一种用于监测实体原子钟的虚拟原子钟系统及工作方法与流程

本发明属于原子钟技术领域，尤其涉及一种用于监测实体原子钟的虚拟原子钟系统及工作方法。

背景技术：

1967年第十三届国际计量大会通过决议，将基本时间单位“秒”定义为铯133cs原子基态的两个超精细子能级间跃迁的电磁辐射周期的9,192,631,770倍所持续的时间，从此人类迈入了原子时时代，时间成为了自然界测量精度最高的物理量。原子钟作为计时工具使当代信息社会的运转变得高效有序，精密时间和频率基准在国民经济的各个领域已经不可或缺。在天文观测、大地测量、交通管理、电网并网发电和故障排查中得到广泛应用。在资本借贷、汇率计算、股票交易等金融业务中均离不开精确的时间同步，因为这里的时间就是金钱。它给众多行业带来了巨大的变化，如网约车、共享单车、无人驾驶汽车等方面。其中，典型代表是全球卫星导航定位系统(gnss)，如美国的全球定位系统(gps)、俄罗斯的格洛纳斯(glonass)系统以及欧洲的伽利略(galileo)系统和中国的北斗(bds)系统。在近年来发生的几次局部战争中，卫星导航定位系统为常规武器提供了前所未有的精确打击能力，对决定战争胜负发挥了巨大作用。同时，在武器平台、协同作战、应急指挥等军事行动中，发挥着不可替代的作用。它还是科学研究的重要工具，可用于探索基本物理常数的变化，探测暗物质，验证相对论等。纵观国民经济建设、国防现代化的诸多方面，精密时间和频率的重要性日益凸显，它的建立与保持、测量与传递是国家战略竞争力的重要标志之一。

时间量值相比其它物理量具有一定的特殊性，只有过去的时间才能够精准计量。为了保证原子时信号准确可靠，需依据实验室主钟(原子钟)的历史运行行为做出前瞻性的预判，将预判结果调整至时间信号，因此预测量评估是原子时产生系统的关键环节。目前，国内外守时实验室主要采用多项式拟合预测和kalmanfilter预测评估原子钟预测能力，此外鲁棒性预测算法也受到业界的广泛关注。无论采用何种技术、何种方法，实验室原子钟互相比对的钟差是唯一的数据源，钟差即任意两台原子钟输出相位或频率信号的相对偏差，它包括2台钟以及测量噪声信息。然而原子时是1台主钟输出的物理信号，只有当其中1台原子钟性能远远高于另一台时，才能依据钟差信号评价较差者。为了保障原子时信号的高准确度高可靠性，各实验室均采用最佳或接近最佳性能的原子钟作为原子时产生的主钟，因此钟差信号不能准确评估主钟信号。为了得到可靠的参考，通常采用原子钟组联合构建钟组时标ta，理论上钟组时标ta性能可以超越钟组内任意一台原子钟的性能，但是实际应用中发现钟组时标ta性能通常并不能超越钟组内较好的钟，甚至远不如最佳原子钟性能。研究表明同一实验室内原子钟受环境因素影响，噪声具有较强的相关性，造成钟组时标ta无法作为参考准确评估原子钟性能。当然，目前最稳定最可靠的时标参考是协调世界时utc，即国际标准时间。它由国际计量局(bipm)滞后约30～45天发布，时间间隔为5天，所以只能滞后评估时间间隔为5天(整数倍)的原子钟性能，utc无法作为参考评估原子钟在5天时间内的性能，更不能实时评估，远远不能满足精确调控主钟或监控其它守时钟的需求。综上所述，建立实时可靠的参考，是准确评价原子钟性能的基础、是一切预测算法、钟组算法、驾驭算法的最佳保障。

结合守时实验室原子时标产生的实际需求，本发明提出了构建1台虚拟化的原子钟，其性能接近被测，以此作为参考评价实体原子钟性能、监控其异常行为。虚拟化原子钟通过学习实体原子钟大量历史行为、外拓预设时间的噪声特性，依靠计算密度满足实时性要求。

