CN114966767A - 导航卫星自主时频基准的构建方法、装置和系统 - Google Patents
导航卫星自主时频基准的构建方法、装置和系统 Download PDFInfo
- Publication number
- CN114966767A CN114966767A CN202210555658.3A CN202210555658A CN114966767A CN 114966767 A CN114966767 A CN 114966767A CN 202210555658 A CN202210555658 A CN 202210555658A CN 114966767 A CN114966767 A CN 114966767A
- Authority
- CN
- China
- Prior art keywords
- clock
- frequency
- atomic
- optimal
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 105
- 239000013078 crystal Substances 0.000 claims abstract description 69
- 238000005070 sampling Methods 0.000 claims abstract description 69
- 238000005457 optimization Methods 0.000 claims abstract description 42
- 230000006870 function Effects 0.000 claims description 63
- 238000010276 construction Methods 0.000 claims description 36
- 230000002068 genetic effect Effects 0.000 claims description 24
- 238000012546 transfer Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 5
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 239000001257 hydrogen Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 229910052701 rubidium Inorganic materials 0.000 description 3
- IGLNJRXAVVLDKE-UHFFFAOYSA-N rubidium atom Chemical compound [Rb] IGLNJRXAVVLDKE-UHFFFAOYSA-N 0.000 description 3
- 101150092254 ASF1 gene Proteins 0.000 description 2
- 101100001135 Malus domestica AFS1 gene Proteins 0.000 description 2
- 101100436059 Schizosaccharomyces pombe (strain 972 / ATCC 24843) cia1 gene Proteins 0.000 description 2
- 101100163864 Xenopus laevis asf1aa gene Proteins 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005295 random walk Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052792 caesium Inorganic materials 0.000 description 1
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000009401 outcrossing Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/25—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS
- G01S19/256—Acquisition or tracking or demodulation of signals transmitted by the system involving aiding data received from a cooperating element, e.g. assisted GPS relating to timing, e.g. time of week, code phase, timing offset
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/27—Acquisition or tracking or demodulation of signals transmitted by the system creating, predicting or correcting ephemeris or almanac data within the receiver
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明提供了一种导航卫星自主时频基准的构建方法和系统,该方法包括:选择参考钟;采用第一优化算法对每台原子钟的采样间隔进行优化,获得每台原子钟的最优采样间隔,根据最优采样间隔计算每台原子钟的最优权重,使得采用时间尺度算法根据多台原子钟的钟差数据计算的纸面时具有最优的稳定度;采用时间尺度算法计算每台原子钟相对于纸面时的驾驭参考钟差;构建钟差控制系统用于根据驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量;采用第二优化算法对钟差控制系统的噪声方差参数对进行优化,获得已寻优的钟差控制系统,已寻优的钟差控制系统具有最优噪声方差参数对,使得纸面时和超稳晶振的频率稳定度最优。
Description
技术领域
