时间信号产生系统、校准控制装置及校准控制方法与流程

本公开涉及校正控制技术领域，具体而言，涉及一种校准控制装置、校准控制方法以及应用该校准控制装置的时间信号产生系统。

背景技术：

在很多系统中，需要引入校准控制方案使得系统的性能得以改善。以时间信号产生系统为例：

1967年国际计量大会重新定义了秒长为位于海平面上的铯原子钟内铯原子基态的两个超精细能级在零磁场中跃迁辐射震荡9192631770个周期所持续的时间，至此人类进入了原子时时代。现今，精准时间计量已经成为国民经济的基础，其在电力、通信、导航以及自动控制等诸多领域扮演着重要角色，在国防建设中更是不可或缺。国际计量局负责产生以及维护世界标准时间(又称UTC，协调世界时)，世界标准时间由分布在全球70多个实验室近500台原子钟经过加权平均产生。各区域性、地方性(下称本地)的时间频率计量单位与国际计量局定期交换数据，从而实现世界范围内时间频率的统一。

原子钟是一种精密的频率源，依据它稳定的频率特性产生精准时间。受限于电学器件和实验室环境等因素的影响，其输出的时间频率信号不可避免地存在随机噪声。因此，国际计量局通过大量原子钟的加权平均最小化噪声，产生准确、稳定的世界标准时间。本地时间频率计量单位主要参考世界标准时间作为标准，维持本地时间频率标准。由于时间这一物理量的特殊性，只有过去的时间才可以精确计量，而实际应用的时间是连续信号。鉴于 这一原因，本地时间信号产生系统需要通过比较其与世界标准时间(或其他参考标准)的偏差，在实际时间频率信号产生时进行必要的校准。

然而现有技术中对于上述本地时间信号产生系统或类似系统的校准控制技术尚存在有待改进之处。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现要素：

本公开的目的在于提供一种校准控制装置、校准控制方法以及应用该校准控制装置的时间信号产生系统，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或多个问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本公开的一个方面，提供一种校准控制装置，包括：

数据获取模块，用于获取多个历史数据，每个所述历史数据至少包括一历史实际值以及该历史实际值相对于一历史标准值的历史偏差值；

偏差预测模块，用于根据所述历史数据计算所述实际值与所述偏差值之间的映射函数并根据所述映射函数计算与预测的一未来实际值相对应的未来偏差值；

校正控制模块，用于根据所述未来偏差值对当前实际值进行校准以产生校准后的未来实际值。

在本公开的一种示例性实施例中，所述实际值为一频率源输出的时间频率，所述标准值为标准时间频率。

在本公开的一种示例性实施例中，所述实际值包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个。

在本公开的一种示例性实施例中，所述偏差预测模块包括：

随机分组单元，用于将所述历史数据随机分为多个数据组，每个所述数据组包括相同数量的所述历史数据；

函数拟合单元，用于针对每个所述数据组，利用一待拟合函数对其 中的历史数据进行拟合得到所述映射函数；

权重计算单元，用于评估各所述映射函数的拟合度，并根据各所述映射函数的拟合度计算各所述映射函数对应的权重值；

偏差预测单元，用于分别通过各所述映射函数计算所述未来实际值对应的偏差值；

加权平均单元，用于根据各所述映射函数对应的权重值，对通过各所述映射函数计算得到的偏差值进行加权平均得到一加权平均值；

偏差统计单元，所述随机分组单元、函数拟合单元、偏差预测单元、权值计算单元及加权平均单元重复计算多个所述加权平均值；所述偏差统计单元用于统计出出现概率最高的所述加权平均值作为所述未来偏差值。

在本公开的一种示例性实施例中，所述权重计算单元中，针对每一所述映射函数，利用除该映射函数对应的所述数据组之外的所有所述数据组中的所述历史数据评估该映射函数的拟合度。