众所周知，原子钟是一种计时装置，其原理是根据原子物理学，原子是按照不同电子排列顺序的能量差，也就是围绕在原子核周围不同电子层的能量差来吸收或释放电磁能量的，这里电磁能量是不连续的，当原子从一个“能量态”跃迁至低的“能量态”时，它便会释放电磁波，这种电磁波特征频率是不连续的，这也就是人们所说的共振频率，同一种原子的共振频率是一定的，因此可利用原子做为一节拍器来保持高精度的时间，实体原子钟在受到环境的影响时，会发生数据偏差等异常情况，亟需一种用于辅助监测实体原子钟的手段。研究表明同一实验室内原子钟受环境因素影响，噪声具有较强的相关性，造成钟组时标ta无法作为参考准确评估原子钟性能。

技术实现要素：

针对背景中的问题，本发明的目的在于提供一种虚拟原子钟系统，其特征在于包括：比对测量单元、虚拟原子钟生成单元，以及钟差计算单元。

本发明所述的虚拟原子钟系统，包括所述比对测量单元，得到至少一台原子钟相对于参考ta的相对偏差信息。

本发明所述的虚拟原子钟系统，所述参考为实际信号或后处理的虚拟信号。

本发明所述的虚拟原子钟系统，所述虚拟原子钟生成单元依据基于比对测量单元获取的偏差信息学习原子钟的行为。

本发明所述的虚拟原子钟系统，所述虚拟原子钟生成单元生成的测量信息保持原子钟的噪声特性。

本发明所述的虚拟原子钟系统，所述钟差计算单元通过虚拟原子钟生成单元生成的测量信息，外推预设时间的实体原子钟相对参考的偏差，得到钟差数据ta-t1。

本发明的目的在于还提供一种用于监测实体原子钟的虚拟原子钟系统的工作方法，包括以下工作过程：

a、得到原子钟组的数据为ta，得到实体原子钟的数据为t0，得到虚拟原子钟的数据为t1；

b、得到原子钟组和实体原子钟的数据对比(ta-t0)，得到原子钟组和虚拟原子钟的数据对比(ta-t1)，该步骤的两结果做差，得到实体原子钟数据t0和虚拟原子钟数据t1之间的钟差数据，判断实体原子钟的异常情况。

本发明所述的一种用于监测实体原子钟的虚拟原子钟系统的工作方法，存在中间参考量，其利用原子钟组的实时加权平均得到。

本发明所述的一种用于监测实体原子钟的虚拟原子钟系统的工作方法，其特征在于，外推预设时间的实体原子钟相对参考的偏差，得到钟差数据(ta-t1)，取相同时刻实体原子钟与ta的偏差(ta-t0)，进行数据转换，消除中间参考，得到虚拟钟与实体钟的相对偏差(t0-t1)。

本发明所述的一种用于监测实体原子钟的虚拟原子钟系统的工作方法，包括以下至少一种钟差数据：

a、原子钟互比的钟差数据，其作用在于体现实体原子钟短期运行特性；

b、实体原子钟相对于原子钟组的钟差数据，其作用在于体现实体原子钟的中期运行特性；

c、实体原子钟相对协调世界时的钟差数据，其作用在于体现实体原子钟的长期运行特性。

与现有技术相比，通过本发明的一种虚拟化的原子钟系统，其性能接近被测，以此作为参考评价实体原子钟性能并监控实体原子钟的异常行为，虚拟原子钟通过学习实体原子钟大量历史行为并外拓预设时间的噪声特性，依靠计算密度满足实时性要求。

