多台原子钟的历史时钟数据对原子钟预报模型进行修正得到修正模型,建模中用到的历史时钟数据连续且数据周期足够长,因此修正模型比较稳定;采用修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度,利用修正模型预报得到的结果也比较稳定,既确保了频率驾驭控制过程中综合时间尺度的稳定性,又有效实现了综合时间尺度的频率驾驭控制效果。
在其中一个实施例中,综合时间尺度采用加权平均算法。加权平均算法的主要特点是权重选取主要依据原子钟的历史特性,充分发挥较好原子钟的性能,抑制较差原子钟的性能。其一般形式为可以如下表述,考虑有N台原子钟的理性时间尺度Ti(t),i=1,2,3,…,N,建立一个综合时间尺度Ts(t)。当采用经典加权平均算法时,见式(1):
如果把Ts(t)代表综合时间尺度,则综合时间尺度的噪声Xs(t)是各台原子钟噪声xi(t)的加权和,见式(2):
为了使综合时间尺度的噪声Xs(t)最小,通常采用权重计算公式(3)决定每台原子钟的权重pi。权重计算公式为:
式中的方差σi既可以是Allan方差也可以是标准方差,不论哪种方差,都能使综合钟的噪声方差最小。
在其中一个实施例中,方法还包括:在第二频率驾驭时刻,获取频率驾驭时刻至第二频率驾驭时刻之间的原子时计算的新数据;将频率驾驭时刻之前的历史时钟数据进行频率改正,并根据得到的频率改正后的历史时钟数据和新数据进行建模,得到第二修正模型;第二频率驾驭时刻是频率驾驭时刻后经过一个计算周期后的时刻;采用第二修正模型对第二频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度;依此类,完成对所有频率驾驭时刻的频率驾驭。
其中,计算周期是完成一次原子时计算所用的时间。
在另一个实施例中,如图3所示,提供了一种基于模型修正的频率驾驭方法,该方法的基本原理是:当综合时间尺度计算到频率驾驭时刻时,不再直接利用历史时钟数据进行建模和预报,而是以频率驾驭时刻为节点,将该时刻之前的历史时钟数据进行驾驭量Δf的频率改正,如图3中的黑色短虚线,然后以该驾驭改正后的历史时钟数据为基础进行建模,得到的新的模型在这里称之为修正模型。利用该修正模型进行预报并计算得到的综合时间尺度,见图3中第一节点划线,相对于没有利用模型修正进行预报并计算得到的综合时间尺度,见图3中黑色长虚线,发生了Δf的频率改变,即实现了Δf的频率驾驭控制。同理,在下一计算时刻ts+T,依然将频率驾驭时刻之前的历史时钟数据进行频率改正,并结合ts至ts+T之间最新数据进行建模,依然能够有效保证预报计算得到的综合时间尺度达到频率驾驭效果,见图3中第二节点划线。其中第一节点划线为驾驭时刻ts到下一计算时刻ts+T之间的点划线,第二节点划线为下一计算时刻ts+T与再下一计算时刻ts+2T之间的点划线。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种基于模型修正的频率驾驭装置,包括:历史时钟数据获取及频率驾驭确定模块、修正模型确定模块和综合时间尺度频率驾驭模块,其中:
历史时钟数据获取及频率驾驭确定模块,用于获取频率驾驭时刻之前N台原子钟的历史时钟数据,并根据所述历史时钟数据进行综合时间尺度计算,确定频率驾驭量;其中N为大于等于1的整数。
修正模型确定模块,用于将历史时钟数据按照频率驾驭量进行频率改正,并根据得到的频率改正后的历史时钟数据进行建模,得到修正模型。
综合时间尺度频率驾驭模块,用于采用修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度。
在其中一个实施例中,该装置还包括:第二频率驾驭时刻的频率驾驭模块,用于在第二频率驾驭时刻,获取频率驾驭时刻至第二频率驾驭时刻之间的原子时计算的新数据;将频率驾驭时刻之前的历史时钟数据进行频率改正,并根据得到的频率改正后的历史时钟数据和新数据进行建模,得到第二修正模型;第二频率驾驭时刻是频率驾驭时刻后经过一个计算周期后的时刻;采用第二修正模型对第二频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度;依此类推,完成对所有频率驾驭时刻的频率驾驭。
关于基于模型修正的频率驾驭装置的具体限定可以参见上文中对于基于模型修正的频率驾驭方法的限定,在此不再赘述。上述基于模型修正的频率驾驭装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种设备,该设备可以是终端,其内部结构图可以如图5所示。设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,设备的处理器用于提供计算和控制能力。设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于模型修正的频率驾驭方法。设备的显示屏可以是液晶显示屏或者电子墨水显示屏,设备的输入装置可以是显示屏上覆盖的触摸层,也可以是设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的设备的限定,具体的设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
在一个验证性实施例中,为了验证该频率驾驭方法的正确性与有效性,选取2012年8月1日至2012年10月1日数据进行综合时间尺度计算,得到各原子钟相对于综合时间尺度的时差值。然后在2012年9月1日进行1×10-14的频率驾驭,并重新进行计算,再次得到各原子钟相对于综合时间尺度的时差值。将两次时差值的残差进行比对,可以得到9月1日驾驭对综合时间尺度频率实际的改变量。
从残差上进行粗略分析,9月1日的频率驾驭使得2207钟驾驭前后的相位变化约26ns,对应的频率变化约1.003×10-14,与实际驾驭量相吻合,且驾驭前后曲线连续,没有出现相位突跳情况。从频率稳定度变化分析,驾驭前后频率稳定度变化较小,表示驾驭前后综合时间尺度稳定度变化较小。