根据本公开的一个方面，提供一种校准控制方法，包括：

S1.获取多个历史数据，每个所述历史数据至少包括一历史实际值以及该历史实际值相对于一历史标准值的历史偏差值；

S2.根据所述历史数据计算所述实际值与所述偏差值之间的映射函数并根据所述映射函数计算与预测的一未来实际值相对应的未来偏差值；

S3.根据所述未来偏差值对当前实际值进行校准以产生校准后的未来实际值。

在本公开的一种示例性实施例中，所述实际值为一频率源输出的时间频率，所述标准值为标准时间频率。

在本公开的一种示例性实施例中，所述实际值包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个。

在本公开的一种示例性实施例中，所述步骤S2包括：

S21.将所述历史数据随机分为多个数据组，每个所述数据组包括相同数量的所述历史数据；

S22.针对每个所述数据组，利用一待拟合函数对其中的历史数据进行拟合得到所述映射函数；

S23.评估各所述映射函数的拟合度，并根据各所述映射函数的拟合度计算各所述映射函数对应的权重值；

S24.分别通过各所述映射函数计算所述未来实际值对应的偏差值；

S25.根据各所述映射函数对应的权重值，对通过各所述映射函数计算得到的偏差值进行加权平均得到一加权平均值；

S26.重复上述步骤S21～S25，得到多个所述加权平均值，并统计出出现概率最高的所述加权平均值作为所述未来偏差值。

在本公开的一种示例性实施例中，所述步骤S24中，针对每一所述映射函数，利用除该映射函数对应的所述数据组之外的所有所述数据组中的所述历史数据评估该映射函数的拟合度。

根据本公开的一个方面，提供一种时间信号产生系统，包括上述任意一项所述的校准控制装置。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1中示意性示出本公开示例性实施例中一种校准控制装置的框图。

图2中示意性示出本公开示例性实施例中一种校准控制装置的原理图。

图3中示意性示出本公开示例性实施例中一种偏差预测模块的框图。

图4中示出表1中各映射函数的相对的权重。

图5中示出多种随机分组方案预测的偏差值分布。

图6中示出氢原子钟相对参考时标的频率。

图7中示出表2中各映射函数的相对的权重。

图8中示出本公开示例性实施例中未来偏差值预测方案和Kalman滤波方案的比较结果。

图9以及图10中示出本公开示例性实施例中未来偏差值预测方案在不同预测时间长度条件下的预测的偏差值的均方根。

图11示意性示出本公开示例性实施例中一种校准控制方法流程图。

图12示意性示出图11中步骤S2的流程图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

本示例实施方式中首先提供了一种校准控制装置，可以应用于时间信号产生系统或者其他需要预测未来偏差进行控制的自动控 制系统，即本示例实施方式中对于所述校准控制装置的应用范围不做特殊限定。参考图1中所示，本示例实施方式中的校准控制装置可以包括数据获取模块、偏差预测模块以及校正控制模块。其中，数据获取模块可以用于获取多个历史数据，每个所述历史数据至少包括一历史实际值以及该历史实际值相对于一历史标准值的历史偏差值。偏差预测模块可以用于根据所述历史数据计算所述实际值与所述偏差值之间的映射函数并根据所述映射函数计算与预测的一未来实际值相对应的未来偏差值。校正控制模块可以用于根据所述未来偏差值对当前实际值进行校准以产生校准后的未来实际值。下面将以对于时间频率信号的校准控制为例，对本示例实施方式中校准控制装置的各部分进行详细的说明。

数据获取模块可以用于获取多个历史数据，每个所述历史数据至少包括一历史实际值以及该历史实际值相对于一历史标准值的历史偏差值。举例而言：

参考图2中所示，以对于时间频率信号的校准控制为例，所述实际值可以为一本地频率源输出的时间频率数据，例如，可以为本地原子钟或其它精密频率源的稳定输出作为基础信号产生时间频率数据。所述标准值可以为标准时间频率数据，例如可以为世界标准时间、铯原子喷泉钟或其它可以作为时间频率参考的基准。在获取历史本地频率源输出的时间频率和和历史标准时间频率后，可以计算两者的历史偏差值。但在本公开的其他示例性实施例中，也可以是在获取所述实际值和标准值值时直接获取两者的偏差值，进而可以用作上述历史偏差值，即本示例实施方式中对于直接或者间接测量得到历史偏差值并不进行特殊限定；偏差值获取的时间间隔可依据应用的目标和实际情况而定，例如可选为1分钟、1小时、1天、5天或其它时间间隔等；此外，本示例实施方式中是以频率的偏差为例进行说明，但在本公开的其他示例性实施例中，也可以是时间的偏差或其他偏差，这同样属于本公开的保护范围。