附图说明

图1是本发明的虚拟钟辅助守时原理示意图。

图2是本发明的样本集建立示意图。

图3是本发明的神经网络学习结构示意图。

图4是本发明的虚拟钟系统装置结构示意图。

图5是本发明随机追踪策略预测流程的结构示意图。

图6是本发明仿真原子钟预测结果比较(频率预测值及误差)的示意图。

图7是本发明仿真原子钟预测结果比较(均方根误差)的示意图。

图8是本发明实际原子钟预测结果比较(铯钟和氢钟的频率预测值及误差)的示意图。

图9是本发明实际原子钟预测结果比较(铯钟和氢钟的均方根误差)的示意图。

图10是本发明10台氢钟两种预测方法的结果比较(频率偏差)的示意图。

图11是本发明10台氢钟两种预测方法的结果比较的示意图。

具体实施方式

下面，将结合本发明实施例中的附图，对本发明实施例中的技术方案进行详细的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了使本发明的技术方案更加明白，结合以下实例对本发明进行进一步的详细说明，应当理解，此处所描述的具体实施例仅仅用以解释发明，并不用于限定本发明。

在该文中的描述中，除非另有说明，“多个”的含义是两个或两个以上；术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”，“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在该文中的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接，可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

在本发明中，图1是本发明的虚拟钟辅助守时原理示意图。图2是本发明的样本集建立示意图。图3是本发明的神经网络学习结构示意图。图4是本发明的虚拟钟系统装置结构示意图。图5是本发明随机追踪策略预测流程的结构示意图。图6是本发明仿真原子钟预测结果比较(频率预测值及误差)的示意图。图7是本发明仿真原子钟预测结果比较(均方根误差)的示意图。图8是本发明实际原子钟预测结果比较(铯钟和氢钟的频率预测值及误差)的示意图。图9是本发明实际原子钟预测结果比较(铯钟和氢钟的均方根误差)的示意图。图10是本发明10台氢钟两种预测方法的结果比较(频率偏差)的示意图。图11是本发明10台氢钟两种预测方法的结果比较的示意图。

本发明提供了一种用于监测实体原子钟的虚拟原子钟系统及工作方法，本发明聚焦于守时实体原子钟异常行为的实时诊断与监测，构建虚拟化的原子钟，辅助提升实体原子钟守时能力，实体原子钟易受环境变化其它因素影响，导致输出频率发生抖动，为尽量真实地刻画实体原子钟在正常工作条件下的实际行为特性，先对实体原子钟历史数据进行清洗并剔除离群值，历史数据集主要包括：实体原子钟互比的钟差数据，用以体现实体原子钟短期运行特性，还有原子钟相对于原子钟组的钟差数据，用以体现实体原子钟的中期运行特性，还有实体原子钟相对协调世界时的钟差数据，体现实体原子钟的长期运行特性，分别依据虚拟原子钟、实体原子钟和原子钟组的钟差数据，分析实体原子钟的确定性行为特性，评估出其相对相位偏差、相对频率偏差和相对频率漂移，然后从原始数据中剔除确定性行为项，截断残余噪声项，以形成标准样本集合，并随机分成二组构成标准样本训练集和标准样本测试集，两者可交互使用，分别用于实体原子钟行为预测分析和优化校验预测分析方法，虚拟原子钟是依据实体原子钟的实际比对测量历史数据，依据实体原子钟样本集，分析实体原子钟行为特性，建立模型预测实体原子钟在预设时间的输出信号值，主要的预测模型及方法包括(但不限于)：多项式拟合预测、卡尔曼滤波器预测、基于神经网络的预测以及其它类型的预测方法，采用数值方法外推预设时间的测量值，原子钟组是多台原子钟实时加权的平均值，作为实体原子钟和虚拟原子钟的中间参考量，也可采用其它实时信号替代，当实体原子钟受到环境影响而发生输出频率变化时，不受干扰的虚拟原子钟可作为辅助监测手段，实际应用中二者分别于原子钟组，实时比对测量得到原子钟组数据(ta-t0)和(ta-t1)，两个结果做差得到实体原子钟t0与虚拟原子钟t1之间的比对钟差数据，以此判断实体钟输出频率的异常情况。