从残差上进行粗略分析,9月1日的频率驾驭使得2204钟驾驭前后的相位变化也约26ns,对应的频率变化约1.003×10-14,与实际驾驭量相吻合,且驾驭前后曲线连续,没有出现相位突跳情况。从频率稳定度变化分析,驾驭前后频率稳定度变化较小,表示驾驭前后综合时间尺度稳定度变化较小。
从以上试验结果可以验证,利用修正原子钟预报模型的频率驾驭方法行之有效。频率驾驭控制量和实际改正量一致性非常好,驾驭控制精准,且驾驭前后相位连续,对综合时间尺度的稳定性没有带来显著的破坏。因此,利用修正原子钟预报模型的频率驾驭方法从理论和试验上均得以验证。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于模型修正的频率驾驭方法,其特征在于,所述方法包括:
获取频率驾驭时刻之前N台原子钟的历史时钟数据,并根据所述历史时钟数据进行综合时间尺度计算,确定频率驾驭量;其中N为大于等于1的整数;
将所述历史时钟数据按照所述频率驾驭量进行频率改正,并根据得到的频率改正后的历史时钟数据进行建模,得到修正模型;
采用所述修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在第二频率驾驭时刻,获取频率驾驭时刻至所述第二频率驾驭时刻之间的原子时计算的新数据;
将频率驾驭时刻之前的历史时钟数据进行频率改正,并根据得到的频率改正后的历史时钟数据和所述新数据进行建模,得到第二修正模型;所述第二频率驾驭时刻是频率驾驭时刻后经过一个计算周期后的时刻;
采用第二修正模型对第二频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度;依此类推,完成对所有频率驾驭时刻的频率驾驭。
3.一种基于模型修正的频率驾驭装置,其特征在于,所述装置包括:
历史时钟数据获取及频率驾驭确定模块,用于量获取频率驾驭时刻之前N台原子钟的历史时钟数据,并根据所述历史时钟数据进行综合时间尺度计算,确定频率驾驭量;其中N为大于等于1的整数;
修正模型确定模块,用于将所述历史时钟数据按照所述频率驾驭量进行频率改正,并根据得到的频率改正后的历史时钟数据进行建模,得到修正模型;综合时间尺度频率驾驭模块,用于采用所述修正模型对频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度。
4.根据权利要3所述的装置,其特征在于,所述装置还包括:第二频率驾驭时刻的频率驾驭模块,用于在第二频率驾驭时刻,获取频率驾驭时刻至所述第二频率驾驭时刻之间的原子时计算的新数据;将频率驾驭时刻之前的历史时钟数据进行频率改正,并根据得到的频率改正后的历史时钟数据和所述新数据进行建模,得到第二修正模型;所述第二频率驾驭时刻是频率驾驭时刻后经过一个计算周期后的时刻;采用第二修正模型对第二频率驾驭时刻后的数据进行预报,并根据得到的预报数据进行计算得到频率驾驭后的综合时间尺度;依此类推,完成对所有频率驾驭时刻的频率驾驭。
5.一种设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至2中任一项所述方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至2中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111269277.0A CN113987803B (zh) | 2021-10-29 | 2021-10-29 | 基于模型修正的频率驾驭方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111269277.0A CN113987803B (zh) | 2021-10-29 | 2021-10-29 | 基于模型修正的频率驾驭方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113987803A true CN113987803A (zh) | 2022-01-28 |
CN113987803B CN113987803B (zh) | 2022-05-13 |
Family
ID=79744132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111269277.0A Active CN113987803B (zh) | 2021-10-29 | 2021-10-29 | 基于模型修正的频率驾驭方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113987803B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116819932A (zh) * | 2023-08-31 | 2023-09-29 | 湖南时空信安科技有限公司 | 原子钟驾驭参数确定方法、装置、终端设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104688252A (zh) * | 2015-03-16 | 2015-06-10 | 清华大学 | 采用方向盘转角信息的驾驶人疲劳状态检测方法 |
CN104899467A (zh) * | 2015-06-25 | 2015-09-09 | 北京无线电计量测试研究所 | 一种基于频率驾驭的频率偏移校正方法及系统 |
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 |
CN111143989A (zh) * | 2019-12-25 | 2020-05-12 | 北京无线电计量测试研究所 | 频率调整量计算方法、模块、系统、存储介质和设备 |
CN113078901A (zh) * | 2021-03-30 | 2021-07-06 | 中国科学院国家授时中心 | 基于脉冲星驾驭的原子钟准确度提高方法 |
-