本发明主要涉及自主导航领域,尤其涉及一种导航卫星自主时频基准的构建方法、装置、系统和计算机可读介质。
背景技术
全球导航卫星系统(Global Navigation Satellite System,GNSS)的高精度导航和授时功能的实现离不开高精度的时间基准。目前主流的GNSS导航卫星均搭载了原子钟来提供时频参考。例如,美国的GPS卫星搭载了铯原子钟和氢原子钟,俄罗斯的GLONASS-K导航卫星采用铷原子钟和被动型氢原子钟结合的方案,欧洲的Galileo卫星也采用了铷原子钟和被动型氢原子钟结合的方案,中国的北斗三号导航卫星上搭载了两台氢原子钟和两台铷原子钟。通过各GNSS导航卫星上的原子钟配置方案可以看出,为了追求鲁棒性,单颗导航卫星上均携带了多台原子钟。随着导航技术的发展,对星载原子钟的稳定度、准确性提出了更高的要求。
发明内容
本申请要解决的技术问题是提供一种优化地、具有高稳定度和自适应能力提升的导航卫星自主时频基准的构建方法、装置、系统和计算机可读介质。
为解决上述技术问题,本发明提供了一种导航卫星自主时频基准的构建方法,所述导航卫星上包括一个超稳晶振和多台原子钟,其特征在于,包括:从所述多台原子钟中选择一台作为参考钟;采用第一优化算法对每台所述原子钟的采样间隔进行优化,获得每台所述原子钟的最优采样间隔,根据所述最优采样间隔计算每台所述原子钟的最优权重,使得采用时间尺度算法根据所述多台原子钟的钟差数据计算的纸面时具有最优的稳定度;采用所述时间尺度算法计算每台所述原子钟相对于所述纸面时的驾驭参考钟差,其中,在所述时间尺度算法中采用所述最优权重;构建钟差控制系统,所述钟差控制系统用于根据所述驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量,所述受驯晶振钟差是所述超稳晶振的驯服物理信号输出和所述参考钟的相对钟差数据;以及采用第二优化算法对所述钟差控制系统的噪声方差参数对进行优化,获得已寻优的钟差控制系统,所述已寻优的钟差控制系统具有最优噪声方差参数对,使得所述纸面时和所述超稳晶振的频率稳定度最优。
在本申请的一实施例中,从所述多台原子钟中选择一台作为参考钟的步骤包括:
步骤S21:获得所述多台原子钟的历史钟差数据;
步骤S23:将所述频率稳定度最小的原子钟作为所述参考钟。
在本申请的一实施例中,采用所述时间尺度算法计算每台所述原子钟相对于所述纸面时的驾驭参考钟差的步骤包括:
步骤S31:采用下面的公式计算所述纸面时:
步骤S32:采用下面的公式计算所述驾驭参考钟差xej(t):
其中,采用每台所述原子钟的Allan偏差计算所述权重。
在本申请的一实施例中,采用下面的公式计算第i台原子钟的权重:
其中,σi(τ)表示所述采样间隔为τ时的Allan偏差。
在本申请的一实施例中,所述第一优化算法是遗传算法。
在本申请的一实施例中,所述第一优化算法根据第一代价函数寻找所述优化采样间隔,使得所述纸面时的稳定度最小,其中,采用下面的公式表示所述第一代价函数:
其中,f表示所述第一代价函数,τ表示所述采样间隔,σEAL(τ)表示采用Allan偏差代表的所述纸面时的频率稳定度。
在本申请的一实施例中,所述第一优化算法根据第一代价函数寻找所述优化采样间隔,使得所述纸面时的稳定度最小,其中,采用下面的公式表示所述第一代价函数:
其中,f表示所述第一代价函数,τ表示所述采样间隔,window表示滑动窗口,σEAL(τ)表示采用Allan偏差代表的所述纸面时的频率稳定度。
在本申请的一实施例中,所述钟差控制系统包括与卡尔曼滤波和延迟器等价的数字锁相环。
在本申请的一实施例中,所述数字锁相环是二阶数字锁相环,分别采用下面的公式表示所述二阶数字锁相环的开环系统传递函数G(z)、闭环系统传递函数H(z)和闭环误差传递函数He(z):
其中,Ks11表示两状态稳态卡尔曼增益之一。
在本申请的一实施例中,还包括:
步骤S101:针对所述二阶数字锁相环的卡尔曼滤波特性采用下面的公式建立关于相位差和频差的两维状态空间模型:
其中,Xk+1=A·Xk+Jk为状态方程,Xk=[xk yk]T,xk和yk为表征频标相位和频率的两个状态变量,Jk=[0 uk]T,uk为过程噪声;Zk=H·Xk+wk为测量方程,Zk为测量值,wk为测量噪声;
其中,采用下面的公式计算所述过程噪声uk的方差:
采用下面的公式计算所述测量噪声wk的方差:
步骤S102:建立所述噪声方差参数对和两状态稳态卡尔曼增益Ks之间的近似关系如下:
其中,T表示采样时刻间隔。
在本申请的一实施例中,所述第二优化算法是遗传算法,通过调整所述噪声方差参数对使所述纸面时和所述超稳晶振的频率稳定度最优。
在本申请的一实施例中,所述第二优化算法根据第二代价函数寻找所述最优噪声方差参数对,其中,采用下面的公式表示所述第二代价函数:
其中,f(L(f))是由所述驾驭参考钟差和待驾驭的所述超稳晶振的单边带相位噪声谱密度曲线交点频率值表示的固定参考值,f(H)是由闭环系统传递函数H(z)和闭环误差传递函数He(z)的幅频响应曲线交点频率值表示的动态调试值,||表示求取偏差的绝对值,表示在给定的[fdown,fup]代价函数频率边界区间内以预设的代价函数最小分辨率a进行因变量偏差最小绝对值对应的自变量值获取操作,TA表示所述驾驭参考钟差,USO表示所述超稳晶振。
在本申请的一实施例中,还包括:采用所述已寻优的钟差控制系统计算所述最优时频驾驭量如下:
其中,表示每个采样时刻i对时间的最优驾驭量,表示每个采样时刻i对频率的最优驾驭量,Err表示鉴相误差,USO(i)表示采样时刻i时的超稳晶振频标,USOsteered(i+1)表示经过驾驭后的采样时刻i+1时的超稳晶振频标。
本申请为解决上述技术问题还提出一种导航卫星自主时频基准的构建装置,包括:存储器,用于存储可由处理器执行的指令;处理器,用于执行所述指令以实现如上所述的方法。
本申请为解决上述技术问题还提出一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如上所述的方法。