在本发明中，所述的一种用虚拟原子钟系统，可选的包括：1台或多台实体原子钟；比对测量单元、虚拟原子钟生成单元、以及偏差计算单元。

在本发明中，所述的虚拟原子钟系统包括所述比对测量单元，得到各台原子钟相对于参考的相对偏差信息，形成原始数据集。

在本发明中，所述的虚拟原子钟系统，比对测量单元为频率信号5mhz、10mhz、100mhz或1pps秒信号。

在本发明中，所述的虚拟原子钟系统，所述参考为实际信号或后处理的虚拟信号。

在本发明中，所述的虚拟原子钟系统，能够外推预设时间的实体原子钟相对参考的偏差，得到钟差数据。

在本发明中，用于监测实体原子钟的虚拟原子钟系统的工作方法，包括以下工作过程：

a、得到原子钟组的数据为ta，得到实体原子钟的数据为t0，得到虚拟原子钟的数据为t1；

b、得到原子钟组和实体原子钟的数据对比(ta-t0)，得到原子钟组和虚拟原子钟的数据对比(ta-t1)，该步骤的两结果做差，得到实体原子钟数据t0和虚拟原子钟数据t1之间的钟差数据，判断实体原子钟的异常情况。

在本发明中，虚拟原子钟利用算法学习原子钟的历史行为，外推预设时间的实体原子钟相对参考的偏差，得到钟差数据(ta-t1)，取相同时刻实体原子钟与ta的偏差(ta-t0)，进行数据转换，消除中间参考，得到虚拟钟与实体钟的相对偏差(t0-t1)。

所述工作方法还包括以下可选步骤，先对实体原子钟的历史数据进行清洗并提出离群值，然后建立样本数据集，包括：

a、原子钟互比的钟差数据，其作用在于体现实体原子钟短期运行特性；

b、实体原子钟相对于原子钟组的钟差数据，其作用在于体现实体原子钟的中期运行特性；

c、实体原子钟相对协调世界时的钟差数据，其作用在于体现实体原子钟的长期运行特性。

在本发明中，依据原子钟组的数据、实体原子钟的数据和虚拟原子钟的数据，分析实体原子钟的确定性行为特性，得到实体原子钟的相对相位偏差、相对频率偏差和相对频率漂移。

在本发明中，从实体原子钟的原始数据中剔除确定性行为项，截断残余噪声项，得到标准样本集合，然后随机分成标准样本训练集和标准样本测试集。

在本发明中，依据实体原子钟的实时数据比对测量历史数据，采用数值方法外推预设时间的数据。

在本发明中，原子钟组包括多台实体原子钟，采用原子钟组的实时加权的平均值做为实体原子钟和虚拟原子钟的中间参考量。

在本发明中，得到原子钟组的数据为ta，得到实体原子钟的数据为t0，得到虚拟原子钟的数据为t1。

在本发明中，外推预设时间的实体原子钟相对参考的偏差，得到钟差数据(ta-t1)，取相同时刻实体原子钟与ta的偏差(ta-t0)，进行数据转换，消除中间参考，得到虚拟钟与实体钟的相对偏差(t0-t1)。

在本发明中，所述的一种用于监测实体原子钟的虚拟原子钟系统的工作方法，还包括预测实体原子钟行为，依据实体原子钟样本集分析原子钟行为特性，建立模型预测原子钟在预设时间的输出信号值。

在本发明中，所述的一种用于监测实体原子钟的虚拟原子钟系统的工作方法，包括多项式拟合预测、基于神经网络的预测和卡尔曼滤波器预测。

在本发明中，所述的一种用于监测实体原子钟的虚拟原子钟系统的工作方法，多台实体原子钟经过比对测量单元，得到各台实体原子钟相对于原子钟组的数据的相对偏差信息，形成原始数据集。