偏差预测模块可以用于根据所述历史数据计算所述实际值与所述偏差值之间的映射函数并根据所述映射函数计算与预测的一未来实际值相对应的未来偏差值。举例而言：

以对于时间频率信号的校准控制为例，本地时间产生系统追求的目 标是稳定和准确，因此校正控制方案需综合考虑最终输出的时间频率的稳定性和准确性。合理校正控制时间产生系统的基础条件是未来时间频率偏差值的精准预测，预测方案的本质是估计原子钟在未来最可能的变化趋势。由于噪声的不可避免性，预测值是原子钟理论的估计值(并非测量值)。对于未来偏差值的进行预测的一种广泛应用的预测方案是多项式拟合预测(如线性预测)，该方案具有模型简单、计算量小、执行效率高、能实现中长期预测等优势，但其适应性差；当原子钟受到噪声干扰时，预测误差较大、反馈滞后。另一种广泛应用的预测方案是Kalman滤波预测，相比于前一种方案，在适应性等方向有很大程度的提升，能较快的反应原子钟的变化趋势，预测性能优于前一种方案；但其主要缺陷是不能实现中长期预测。此外，上述两种方案都存在数据过拟合问题，即原子钟历史数据中相位或频率跳变点、高噪声点对未来预测性能的影响较大。

基于上述内容，本示例实施方式中还提供一种新的未来偏差值预测方案，其中采用随机抽样策略构建预测的未来偏差值落点的分布空间，即未来原子钟理论值的概率分布空间。其抽样方法依据原子钟的类型和历史数据特性而定义。对于氢原子钟频差数据和铯原子钟时差数据通常可以采用线性模型。假设用氢原子钟一段时间的历史数据预测未来某一时间点的偏差值数据，随着预测时间长度的增加，其预测的未来偏差值落点的预测空间也将随之变大，即预测的不确定度逐渐扩大。举例而言，参考图3中所示，偏差预测模块可以包括随机分组单元、函数拟合单元、权重计算单元、偏差预测单元、加权平均单元以及偏差统计单元等。其中：

随机分组单元可以用于将所述历史数据随机分为多个数据组，每个所述数据组包括相同数量的所述历史数据。

举例而言，本示例实施方式中可以利用原子钟的N×m个历史数据对未来偏差值进行预测，每次随机抽样方案可以将历史数据随机分成N组，每组m个历史数据。

函数拟合单元可以用于针对每个所述数据组，利用一待拟合函数对其中的历史数据进行拟合得到所述映射函数。

举例而言，本示例实施方式中可以根据原子钟或其它精密频率源与标准时间频率的历史数据特性，选取待拟合函数(特征函数)，用于拟合历史数据；待拟合函数可以是具有不同的数学表达式的函数，或者具有相同数学表达形式的一族函数，或者不具有数学表达式的向量或者矩阵。本示例实施方式中，待拟合函数例如可以为或y＝a+bx，其中x为自变量，例如可以表示上述历史时间频率；y为因变量，例如可以表示上述历史偏差值；a，b，c分别表示待拟合函数的各项系数。但容易理解的是，在本公开的其他示例性实施例中，也可以选取其他函数作为待拟合函数，本示例性实施例中对此不做特殊限定。在选择待拟合函数后，针对每个所述数据组，可以采用最小二乘法，对其中的m个历史数据进行拟合，确定待拟合函数中的各项系数，得到所述映射函数；对于所有数据组，总共可以得到N个所述映射函数。

权重计算单元可以用于评估各所述映射函数的拟合度，并根据各所述映射函数的拟合度计算各所述映射函数对应的权重值。

举例而言，针对每一所述映射函数，可以利用除该映射函数对应的所述数据组之外的所有所述数据组中的所述历史数据评估该映射函数的拟合度。例如，可以将第1至第n-1个数据组以及第n+1至第N个所述数据组中的历史数据代入第n个映射函数，以评估第n个映射函数的拟合度；当然，在本公开的其他示例性实施例中，也可以采用其他历史数据。拟合度可以由距离、信息量、相似度和或上述三者的任意组合来定义，例如可以采用点到线的距离、预测误差的均方根、预测的偏差值的统计概率等方法计算拟合度。映射函数的拟合度越高，则该映射函数对应的权重越大，反之越小。例如，第n个映射函数的权重可以记为w_n，则w_n可以通过计算，其中，g_i表示第i个映射函数条的拟合度。但本领域技术人员容易理解的是，其他方式的拟合度计算方案以及权重值计算方式同样属于本公开的保护范围，本示例性实施例中并不以此为限。