本申请为解决上述技术问题还提出一种导航卫星自主时频基准的构建系统,其特征在于,包括:单星守时钟组、综合原子时计算模块、物理信号驾驭模块和超稳晶振;其中,所述单星守时钟组包括多台原子钟,其中一台原子钟是参考钟;所述综合原子时计算模块用于采用时间尺度算法根据所述多个原子钟的钟差数据计算纸面时和每台所述原子钟相对于所述纸面时的驾驭参考钟差,其中,每台所述原子钟具有对应的最优采样间隔和最优权重,根据所述最优权重使所述纸面时具有最优的稳定度;所述物理信号驾驭模块包括已寻优的钟差控制系统,所述已寻优的钟差控制系统用于根据所述驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量,所述已寻优的钟差控制系统具有最优的噪声方差参数对,使得所述纸面时和所述超稳晶振的频率稳定度最优;所述超稳晶振用于根据所述最优时频驾驭量生成驯服物理信号输出,所述驯服物理信号输出用于和所述参考钟的参考时钟序列生成所述受驯晶振钟差。
在本申请的一实施例中,还包括数字相位测量模块,用于获取所述原子钟相对于所述参考钟的相对钟差数据,以及用于获取所述超稳晶振的频标和所述参考钟之间的受驯晶振钟差。
本申请的导航卫星自主时频基准的构建方法和装置在单星平台上选择参考钟,采用第一优化算法获得其余的原子钟的最优权重,使得根据时间尺度算法获得驾驭参考钟差时,综合虚拟钟纸面时具有最优的稳定度;同时采用第二优化算法对钟差控制系统的噪声方差参数对进行优化,实现了高精度自适应迭代寻优,高效地生成最优时频驾驭量并实现时频信号的物理输出。
附图说明
包括附图是为提供对本申请进一步的理解,它们被收录并构成本申请的一部分,附图示出了本申请的实施例,并与本说明书一起起到解释本发明原理的作用。附图中:
图1是本申请一实施例的导航卫星自主时频基准的构建方法的示例性流程图;
图2是本申请一实施例的导航卫星自主时频基准的构建系统的框图;
图3是本申请一实施例的构建方法中的时间尺度算法的示例性流程图;
图4是本申请一实施例的构建方法中的遗传算法的示例性流程图;
图5是本申请一实施例的构建系统中的钟差控制系统执行物理信号时频驾驭的示例性流程图;
图6是本发明一实施例的导航卫星自主时频基准的构建装置的系统框图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,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将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。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讨论。
此外,需要说明的是,使用“第一”、“第二”等词语来限定零部件,仅仅是为了便于对相应零部件进行区别,如没有另行声明,上述词语并没有特殊含义,因此不能理解为对本申请保护范围的限制。此外,尽管本申请中所使用的术语是从公知公用的术语中选择的,但是本申请说明书中所提及的一些术语可能是申请人按他或她的判断来选择的,其详细含义在本文的描述的相关部分中说明。此外,要求不仅仅通过所使用的实际术语,而是还要通过每个术语所蕴含的意义来理解本申请。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,或将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请的导航卫星自主时频基准的构建方法和构建系统适用于单个导航卫星,由星载计算机执行该构建方法,该构建系统设置在导航卫星上,例如设置在星载计算机中。导航卫星定期或按需要采用该构建方法对原子钟进行校准。该导航卫星包括一个超稳晶振和多台原子钟。在一些实施例中,导航卫星包括4台原子钟,在执行本申请的构建方法时,该4台原子钟都处于热开状态。本说明书将以4台原子钟为例进行说明,不用于限制原子钟的总数。
图1是本申请一实施例的导航卫星自主时频基准的构建方法的示例性流程图。参考图1所示,该构建方法包括以下步骤:
步骤S110:从多台原子钟中选择一台作为参考钟;
步骤S120:采用第一优化算法对每台原子钟的采样间隔进行优化,获得每台原子钟的最优采样间隔,根据最优采样间隔计算每台原子钟的最优权重,使得采用时间尺度算法根据多台原子钟的钟差数据计算的纸面时具有最优的稳定度;
步骤S1300:采用时间尺度算法计算每台原子钟相对于纸面时的驾驭参考钟差,其中,在该时间尺度算法中采用最优权重;
步骤S140:构建钟差控制系统,钟差控制系统用于根据驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量,受驯晶振钟差是超稳晶振的驯服物理信号输出和参考钟的相对钟差数据;
步骤S150:采用第二优化算法对钟差控制系统的噪声方差参数对进行优化,获得已寻优的钟差控制系统,已寻优的钟差控制系统具有最优噪声方差参数对,使得纸面时和超稳晶振的频率稳定度最优。
本申请还公开了一种导航卫星自主时频基准的构建系统。该构建系统可以用于实现本申请的构建方法,因此,关于构建方法的附图和说明内容都可以用于说明该构建系统。图2是本申请一实施例的导航卫星自主时频基准的构建系统的框图。参考图2所示,该构建系统200包括:单星守时钟组210、综合原子时计算模块220、物理信号驾驭模块230和超稳晶振240。其中,单星守时钟组210包括多台原子钟,其中一台原子钟是参考钟。在图2所示的实施例中,单星守时钟组210包括4台原子钟AFS1、AFS2、AFS3、AFS4,其中AFS1是参考钟。综合原子时计算模块220和物理信号驾驭模块230可以被统称为自主守时系统模块。综合原子时计算模块220用于采用时间尺度算法根据多个原子钟的钟差数据计算纸面时和每台原子钟相对于纸面时的驾驭参考钟差,其中,每台原子钟具有对应的最优采样间隔和最优权重,根据最优权重使纸面时具有最优的稳定度;物理信号驾驭模块230包括已寻优的钟差控制系统231,已寻优的钟差控制系统231用于根据驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量,已寻优的钟差控制系统具有最优的噪声方差参数对,使得纸面时和超稳晶振的频率稳定度最优;超稳晶振240用于根据最优时频驾驭量生成驯服物理信号输出,驯服物理信号输出用于和参考钟的参考时钟序列生成受驯晶振钟差。
以下结合附图对本申请的构建系统和构建方法进行说明。
在步骤S110中,选取一台稳定性最好的原子钟作为该参考钟。
在一些实施例中,步骤S110包括以下步骤:
步骤S21:获得多台原子钟的历史钟差数据;
步骤S23:将频率稳定度最小的原子钟作为参考钟。
在步骤S21中,星载计算机的存储器中通常会存储有每台原子钟的历史钟差数据,可以从该存储器中调用多台原子钟的历史钟差数据。
