[发明专利]分布式网络授时的滤波方法

权利要求书

1.一种分布式网络授时的滤波方法，其特征在于，包括：

组建授时网络环境，确定网络中的主从时钟节点；

进行主从时钟节点的同步通信，获取主从通信中的单向时延；

以一定数量的所述单向时延为一组，计算得出该组中的最小时延，同时记录所述最小时延的对应时间值；

再以多组的最小时延形成第一数组，且以所述第一数组中的最小时延的对应时间值形成第二数组；

将所述第一数组和所述第二数组进行卡尔曼滤波计算，以获取主从通信中的频率差值。

2.如权利要求1所述的分布式网络授时的滤波方法，其特征在于，所述单向时延为主时钟节点的发送时间戳与从时钟节点的接收时间戳之间的差值。

3.如权利要求1所述的分布式网络授时的滤波方法，其特征在于，将所述第一数组和所述第二数组进行卡尔曼滤波计算包括：

利用卡尔曼滤波估计算法的状态方程和观测方程，对所述第一数组和所述第二数组经过线性卡尔曼滤波算法得出最佳单向时延，并计算得出主从频率差值；

所述状态方程为：

X_(k)···X_(k·1)·W_(k)·[X_(k)·H···X_(k·1)]       (1)

所述观测方程为：

式(1)和式(2)中：K为单向时延的编组序号，X_(k)为第K组的最小时延，X_(k·1)为第K+1组的最小时延，·为三角状态矩阵，W_(k)为权重矩阵，H为观测矩阵，X_(k)观测为主从单向路径时延的观测值，I为单位矩阵，Q为模型噪声。

4.如权利要求3所述的分布式网络授时的滤波方法，其特征在于，所述线性卡尔曼滤波算法包括：

Tmp···P_(k，k)··T·Q         (5)

式(3)至式(7)中，X_k·1为第K+1组的最小时延，矩阵中为卡尔曼滤波之后主从单向时延的最优估计值，Freq_k·1为第K+1次滤波后主从通信之间的频率差值，·为三角矩阵，W_(k)为第K次的权重矩阵，H为观测矩阵，Tmp为临时矩阵，R为1，Q为模型噪声，I为单位矩阵，P_{(k·1，k·1)}为第K+1次的估计误差。