偏差预测单元可以用于分别通过各所述映射函数计算所述未来实际值对应的偏差值。

举例而言，本示例实施方式中可以预测未来实际值，即未来时间频 率为x_f，将x_f代入各个映射函数，可以计算得到对应的函数值y_p；其中第i个数据组对应的预测的偏差值可以记为y_ip。

加权平均单元可以用于根据各所述映射函数对应的权重值，对通过各所述映射函数计算得到的偏差值进行加权平均得到一加权平均值。

举例而言，本示例实施方式中，可以采用N个所述映射函数计算得到的偏差值进行加权平均，得到的加权平均值y_p即为本次随机抽样方案对应的预测到的偏差值。

偏差统计单元，所述随机分组单元、函数拟合单元、偏差预测单元、权值计算单元以及加权平均单元重复计算多个所述加权平均值。所述偏差统计单元用于统计出出现概率最高的所述加权平均值作为所述未来偏差值。

举例而言，本示例实施方式中，所述随机分组单元、函数拟合单元、偏差预测单元、权值计算单元以及加权平均单元可以重复计算100次以上，得到100个以上预测到的偏差值y_p。每次随机分组过程中，由于分组的不同，预测到的偏差值y_p将略有差别；因此可以汇总每次随机分组方案中预测到的偏差值y_p形成预测空间，对预测到的偏差值落点进行统计分析。由于N×m个历史数据源于同一台原子钟不同时刻的输出，它们表征的最本质特性相近，因此预测空间的概率分布一般近似高斯分布模型。统计分析出预测空间中出现概率最高(出现次数最多)的y_p，记为Y_p，Y_p可以作为未来x_f时刻的偏差值，即本地时间频率源输出的时间频率与标准时间频率的未来偏差值。

校正控制模块可以用于根据所述未来偏差值对当前实际值进行校准以产生校准后的未来实际值。

举例而言，本示例实施方式中，可以在保障不影响本地时间频率的短期稳定度的前提下，输入根据预测的未来偏差值得到的校准量到频率调整设备(如相位微跃器)，以维持本地时间频率不断靠近标准时间频率。

本示例实施方式中采用了一种随机追踪策略预测随时间变化的物理量，随频率变化的物理量，随空间方位变化的物理量，或者 上述三者的任意组合，通过适当的偏差补偿实现校准未来的时间、频率、空间方位等。

在上述示例性实施例中，是以时间频率为例进行说明，但在本公开的其他示例性实施例中，所述实际值包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个，即本示例实施方式中的方案同样可以用于其他类型的系统的校准控制。此外，上述示例性实施例中的校准控制装置还可以包括信息显示模块、电源供应模块等其他，本示例性实施例中对此不做特殊限定。通过本示例实施方式中的技术方案，一方面，可以提升目标信号的稳定度和准确性，另一方面，可以提高对于未来偏差值的预测能力，再一方面，可以减小历史数据中异常点或高噪声点对未来偏差值预测的影响。

此外，应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

进一步的，发明人还对上述示例实施方式中的未来偏差值预测方案的技术效果进行了实验分析。例如，发明人采用守时氢原子钟约1年的数据(UTC(NIM)作为参考时标)，进行了三个方面的实验验证，包括基本方法概念性验证、历史数据中频率跳变点对未来偏差值预测的影响以及中长期预测能力的潜在优势。实验验证结果表明，本示例实施方式中的校准控制方案中的未来偏差值预测方案能够得到随机概率统计理论的支持；相比Kalman滤波方案，本示例实施方式中的未来偏差值预测方案在短期预测性能方面具有潜在优势；相比线性偏差值预测方案，本示例实施方式中的未来偏差值预测方案在中长期预测具有明显优势；此外，本示例实施方式中的未来偏差值预测方案在综合预测能力、检测相位或频率跳变点方面具有突出优势。具体实验验证如下：

1)预测方法示例

A.实验描述：采用氢原子钟频率的49个点作为历史数据(如图2所示)，随机分成7组每组7个数据点，一次随机分组方案中拟合的7个 映射函数的系数如表1中所示。表1中每个映射函数的权重如图4所示。通过对历史数据重新进行100次随机分组，组成100个不同的方案(每个方案相似与表1，每组7个数据点，共7个映射函数)，对每个方案预测的偏差值y_p进行分析，结果如图5所示。

