【技术实现步骤摘要】
一种基于神经网络的频标频率漂移预测方法
[0001]本专利技术涉及时频统一领域,具体为一种基于神经网络的频标频率漂移预测 方法。
技术介绍
[0002]时频统一系统又称时频统一系统,主要用来为测控系统提供统一标准时间 信号和频率信号,其应用领域相当广泛,比如智慧城市、通信、交通、航空航 天等,只要与时间有关,都离不开时频统一,尤其是高精度时频统一系统。在 时频统一系统中,参考源负责提供高精度的频率标准信号,除此以外,频标源 负责在参考源丢失或不可用时提供频率标准信号,而守时工作是指在失去参考 源或参考源不可用的情况下,频标源在一段时间内可继续保持一定时间精度。 由此可见,守时功能在时频统一系统中扮演着十分基础和重要的角色。
[0003]如图1所示,GPS信号具有超高精度和原子频率标准,通常作为参考源, 锁相倍频模块对参考源信号进行倍频处理,形成高频参考信号输入高精度相位 测量模块。晶体振荡器(Oven Controlled Crystal Oscillator,OCXO)具有较长 寿命、较高的精度和准确度且价格适中,通常用来作为频标源,同样经过锁相 倍频模块处理,输出高频频标信号到高精度相位测量模块。高精度相位测量模 块对输入的参考源信号和频标源信号测量相位差,从而实现频标源归一化。在 参考源丢失或不可用情况下,系统进入守时过程。由于OCXO会受到温度、老 化等因素的影响从而导致频标源信号产生频率漂移,严重影响守时性能。若能 对频标源频率漂移准确预测并进行补偿,则可达到较好守时效果。
[0004]现有 ...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的频标频率漂移预测方法,其特征在于,包括以下步骤:步骤1、对频标源和参考源的相位差样本利用Savitzky
‑
Golay方法进行平滑滤波;步骤2、将步骤1所得到的平滑信号样本输入一个三层神经网络,利用神经网络计算损失;步骤3、判断损失值是否低于预设的阈值,若是,则直接输出预测值,否则,进行反向传播优化,更新神经网络参数。2.根据权利要求1所述步骤1中平滑滤波方法,其特征在于:首先,将输入信号样本窗口设为2m+1,其中m>0,用k
‑
1阶多项式对数据进行拟合,矩阵运算表示为:X
(2m+1)
×1=T
(2m+1)
×
k
·
A
k
×1+E
(2m+1)
×1ꢀꢀꢀꢀ
(1)其中X为样本的先验估计向量,T为采样时间矩阵,A为拟合参数向量,E为误差向量。然后,利用最小二乘法计算可得:A=(T
T
·
T)
‑1·
T
T
·
X
ꢀꢀꢀꢀꢀ
(2)其中T
T
为T的转置矩阵。最后,计算滤波后得到的平滑值:Y=T
·
(T
T
·
T)
‑1·
T
T
·
X
ꢀꢀꢀꢀꢀꢀ
(3) 。3.根据权利要求1所述步骤2中神经网络构建方法,其特征在于:构建一个三层径向基神经网络,如图3所示,包含输入层、隐藏层和输出层,其中输入层由r个神经元组成,隐藏层由h个神经元组成,每个神经元采用高斯核函数作为激活函数,输出层由n个神经元组成,隐藏层到输出层采用权重矩阵W进行线性变换。4.根据权利要求2所述构建的神经网络中隐藏层输出值...
【专利技术属性】
技术研发人员:周经亚,罗恒,
申请(专利权)人:苏州时同奥科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。