通过步骤S22的方法对每个原子钟的状态进行评估,主要是评估其频率稳定度。在该实施例中采用Allan方差作为原子钟的频率稳定度,并不用于限制频率稳定度的具体计算方法。在其他的实施例中,还可以采用其他的参量作为原子钟的频率稳定度,例如Allan偏差。
结合图2,在该实施例中,选择ASF1作为参考钟。
在步骤S120中,采用第一优化算法获得每台原子钟的最优采样间隔和最优权重。该最优采样间隔为公式(1)的采样间隔τ的优化值。该最优权重指时间尺度算法中所用到的权重的优化值。
时间尺度算法是采用一个原子钟组内的多台物理钟的钟差序列计算获取一个虚拟钟差序列,将该虚拟钟差序列称为综合原子时。综合原子时的稳定度优于原子钟组内的任何一个物理钟的稳定度。
结合图2,综合原子时计算模块220中包括时间尺度算法模块221和第一优化算法模块222。其中,第一优化算法模块222用于执行步骤S120中的第一优化算法,对时间尺度算法模块221中所要使用的时间尺度算法进行优化。
本申请对步骤S120和S130中所涉及的时间尺度算法不做限制。
时间尺度算法包括Algos算法、Kalman算法、AT1算法、KPW算法等。这些时间尺度算法都是根据基本时间尺度方程BTSE(Basic Time Scale Equations)发展而来。
在一些实施例中,步骤S130中采用时间尺度算法计算每台原子钟相对于纸面时的驾驭参考钟差的步骤包括:
步骤S31:采用下面的公式计算纸面时:
公式(2)是一种时间尺度方程。根据公式(2),可以获得第i台原子钟相对于纸面时的钟差数据表达式如下:
xi(t)=EAL(t)-hi(t) (3)
以及原子钟的相对钟差表达式:
xij(t)=xi(t)-xj(t) (4)
步骤S32:采用下面的公式计算驾驭参考钟差:
在一些实施例中,该构建系统200还包括数字相位测量模块250。参考图2所示,每个原子钟的时频数据输入至数字相位测量模块250,数字相位测量模块250输出每个原子钟相对于参考钟的相对钟差数据至综合原子时计算模块220。
在公式(5)中,采用每台原子钟的Allan偏差计算权重ωi(t),每台原子钟包括例如图2中所示的除参考钟ASF1之外的其他原子钟。
在一些实施例中,采用下面的公式计算第i台原子钟的权重:
其中,σi(τ)表示采样间隔为τ时的Allan偏差。
一些传统的技术方案是根据经验值来选取采样间隔τ,根据这样的方案,对经验的依赖性过强,精度和稳定性都不高,不利于导航卫星时频基准的自动化调整。
本申请在步骤S120中采用第一优化算法来确定最优采样间隔τ,并进一步地根据该最优采样间隔τ确定最优权重ωi,例如利用公式(6)计算最优权重ωi,可以克服传统技术方案的问题。
具体地,在一些实施例中,第一优化算法是遗传算法。遗传算法(GA)作为一种全局启发式优化搜索算法,其核心思想是模仿生物遗传学和自然选择机理进行逐次、并行的迭代来高效解决函数优化等问题,算法本身具有内在并行性、全局优化性和稳健性等特点。
在一些实施例中,采样遗传算法的该第一优化算法根据第一代价函数寻找优化采样间隔,使得纸面时的稳定度最小,其中,采用下面的公式表示第一代价函数:
其中,f表示第一代价函数,τ表示采样间隔,σEAL(τ)表示采用Allan偏差代表的纸面时的频率稳定度。
在公式(7)中,第一代价函数f的优化参数包括采样间隔τ,在执行遗传算法时,其原理为寻找使纸面时EAL的稳定度最小的采样间隔τ。
在另一实施例中,采用下面的公式表示第一代价函数:
其中,f表示第一代价函数,τ表示采样间隔,window表示滑动窗口,σEAL(τ)表示采用Allan偏差代表的纸面时的频率稳定度。
在公式(8)中,第一代价函数f的优化参数包括采样间隔τ和滑动窗口window,在执行遗传算法时,其原理为寻找使纸面时EAL的稳定度最小的采样间隔τ和滑动窗口window。
需要说明,步骤S120和S130中所使用的原子钟的钟差数据都是历史钟差数据,将大量的历史钟差数据用于上述的公式(5),结合遗传算法获得最优权重ωi,从而可以获得具有最优的稳定度的纸面时。根据该最优的纸面时,在步骤S130可以获得每台原子钟相对于纸面时的最优的驾驭参考钟差。
结合图2所示,来自每个原子钟的钟差数据输入至综合原子时计算模块220,经过执行步骤S120和S130之后,综合原子时计算模块220输出驾驭参考钟差。
图3是本申请一实施例的构建方法中的时间尺度算法的示例性流程图。结合图2和图3所示,时间尺度算法模块221所执行的时间尺度算法包括以下步骤:
步骤S311:选出参考钟。该步骤和图1中所示的步骤S110相同,此处将该步骤包括在时间尺度算法的流程中,用于表示时间尺度算法需确认参考钟,并不用于表示需要再次选择参考钟。
步骤S312:由N台原子钟获取N-1组观测钟差Xij。该观测钟差的表达式参考公式(4)。
步骤S313:使用第一优化算法确定最优权重。该第一优化算法是前文所述的遗传算法。在一些实施例中,在步骤S313通过优化采样间隔τ、或者采样间隔τ和滑动窗口window来确定最优权重。
步骤S314:使用历史数据计算卡尔曼预测器所需的各协方差。
在该时间尺度算法中,采用卡尔曼滤波器的预测器来根据历史数据预测将来一时刻的数据。本申请对该卡尔曼预测器的具体结构、方法不做限制。
步骤S316:计算综合原子时xej,即公式(5)中的xej(t)。
步骤S317:利用xej-xij获取xei,以及利用xe1-x1获取xe。x1表示参考钟的时间序列,xe1、xij、xei的含义可参考公式(4)。
步骤S317之后继续执行步骤S315,最终获得每个原子钟的驾驭参考钟差,也即综合原子时。
根据步骤S110-S130,采用遗传算法对每个原子钟的权重进行寻优,获得最优权重,从而获得每台原子钟相对于纸面时的最优的驾驭参考钟差。
本申请在获取可靠的纸面时钟作为驾驭基准后,可以通过多种闭环驯服的控制算法,实现对星载高稳晶振的高性能物理信号驾驭生成,由于高稳晶振具有短期稳定性较好,中长期稳定性较差的特性,因而经过综合原子时驾驭后的物理输出信号可兼具短稳和中长稳都优异特性。
在步骤S140,首先构建钟差控制系统,该钟差控制系统是根据时频驾驭算法来生成时频驾驭量,以用于对超稳晶振的晶振钟差进行驯服和驾驭,获得驯服物理信号输出。
在传统的驯服控制中,参数调节的方式需要进行多次离散调试,且仅能获得近似的结果,带来了精度局限性和自适应可靠性不高等问题。
本申请的构建方法在步骤S150采用第二优化算法对钟差控制系统进行优化,实现钟差控制系统的自动寻优,可以避免传统技术的问题。