本发明聚焦于守时原子钟异常行为的实时诊断与监测，构建虚拟化的原子钟，辅助提升实体原子钟守时能力。

如图1所示，实体原子钟易受环境变化其它因素影响，导致输出频率发生抖动；虚拟钟是依据实体原子钟的实际比对测量历史数据，采用数值方法外推预设时间的测量值；钟组ta是多台钟实时加权的平均值，作为实体钟和虚拟钟的中间参考量，也可采用其它实时信号替代。由此可见，当实体钟收到环境影响而发生输出频率变化时，不受干扰的虚拟钟可作为辅助监测手段，实际应用中二者分别于钟组ta，实时比对测量得到钟组数据(ta-t0)和(ta-t1)，两个结果做差得到实体钟t0与虚拟钟t1之间的比对钟差数据，以此判断实体钟输出频率的异常情况。

本发明提出了构建一种虚拟化的原子钟，属于原子钟技术领域，多台实体原子钟经过比对测量单元，得到各台原子钟相对于参考ta的相对偏差信息，形成原始数据集，原始数据集经过分析，剔除原子钟的异常行为，如相位、频率或频率漂移的随机跳变，形成原子钟样本数据集，再经原子钟预测分析单元，利用算法学习原子钟的历史行为，外推预设时间的实体原子钟相对参考的偏差，得到钟差数据(ta-t1)，取相同时刻实体原子钟与ta的偏差(ta-t0)，进行数据转换，消除中间参考，得到虚拟原子钟与实体原子钟的相对偏差(t0-t1)，其性能接近被测，以此作为参考评价实体原子钟性能并监控实体原子钟的异常行为。

在本发明中，所述建立样本数据集是指，为尽量真实地刻画原子钟在正常工作条件下的实际行为特性，计划先对原子钟历史数据进行清洗、剔除离群值。历史数据集主要包括：1)原子钟互比的钟差数据，体现原子钟短期运行特性；2)原子钟相对于钟组ta的钟差数据，体现原子钟的中期运行特性；3)原子钟相对协调世界时utc的钟差数据，体现原子钟的长期运行特性。分别依据上述3种原子钟钟差数据，分析原子钟的确定性行为特性，评估出其相对相位偏差、相对频率偏差、相对频率漂移。然后从原始数据中移出确定性行为项，截断残余噪声项，形成标准样本集合，随机分成二组构成标准样本训练集和标准样本测试集，两者可交互使用，分别用于原子钟行为预测分析和优化校验预测分析方法。

在本发明中，所述预测原子钟行为是指，依据原子钟样本集，分析原子钟行为特性，建立模型预测原子钟在预设时间的输出信号值(时间或频率)。主要的预测模型及方法包括(但不限于)：多项式拟合预测、kalmanfilter预测、基于神经网络的预测以及其它类型的预测方法。以基于神经网络的预测方法为例，如图3所示，其中输入层元素个数n主要依据3种钟差数据的特性确定，隐藏层神经元数量m，计划依据输入层数据种类采用局部优化确定，输出层基本确定为原子钟的相位信息(p)、频率信息(f)和频率漂移信息(d)三者。整体设计思路，神经网络学习单元负责从大量输入样本中反复强化学习目标特性，将样本的特性映射为一个函数分布。考虑到原子钟钟差数据具备典型的时间序列结果，在时间维度上前后数据具有长程相关性，因此可采用递归神经网络中的长短程记忆模型lstm构建具备兼顾全局记忆的神经网络学习单元。