2021
- 2021-10-29 CN CN202111269277.0A patent/CN113987803B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104688252A (zh) * | 2015-03-16 | 2015-06-10 | 清华大学 | 采用方向盘转角信息的驾驶人疲劳状态检测方法 |
CN104899467A (zh) * | 2015-06-25 | 2015-09-09 | 北京无线电计量测试研究所 | 一种基于频率驾驭的频率偏移校正方法及系统 |
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 |
CN111143989A (zh) * | 2019-12-25 | 2020-05-12 | 北京无线电计量测试研究所 | 频率调整量计算方法、模块、系统、存储介质和设备 |
CN113078901A (zh) * | 2021-03-30 | 2021-07-06 | 中国科学院国家授时中心 | 基于脉冲星驾驭的原子钟准确度提高方法 |
Non-Patent Citations (2)
Title |
---|
TADAHIRO NEGISHI.ETC: ""Radio Frequency Tomography for Nondestructive Testing of Pillars"", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 * |
赵书红等: ""一种优化的频率驾驭算法研究"", 《电子与信息学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116819932A (zh) * | 2023-08-31 | 2023-09-29 | 湖南时空信安科技有限公司 | 原子钟驾驭参数确定方法、装置、终端设备及存储介质 |
CN116819932B (zh) * | 2023-08-31 | 2023-12-01 | 湖南时空信安科技有限公司 | 原子钟驾驭参数确定方法、装置、终端设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113987803B (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109992462B (zh) | 验证激励生成方法、装置、芯片验证方法及系统 | |
US20080209372A1 (en) | Estimation Of Process Variation Impact Of Slack In Multi-Corner Path-Based Static Timing Analysis | |
CN113987803B (zh) | 基于模型修正的频率驾驭方法、装置、设备及存储介质 | |
CN110245147B (zh) | 区块链数据处理方法、装置、可读存储介质和计算机设备 | |
CN112711039A (zh) | 一种基于最优估计的时间同步攻击检测与修正方法和装置 | |
CN111178126A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
CN108764553B (zh) | 用户规模预测方法、装置及计算机设备 | |
Subramanian | Multiple imputations and the missing censoring indicator model | |
CN111162946B (zh) | 构建模型推理网络的方法、数据处理方法、装置和存储介质 | |
CN110380216B (zh) | 相控阵雷达中的相位配置方法、装置、设备和存储介质 | |
Trivedi et al. | A many-state Markov model for the estimation and prediction of computer software performance parameters | |
Desovski et al. | Linear randomized voting algorithm for fault tolerant sensor fusion and the corresponding reliability model | |
CN112505386A (zh) | 一种用于检定直流充电桩电流值的方法及系统 | |
CN114610645B (zh) | 任务可靠性和测试性联合确定方法、装置和计算机设备 | |
CN110704898A (zh) | 老虎窗模型与屋架梁模型之间连接节点放置方法和产品 | |
CN114138634B (zh) | 测试用例的选取方法、装置、计算机设备和存储介质 | |
CN111651904B (zh) | 基于机器学习的流场数据计算方法和装置 | |
CN111210105B (zh) | 连续工作性能验证、装置、计算机设备和存储介质 | |
CN114048407A (zh) | 基于html格式的平级富文本内容生成方法及装置 | |
CN113095963A (zh) | 房地产成本数据处理方法、装置、计算机设备和存储介质 | |
JP2010113527A (ja) | バグ摘出予測システム | |
CN108599976B (zh) | 网络质量评估模型构建方法、装置及计算机设备 | |
CN110704902A (zh) | 组合过梁模型和组合立柱模型的连接节点放置方法和产品 | |
CN111815510A (zh) | 基于改进的卷积神经网络模型的图像处理方法及相关设备 | |
CN111159796A (zh) | 建筑的梁的生成方法、装置、计算机设备和存储介质 |
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 |