结合图2,在构建系统200中,在物理信号驾驭模块230执行步骤S140和S150,具体地,采用第二优化算法模块232对钟差控制系统231进行优化,并通过最优时频驾驭量输出模块233输出最优时频驾驭量。
在一些实施例中,如图2所示,最优时频驾驭量输出模块233输出最优时频驾驭量至一数模转换器DAC,该数模转换器DAC将经过数模转换之后的最优时频驾驭量输出至超稳晶振240。
参考图2,超稳晶振的驯服物理信号输出输入至数字相位测量模块250,数字相位测量模块250接收驯服物理信号输出,并输出该驯服物理信号输出和参考钟的相对钟差数据作为受驯晶振钟差。从综合原子时计算模块220输出的驾驭参考钟差输入至加法器,驾驭参考钟差减去受驯晶振钟差的差值输入至物理信号驾驭模块230。
具体地,在一些实施例中,钟差控制系统231包括与卡尔曼滤波和延迟器等价的数字锁相环(DPLL)。
在一些实施例中,数字锁相环是二阶数字锁相环,分别采用下面的公式表示二阶数字锁相环的开环系统传递函数G(z)、闭环系统传递函数H(z)和闭环误差传递函数He(z):
其中,Ks11表示两状态稳态卡尔曼增益之一,Ks11中的11表示该卡尔曼增益在卡尔曼增益矩阵中的位置。
在一些实施例中,数字锁相环也可以是三阶数字锁相环或其他任意阶树的数字锁相环,可以根据原子钟的实际情况来设置,本申请对此不做限制。以下采用二阶数字锁相环为例来说明优化计算过程。
采用可观测的卡尔曼(Kalman)滤波器加入延迟器结构等价DPLL的闭环驯服算法可以较容易地从理论分析层面获取时频驾驭量,并且所需调节的噪声方差参数可以按比例简化为参数对,此外时域频域结合的参数选取过程更加直观。
在钟差控制系统231中采用二阶数字锁相环的实施例中,本申请的构建方法还包括以下步骤:
步骤S101:针对二阶数字锁相环的卡尔曼滤波特性采用下面的公式建立关于相位差和频差的两维状态空间模型:
其中,Xk+1=A·Xk+Jk为状态方程,Xk=[xk yk]T,xk和yk为表征频标相位和频率的两个状态变量,Jk=[0 uk]T,uk为过程噪声;Zk=H·Xk+wk为测量方程,Zk为测量值,wk为测量噪声;
其中,采用下面的公式计算过程噪声uk的方差:
其中,uk~N(0,Q22);
采用下面的公式计算测量噪声wk的方差:
其中,wk~N(0,R),钟差控制系统的噪声方差参数对包括R和Q22;
步骤S102:建立噪声方差参数对和两状态稳态卡尔曼增益Ks之间的近似关系如下:
其中,T表示采样时刻间隔。
卡尔曼滤波算法包括下面公式(17)中所示的五个基本过程:
卡尔曼滤波器在经过如式(17)所示的“预测-实测-修正”反复递推迭代步骤后可进入稳态,作Z变换推导后可以得到稳态卡尔曼滤波器关于测量值Zk和相位状态变量的估计值之间的输入输出关系,如下面的公式(18-19)所示:
通过上述公式(12-19)解算出了噪声方差参数对和卡尔曼增益Ks之间的近似关系。由此可以构建适合本申请的时频驾驭控制系统的等价二阶数字锁相环,从而实现每采样时间间隔T对用时频驾驭量的解算。在一些实施例中,采样时间间隔T为5秒。确定的噪声方差参数对R、Q22与卡尔曼增益Ks之间的近似关系为下一步控制系统参数对的最优选取提供有效的竖直关联支持。
在一些实施例中,步骤S150中的第二优化算法是遗传算法,通过调整噪声方差参数对使纸面时和超稳晶振的频率稳定度最优。在步骤S150中采用遗传算法可以对噪声方差参数对的选取流程加以综合改进。采用遗传算法的第二优化算法想要达到的效果是:保证数字锁相环驾驭物理输出信号以使整体频率稳定度为最优,也即保证数字锁相环驾驭物理输出信号充分兼顾综合纸面时和超稳晶振不同时期的频率稳定度优势。为了达到这一目标要求,需要使得在频率域上,驾驭参考及待驾驭晶振的单边带相位噪声谱密度曲线曲线交点频率值,与所构建的二阶数字锁相环的闭环系统传递函数和闭环误差传递函数的幅频响应曲线交点频率值,两者达到尽可能的一致。
原子钟的频漂主要受器件老化的影响。在一些实施例中,采用下面的公式表示包括频漂的钟差模型:
其中,x(t)表示采样时刻t的钟差数据样本点,x0表示初始时间偏差,y0表示初始频率偏差,D表示线性频率漂移率,ε(t)表示平稳噪声和非平稳噪声等不同类型噪声的随机频率偏差。非确定性的随机噪声类型主要包括:频率随机游走、频率闪烁噪声、频率白噪声、相位闪烁噪声以及相位白噪声等。在一些实施例中,D可以通过最小二乘拟合获得。随机噪声可以采用公式(21)所示的经典幂律噪声谱模型表示:
Sy(f)=h2f2+h1f1+h0+h-1f-1+h-2f-2 (21)
其中,Sy(f)是即时频率偏差的单边带功率谱密度;h2为相位白噪声项系数;h1为相位闪烁项系数;h0为频率白噪声项系数;h-1为频率闪烁噪声项系数;h-2为频率随机游走项系数。在已知多个时间间隔τ上的Allen方差样本点的条件下,可通过如下Allen方差内部结构反演的方法采用非负最小二乘来对这五种噪声系数进行计算:
由此可获得对应的确定性趋势项系数及五项噪声系数值h-2、h-1、h0、h1、h2,进而可以计算对应的单边带相位噪声谱密度曲线,公式如下:
其中,f0为频率源中心频率,f为边带频率。
具体地,在一些实施例中,第二优化算法根据第二代价函数寻找最优噪声方差参数对,其中,采用下面的公式表示第二代价函数:
其中,f(L(f))是由驾驭参考钟差和待驾驭的超稳晶振的单边带相位噪声谱密度曲线交点频率值表示的固定参考值,f(H)是由闭环系统传递函数H(z)和闭环误差传递函数He(z)的幅频响应曲线交点频率值表示的动态调试值,||表示求取偏差的绝对值,表示在给定的[fdown,fup]代价函数频率边界区间内以预设的代价函数最小分辨率a进行因变量偏差最小绝对值对应的自变量值获取操作,TA表示纸面时,USO表示超稳晶振。
根据上述的第二代价函数,以整体频率稳定度最优为原则,对第二代价函数最小化获取的最优噪声方差参数对R和Q22,可以保证驾驭物理输出信号充分兼顾综合原子时和超稳晶振不同时期的频率稳定度优势。
图4是本申请一实施例的构建方法中的遗传算法的示例性流程图。参考图4所示,该遗传算法的遗传算子设计包含了交叉算子、变异算子、自我复制算子及自然选择多个环节,遗传算法的设计考虑到算法稳定性及计算复杂量,采用的主要参数为:种群数量上限N为100,种群进化代数Ger为150,单个变量的编码基因长度L为10,交叉概率Pc为0.9,变异概率Pm为0.2,自我复制概率Pt为0.1,算法停止条件为达到最大进化代数。
