[发明专利]一种基于频率驾驭的频率偏移校正方法及系统有效
申请号: | 201510357554.1 | 申请日: | 2015-06-25 |
公开(公告)号: | CN104899467B | 公开(公告)日: | 2017-10-31 |
发明(设计)人: | 杨帆;杨军;徐月青;袁媛;杨曦 | 申请(专利权)人: | 北京无线电计量测试研究所 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京正理专利代理有限公司11257 | 代理人: | 张文祎 |
地址: | 100854 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 频率 驾驭 偏移 校正 方法 系统 | ||
技术领域
本发明涉及频率源控制领域。更具体地,涉及一种基于频率驾驭的频率偏移校正方法及系统。
背景技术
维持一个稳定可靠的时间基准系统,需要一个精准的频率源。而自由运行的频率源在其自身速率的影响下,其产生的频率信号或多或少存在着频率偏移现象。频率驾驭是指将一个有着更高准确度和稳定度的信号作为参考信号,通过一定的算法获得被控频率信号相对于参考信号的偏移补偿量,以此干预被控频率信号的自由走势,在保证其短期稳定度的前提下,提高其准确度和长期稳定度。
频率调整量的计算,其关键在于利用当前阶段获取的历史时差数据合理建模,来预测下一阶段的时差。传统的频率驾驭方法中,通常采用最小二乘拟合模型和卡尔曼滤波模型对频率信号的走势进行预测。最小二乘拟合模型需要采集大量样本,事先确定样本的多项式次数,再利用历史数据拟合确定各次项的系数,进而作外推预报估计下一时刻的时差。卡尔曼滤波模型则需要事先确定模型噪声协方差矩阵和观测噪声协方差矩阵,这两个矩阵的获取并没有固定的方法,只能采用经验估计。这两种预测方法除了需要很强的先验知识外,还需要预先知道模型的结构形式。但在实际预测问题中,样本的数量都是有限的,根据有限样本事先确定的模型结构并不能很好的总结归纳实际情况;因此以上两种预测模型存在共同的弊端,固定结构的预测模型缺乏对实际情况的自适应能力,这将导致预报误差随时间的增加而不断增大。
因此,需要提供一种基于频率驾驭的频率偏移校正方法及系统。
发明内容
本发明的目的在于提供一种基于频率驾驭的频率偏移校正方法及系统,采用支持向量机原理建立预测模型,解决传统的频率偏移校正中需事先确定预测模型结构,自适应性差的问题。
为达到上述目的,本发明采用下述技术方案:
一种基于频率驾驭的频率偏移校正方法,该方法包括如下步骤:
S1、比对得出被控频率信号与参考信号之间的历史时差序列,并基于支持向量机原理建立历史时差序列模型,模型公式为:
公式中,l为历史时差序列的个数,yi为第i个时差值,xi为第i个时差值对应的时标,αi为拉格朗日乘子;K(x,xi)为高斯径向基核函数;b为常数项;
S2、利用历史时差序列模型,预测下一阶段被控频率信号与参考信号之间的时差序列;
S3、基于下一阶段被控频率信号与参考信号之间的时差序列,计算被控频率信号的调整量;
S4、基于被控频率信号的调整量校正被控频率信号。
优选地,步骤S1中的参考信号包括内部参考信号和外部参考信号,内部参考信号为综合时间尺度源生成的综合时间尺度;外部参考信号为国际时钟源生成的国际时钟信号。
优选地,步骤S2中下一阶段被控频率信号与参考信号之间的时差序列为:
{(xl+1,yl+1),…,(xl+i,yl+i)}∈(X,Y)N-l;
其中,第l+i个时差值对应的时标xl+i=xl+i×τ,i=1,…,N-l,N为历史时差序列与下一阶段时差序列的总个数,τ为固定的采样间隔;第l+i个时差值yl+i,i=1,…,N-l通过将第l+i个时差值对应的时标xl+i代入历史时差序列模型计算得到。
优选地,步骤S3中计算被控频率信号的调整量的方法为:
对下一阶段被控频率信号与参考信号之间的时差序列做线性拟合,拟合曲线的一次项系数a0即为被控频率信号相对于参考信号的预测速率:
f`(x)=a0*x+a1
公式中,a0为拟合曲线的一次项系数,a1为拟合曲线的常数项;
预测速率a0的相反数-a0即为被控频率的频率调整量。
一种实施上述方法的基于频率驾驭的频率偏移校正系统,该系统包括:
被控频率源、综合时间尺度源、国际时钟源、内部时间比对模块、外部时间比对模块、频率调整量计算模块、频率调整控制模块;
被控频率源生成被控频率信号;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京无线电计量测试研究所,未经北京无线电计量测试研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510357554.1/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用