表1 在相对平滑历史数据条件下的一个随机抽样方案

注：历史数据49天(MJD 57197-57245)预测目标(MJD＝57246)的偏差值为1.3611×10^-12。

B.实验结论：在相对平滑的历史数据条件下，本示例实施方式中的未来偏差值预测方案能够实现预测目标。每个抽样方案中7个映射函数的权重相差不大。重复100次随机分组，预测的偏差值呈高斯分布，符合预测理论模型，验证了本示例实施方式中的未来偏差值预测方案中预测的未来偏差值落点的空间分布概率模型(高斯分布)。

2)频率跳变点对预测性能的影响

A.实验描述：如图6所示，当历史数据中存在时间频率跳变点时，采用实验1)中相应的实验参数重复实验，预测当MJD＝57350时的频率值，一次随机分组方案的结果如表2中所示，表2中每个映射函数的相对权重如图7所示。采用本示例实施方式中的未来偏差值预测方案和Kalman滤波方案对氢原子钟为期1年的数据进行预测，其比较结果如图8所示。

表2 在历史数据存在频率跳跃条件下的一个随机预测方案

注：历史数据49天(MJD 57301-57349)，其中第46天发生了频率跳跃，预测目标的偏差值为1.9132×10^-12。

B.实验结论：当历史数据中存在频率跳变点时，随机分组方案中包含频率跳变点的映射函数的误差较大、权重较小。因此，本示例实施方式中的未来偏差值预测方案具有减小预测误差、提高预测能力的显著优势。与Kalman滤波方案相比，本示例实施方式中的未来偏差值预测方案中频率跳变点对未来预测误差仅有较小的影响。

3)提升中长程预测能力

A.实验描述：采用线性预测方法和本示例实施方式中的未来偏差值预测方案对氢原子钟频时间率数据进行预测，重点考察了两种情况：一、历史数据中不存在频率跳变点，二、历史数据中存在一个频率跳变点(如图6所示)。随机选择三次随机分组方案的偏差值预测结果，抽取临近的40个数据点做预测结果误差均方根的统计，统计结果如图9(没有频率跳变点)和图10(有一个频率跳变点)所示。其中预测时间长度为1～45天，每个数据点间隔为1天。

B.实验结论：随着预测时间长度的增加，预测误差逐渐增大，这一点符合预测理论。三次随机分组方案的预测性能均优于线性预测方案。当历史数据中存在时间频率跳变点时，相比线性预测方法，本示例实施方式中的未来偏差值预测方案在中长程预测性能具有显著优势。

进一步的，本示例实施方式中还提供了一种校准控制方法。参考图11中所示，所述校准控制方法可以可以以下步骤：

步骤S1.获取多个历史数据，每个所述历史数据至少可以包括一历史实际值以及该历史实际值相对于一历史标准值的历史偏差值。

步骤S2.根据所述历史数据计算所述实际值与所述偏差值之间的映射函数并根据所述映射函数计算与预测的一未来实际值相对应的未来偏差值。

步骤S3.根据所述未来偏差值对当前实际值进行校准以产生校准 后的未来实际值。

在本示例实施方式中，所述实际值为一频率源输出的时间频率，所述标准值为标准时间频率。

在本示例实施方式中，所述实际值可以包括随时间变化的物理量、随频率变化的物理量、随空间方位变化的物理量中的一个或多个。

参考图12中所示，在本示例实施方式中，所述步骤S2可以包括：

步骤S21.将所述历史数据随机分为多个数据组，每个所述数据组可以包括相同数量的所述历史数据。

步骤S22.针对每个所述数据组，利用一待拟合函数对其中的历史数据进行拟合得到所述映射函数。

步骤S23.评估各所述映射函数的拟合度，并根据各所述映射函数的拟合度计算各所述映射函数对应的权重值。

步骤S24.分别通过各所述映射函数计算所述未来实际值对应的偏差值。

步骤S25.根据各所述映射函数对应的权重值，对通过各所述映射函数计算得到的偏差值进行加权平均得到一加权平均值。

步骤S26.重复上述步骤S21～S25，得到多个所述加权平均值，并统计出出现概率最高的所述加权平均值作为所述未来偏差值。

在本示例实施方式中，所述步骤S24中，针对每一所述映射函数，利用除该映射函数对应的所述数据组之外的所有所述数据组中的所述历史数据评估该映射函数的拟合度。

上述校准控制方法中各步骤的具体细节已经在对应的校准控制装置中进行了详细的描述，因此此处不再赘述。

此外，需要注意的是，上述附图仅是根据本发明示例性实施方式的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理步骤并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。