参考图4,采用遗传算法完成对驾驭控制系统中噪声方差参数对R和Q22的最优选取,执行流程步骤如下:
步骤S411:根据算法预设条件计算基因串长,进行种群编码及初始化,随机法产生初始种群;
步骤S2412-S414:将种群个体进行交叉、变异,自我复制操作,用多种进化策略产生新一代种群;
步骤S415:对种群进行解码操作,计算每个个体的适应度(代价函数值);在步骤S120中,该代价函数是第一代价函数,在步骤S150中,该代价函数是第二代价函数。
步骤S416:根据个体种群适应度进行排名,淘汰排名靠后的基因,自然选择出有限个适应度最高的个体构成下一代双亲;
步骤S417:判断是否满足停止条件:如果不满足,继续运行算法,返回步骤S412;如果满足,执行步骤S418;
步骤S418:根据最优化的噪声方差参数对,输出两交点频率值偏差绝对值所定义的代价函数最小值,算法流程结束。
图4所示仅为示例,不用于限制本申请中所使用的遗传算法的具体步骤。
图5是本申请一实施例构建系统中的钟差控制系统执行物理信号时频驾驭的示例性流程图。结合图2和图5所示,该钟差控制系统231是一种二阶数字锁相环。i时刻的驾驭参考钟差TAi和超稳晶振在i时刻的受驯晶振钟差USOi的差,作为驾驭误差Erri输入至开环系统传递函数G(z),开环系统传递函数G(z)的输出量和原始USOi之和作为下一时刻i+1的受驯晶振钟差USOi+1输出,受驯晶振钟差USOi+1也即图2中所示的从USO240输出的驯服物理信号输出。根据图5可得:
z·USOsteered(z)=G(z)·(TA(z)-USOsteered(z))+USO(z) (25)
其中,TA表示单星平台的综合原子时的驾驭参考钟差,USO为待驾驭的原始超稳晶振的频标,USOsteered为驾驭后的超稳晶振物理信号输出。通过逆Z变换可得到时域中驾驭后超稳晶振物理信号输出与单星平台综合原子时驾驭参考钟差的时差关系,如下所示:
其中,表示每个采样时刻i对时间的最优驾驭量,表示每个采样时刻i对频率的最优驾驭量,Err表示鉴相误差,USO(i)表示采样时刻i时的超稳晶振频标,USOsteered(i+1)表示经过驾驭后的采样时刻i+1时的超稳晶振频标。
根据上述的实施例,结合已寻优的钟差控制系统231和解算出来的噪声方差参数对R、Q22与卡尔曼增益Ks之间的近似关系,可实现最优时频驾驭量的逼近生成,最终高效地调整超稳晶振达到期望的最佳驾驭物理信号输出
本申请的导航卫星自主时频基准的构建方法和构建系统,具有以下有益效果:
(1)在用于建立的卫星时间可满足时频信号物理输出最佳稳定度要求的前提下,与现有的导航卫星单星平台时频基准建立维持技术的设备资源一致,并且具有系统结构简明易操作的特点。
(2)所提供的导航卫星单星自主时频基准的建立与维持方法,可在进行时频基准服务时增强导航系统的生存能力和自主运行能力,并且减轻地面站的工作压力和运行成本。
(3)在综合利用单星守时钟组的情况下,拓展性地结合遗传算法寻优改进现有的时间尺度算法计算出单星纸面时,得到高稳定度且自适应能力提升的可靠驾驭基准,在该场景下具有单星纸面时整体频率稳定度最佳的优点。
(4)在计算获得最佳可靠驾驭基准的前提下,于现有的使用Kalman滤波器及延迟器等价的二阶数字锁相环(DPLL)驾驭方式的基础上,针对参数选择环节对照调试的低自适应性问题,拓展性地进一步结合遗传算法调整寻优控制系统参数,可产生最优时频驾驭量,生成整体频率稳定度最佳的时频信号的物理输出。
本申请还包括一种导航卫星自主时频基准的构建装置,包括存储器和处理器。其中,该存储器用于存储可由处理器执行的指令;处理器用于执行该指令以实现前文所述的导航卫星自主时频基准的构建方法。
图6是本发明一实施例的导航卫星自主时频基准的构建装置的系统框图。参考图6所示,该构建装置600可包括内部通信总线601、处理器602、只读存储器(ROM)603、随机存取存储器(RAM)604以及通信端口605。当应用在个人计算机上时,该构建装置600还可以包括硬盘606。内部通信总线601可以实现该构建装置600组件间的数据通信。处理器602可以进行判断和发出提示。在一些实施例中,处理器602可以由一个或多个处理器组成。通信端口605可以实现该构建装置600与外部的数据通信。在一些实施例中,该构建装置600可以通过通信端口605从网络发送和接受信息及数据。该构建装置600还可以包括不同形式的程序储存单元以及数据储存单元,例如硬盘606,只读存储器(ROM)603和随机存取存储器(RAM)604,能够存储计算机处理和/或通信使用的各种数据文件,以及处理器602所执行的可能的程序指令。处理器执行这些指令以实现方法的主要部分。处理器处理的结果通过通信端口传给用户设备,在用户界面上显示。
上述的构建方法可以实施为计算机程序,保存在硬盘606中,并可加载到处理器602中执行,以实施本申请的构建方法。
本发明还包括一种存储有计算机程序代码的计算机可读介质,该计算机程序代码在由处理器执行时实现前文所述的导航卫星自主时频基准的构建方法。
导航卫星自主时频基准的构建方法实施为计算机程序时,也可以存储在计算机可读存储介质中作为制品。例如,计算机可读存储介质可以包括但不限于磁存储设备(例如,硬盘、软盘、磁条)、光盘(例如,压缩盘(CD)、数字多功能盘(DVD))、智能卡和闪存设备(例如,电可擦除可编程只读存储器(EPROM)、卡、棒、键驱动)。此外,本文描述的各种存储介质能代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可以包括但不限于能存储、包含和/或承载代码和/或指令和/或数据的无线信道和各种其它介质(和/或存储介质)。
应该理解,上文所描述的实施例仅是示意。本文描述的实施例可在硬件、软件、固件、中间件、微码或者其任意组合中实现。对于硬件实现,处理器可以在一个或者多个特定用途集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器和/或设计为执行本文所述功能的其它电子单元或者其结合内实现。