在本发明中，虚拟钟系统装置结构示意如图4所示，1台或多台实体原子钟经过比对测量单元(通常为频率信号5mhz、10mhz、100mhz或1pps秒信号)，得到各台原子钟相对于参考ta(实际信号或后处理的虚拟信号)的相对偏差信息，形成原始数据集。原始数据集经过分析，剔除原子钟的异常行为，如相位、频率或频率漂移的随机跳变，形成原子钟样本数据集。再经原子钟预测分析单元，利用算法学习原子钟的历史行为，外推预设时间的实体原子钟相对参考的偏差，得到钟差数据(ta-t1)。取相同时刻实体钟与ta的偏差(ta-t0)，进行数据转换，消除中间参考，得到虚拟钟与实体钟的相对偏差(t0-t1)。

实施例1：随机追踪策略预测原子钟行为：

本实施例1包括了一个预测器组，其中每个预测器工作在一个独立的子空间，所有预测器对未来预测的加权平均作为最终预测结果，由如下几个部分组成：

(1)历史数据：

设原子钟相位或频率数据的测量值向量为x，每个数据点间隔时间为t。

x＝(x1x2…xn)(1)

其中，x代表历史数据样本，即一台原子钟相对参考钟或时标测量得到的相位差或频率差；xt代表t时刻的相位差或频率差，向量x作为原子钟测量的历史数据，用于预测原子钟未来的相位或频率变化。

(2)随机分组

一种无放回的随机分组方案被应用，历史数据x被分成p个子集，每个子集包含m个样本数据，且n＝p·m，一般选择子集数量p等于每个子集样本数据量m，即两个参数具体的设计还需要考虑预测目标以及原子钟特性。

(3)拟合函数

对于每个分组采用函数应用低阶多项式拟合本组内m个样本数据点(一般阶数不大于3)，这里表示预测器j，t表示时间，表示多项式拟合的参数集，包括相位、频率和频率漂移三者全部或部分。

(4)定义加权

每个预测器的预测能力依据具体目标而定，一些统计量，如平均绝对误差、均方根误差等，可以用于评价预测器的泛化能力，即预测器权重。

(5)加权平均

采用加权平均合并所有预测器的预测值因此预测值xn+1可以表达为：

随机追踪策略中每个随机分组的预测器被作为一种后验分布，其中wj代表了预测器归一化后的权重，因此合并后的预测值xn+1是所有后验分布的加权平均。

(6)输出预测值

加权平均值作为最终随机追踪策略依据历史数据向量得到的下一时刻预测值。

综上所述，随机追踪策略是基于一个预测器组构建的加权平均预测方法，它要求一个先决条件是历史数据向量x能代表原子钟输出频率或相位的特性，且向量x中绝大部分数据具有较高的可靠性。

该方案的工作流程及与传统卡尔曼滤波器预测的结果比较如图1到图5所示。

实施例2：长短程记忆神经网络预测原子钟行为：

本实施例2中设计了一种长短程记忆神经网络单元，通过学习原子钟的历史数据，预测预设时间原子钟的输出频率信息，与传统卡尔曼滤波器预测方法比较的实验结果如图5-图6所示。

该文中出现的电器元件均与外界的主控器及220v市电电连接，并且主控器可为计算机等起到控制的常规已知设备。

与现有技术相比，本发明提出了构建一种虚拟化的原子钟，其性能接近被测，以此作为参考评价实体原子钟性能并监控实体原子钟的异常行为，虚拟原子钟通过学习实体原子钟大量历史行为并外拓预设时间的噪声特性，依靠计算密度满足实时性要求。

本发明的一种虚拟原子钟系统，包括比对测量单元、虚拟原子钟生成单元，以及钟差计算单元。本发明的一种虚拟原子钟系统适用于在资本借贷、汇率计算、股票交易等金融业务中精确的时间同步。除此之外，本发明的虚拟原子钟系统还适用于如网约车、共享单车、无人驾驶汽车等方面，给生活带来了重大变化。本发明的一种虚拟原子钟系统适用于全球卫星导航定位系统(gnss)。本发明的一种虚拟原子钟系统适用于探索基本物理常数的变化，探测暗物质，验证相对论等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。