本申请的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。处理器可以是一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器或者其组合。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。例如,计算机可读介质可包括,但不限于,磁性存储设备(例如,硬盘、软盘、磁带……)、光盘(例如,压缩盘CD、数字多功能盘DVD……)、智能卡以及闪存设备(例如,卡、棒、键驱动器……)。
计算机可读介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述发明披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
Claims (17)
1.一种导航卫星自主时频基准的构建方法,所述导航卫星上包括一个超稳晶振和多台原子钟,其特征在于,包括:
从所述多台原子钟中选择一台作为参考钟;
采用第一优化算法对每台所述原子钟的采样间隔进行优化,获得每台所述原子钟的最优采样间隔,根据所述最优采样间隔计算每台所述原子钟的最优权重,使得采用时间尺度算法根据所述多台原子钟的钟差数据计算的纸面时具有最优的稳定度;
采用所述时间尺度算法计算每台所述原子钟相对于所述纸面时的驾驭参考钟差,其中,在所述时间尺度算法中采用所述最优权重;
构建钟差控制系统,所述钟差控制系统用于根据所述驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量,所述受驯晶振钟差是所述超稳晶振的驯服物理信号输出和所述参考钟的相对钟差数据;以及
采用第二优化算法对所述钟差控制系统的噪声方差参数对进行优化,获得已寻优的钟差控制系统,所述已寻优的钟差控制系统具有最优噪声方差参数对,使得所述纸面时和所述超稳晶振的频率稳定度最优。
3.如权利要求1所述的构建方法,其特征在于,采用所述时间尺度算法计算每台所述原子钟相对于所述纸面时的驾驭参考钟差的步骤包括:
步骤S31:采用下面的公式计算所述纸面时:
步骤S32:采用下面的公式计算所述驾驭参考钟差xej(t):
其中,采用每台所述原子钟的Allan偏差计算所述权重。
5.如权利要求3所述的构建方法,其特征在于,所述第一优化算法是遗传算法。
8.如权利要求1所述的构建方法,其特征在于,所述钟差控制系统包括与卡尔曼滤波和延迟器等价的数字锁相环。
10.如权利要求9所述的构建方法,其特征在于,还包括:
步骤S101:针对所述二阶数字锁相环的卡尔曼滤波特性采用下面的公式建立关于相位差和频差的两维状态空间模型:
其中,Xk+1=A·Xk+Jk为状态方程,Xk=[xk yk]T,xk和yk为表征频标相位和频率的两个状态变量,Jk=[0 uk]T,uk为过程噪声;Zk=H·Xk+wk为测量方程,Zk为测量值,wk为测量噪声;
其中,采用下面的公式计算所述过程噪声uk的方差:
采用下面的公式计算所述测量噪声wk的方差:
步骤S102:建立所述噪声方差参数对和两状态稳态卡尔曼增益Ks之间的近似关系如下:
其中,T表示采样时刻间隔。
11.如权利要求10所述的构建方法,其特征在于,所述第二优化算法是遗传算法,通过调整所述噪声方差参数对使所述纸面时和所述超稳晶振的频率稳定度最优。
14.一种导航卫星自主时频基准的构建装置,包括:
存储器,用于存储可由处理器执行的指令;
处理器,用于执行所述指令以实现如1-13任一项所述的方法。
15.一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如1-13任一项所述的方法。
16.一种导航卫星自主时频基准的构建系统,其特征在于,包括:单星守时钟组、综合原子时计算模块、物理信号驾驭模块和超稳晶振;其中,
所述单星守时钟组包括多台原子钟,其中一台原子钟是参考钟;
所述综合原子时计算模块用于采用时间尺度算法根据所述多个原子钟的钟差数据计算纸面时和每台所述原子钟相对于所述纸面时的驾驭参考钟差,其中,每台所述原子钟具有对应的最优采样间隔和最优权重,根据所述最优权重使所述纸面时具有最优的稳定度;
所述物理信号驾驭模块包括已寻优的钟差控制系统,所述已寻优的钟差控制系统用于根据所述驾驭参考钟差和受驯晶振钟差计算最优时频驾驭量,所述已寻优的钟差控制系统具有最优的噪声方差参数对,使得所述纸面时和所述超稳晶振的频率稳定度最优;
所述超稳晶振用于根据所述最优时频驾驭量生成驯服物理信号输出,所述驯服物理信号输出用于和所述参考钟的参考时钟序列生成所述受驯晶振钟差。
17.如权利要求16所述的构建系统,其特征在于,还包括数字相位测量模块,用于获取所述原子钟相对于所述参考钟的相对钟差数据,以及用于获取所述超稳晶振的频标和所述参考钟之间的受驯晶振钟差。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210555658.3A CN114966767A (zh) | 2022-05-20 | 2022-05-20 | 导航卫星自主时频基准的构建方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210555658.3A CN114966767A (zh) | 2022-05-20 | 2022-05-20 | 导航卫星自主时频基准的构建方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114966767A true CN114966767A (zh) | 2022-08-30 |
Family
ID=82984871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210555658.3A Pending CN114966767A (zh) | 2022-05-20 | 2022-05-20 | 导航卫星自主时频基准的构建方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114966767A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117471506A (zh) * | 2023-10-30 | 2024-01-30 | 中国科学院国家天文台 | 一种构建导航虚拟时空基准的方法 |
-
2022
- 2022-05-20 CN CN202210555658.3A patent/CN114966767A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117471506A (zh) * | 2023-10-30 | 2024-01-30 | 中国科学院国家天文台 | 一种构建导航虚拟时空基准的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114966766A (zh) | 导航星座时间基准的构建方法、装置和系统 | |
Khare et al. | A convex pseudolikelihood framework for high dimensional partial correlation estimation with convergence guarantees | |
Morris et al. | Combining fractional polynomial model building with multiple imputation | |
Timmer et al. | Modeling the nonlinear dynamics of cellular signal transduction | |
Willemsen et al. | MetDFBA: incorporating time-resolved metabolomics measurements into dynamic flux balance analysis | |
Brotzakis et al. | A method of incorporating rate constants as kinetic constraints in molecular dynamics simulations | |
Bacallado et al. | Bayesian comparison of Markov models of molecular dynamics with detailed balance constraint | |
JP6919770B2 (ja) | パラメータ探索方法、パラメータ探索装置、及びパラメータ探索用プログラム | |
Li et al. | A calibration method of DVL in integrated navigation system based on particle swarm optimization | |
CN114966767A (zh) | 导航卫星自主时频基准的构建方法、装置和系统 | |
JP5071851B2 (ja) | 時間情報を用いた予測装置、予測方法、予測プログラムおよびそのプログラムを記録した記録媒体 | |
Bassen et al. | JuPOETs: a constrained multiobjective optimization approach to estimate biochemical model ensembles in the Julia programming language | |
Hering | From slide rule to big data: How data science is changing water science and engineering | |
Yonar et al. | Artificial bee colony with levy flights for parameter estimation of 3-p Weibull distribution | |
Cortés et al. | Performance evaluation of adaptive tracking techniques with direct-state Kalman filter | |
Idlango et al. | Harvesting a logistic population in a slowly varying environment | |
Nair et al. | Optimal knockout strategies in genome-scale metabolic networks using particle swarm optimization | |
Youn et al. | Bitwidth-Adaptive Quantization-Aware Neural Network Training: A Meta-Learning Approach | |
Hebing et al. | Application of dynamic metabolic flux analysis for process modeling: Robust flux estimation with regularization, confidence bounds, and selection of elementary modes | |
Zhou et al. | The automatic model selection and variable kernel width for RBF neural networks | |
CN115145966B (zh) | 一种面向异构数据的对比联邦学习方法及系统 | |
Hu et al. | ℓ-DARTS: Light-weight differentiable architecture search with robustness enhancement strategy | |
CN111711446B (zh) | 一种利用gps信号驯服晶振频率的方法、系统及介质 | |
Beguerisse-Díaz et al. | Squeeze-and-breathe evolutionary Monte Carlo optimization with local search acceleration and its application to parameter fitting | |
Bennis et al. | DPWTE: A deep learning approach to survival analysis using a parsimonious mixture of weibull distributions |
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 |