-
-
公开(公告)号：CN109902882A
公开(公告)日：2019-06-18
申请号：CN201910219634.9
申请日：2019-03-21
Applicant: 北京工业大学
Abstract: 本发明提供一种原子钟钟差预测模型训练方法及装置，涉及原子钟数据处理领域。该原子钟钟差预测模型训练方法，包括：获取预设时间段内钟差数据，其中，所述钟差数据包括：训练集和测试集；将所述训练集中的钟差数据、以及核函数参数、正则化参数代入待训练钟差预测模型，获取钟差预测结果，所述待训练钟差预测模型由基于最小二乘支持向量机算法选取的核函数构建获取；根据所述钟差预测结果，获取优化核函数参数、优化正则化参数；根据所述优化核函数参数及所述优化正则化参数，训练获取优化钟差预测模型。本申请通过使用基于最小二乘支持向量机算法，构建钟差预测模型，以得到更加准确的钟差预测结果。
-
公开(公告)号：CN105974777B
公开(公告)日：2018-07-31
申请号：CN201610567076.1
申请日：2016-07-19
Applicant: 北京工业大学
IPC: G04F5/14
Abstract: 本发明公开种利用Algos和Kalman组合产生原子时标的方法,首先对原始钟差数据进行离群值检测;计算前六个月的TA‑K哈德玛方差以确定每台钟的权重,作为计算本月TA‑K权重;其次用改进的Algos算法得到的结果,作为Kalman算法的噪声矩阵和初值的输入,利用哈德玛方差确定每台钟的权重;最后预测下时刻的钟差值。采用本发明的技术方案,既可以降低Kalman算法的发散性,又能使时间尺度稳定性好。
-
公开(公告)号：CN107505829A
公开(公告)日：2017-12-22
申请号：CN201710750872.3
申请日：2017-08-28
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于遗传算法优化小波神经网络的铯喷泉钟钟与氢钟频差预估方法，属于原子时标的技术领域。本发明对铯原子喷泉钟和氢钟频差数据进行预处理，包括离群值检测和缺失数据拟补。根据频差数据的特征确定小波神经网络的输入层、隐含层、隐含层的个数及小波基的选取，为进一步提高喷泉钟数据预估的精度和预估稳定性，建立了基于遗传算法优化小波神经网络的喷泉钟数据预估模型。对喷泉钟驾驭氢钟组预估中，首次使用遗传小波神经网络进行预测，其预测精度与现行的线性预测相比大大提高，且数据更加平稳，从而提高了喷泉钟驾驭氢钟组的驾驭精度，为产生稳定度和准确度更高的TA(NIM)提供了更精确的依据。
-
公开(公告)号：CN104679989B
公开(公告)日：2017-11-03
申请号：CN201510041024.6
申请日：2015-01-27
Applicant: 北京工业大学
IPC: G06F19/00
Abstract: 一种基于改进型BP神经网络的氢原子钟钟差预测方法，本方法根据氢原子钟钟差特性、地面原子钟钟差数据与卫星钟钟差数据以及与日长数据的相似性，在卫星钟差小波神经网络预测算法和小波神经网络对日长预报算法中BP神经网络算法思想基础上，针对BP神经网络算法的不足，运用SVM算法中的预测惩罚模型，提出了基于改进BP神经网络算法对氢原子钟钟差数据进行预测方法。通过增加惩罚性措施来提高预测精度，来修正下一步预测值；使用限制预测数据变化幅度的措施来提高预测数据的稳定性和预测精度。该方法与现行的SVM预测算法和线性回归预测算法相比，其氢钟中差预测精度有明显提高，为提高氢原子钟的原子时标和驾驭精度提供了更高的依据。
-
Patent Agency Ranking
公开(公告)号：CN105335605A
公开(公告)日：2016-02-17
申请号：CN201510629634.8
申请日：2015-09-29
Applicant: 北京工业大学
IPC: G06F19/00
CPC classification number: G06F19/00
Abstract: 一种基于经验模态的钟差去噪方法，钟差值中噪声的去除对于原子钟分配权重意义重大，是计算原子时的一个重要过程。为降低原子钟钟差的噪声，针对原子钟的钟差数据非平稳的特征，本方法提出了基于EEMD的钟差去噪方法。EEMD是针对EMD的不足提出的一种噪声辅助数据分析方法。从时域上去除混合在数据中的噪声，该算法首先将原始钟差数据叠加一定强度的噪声，然后进行经验模态分解，如此重复多次，继而将各分量叠加求平均得到去噪的钟差序列。本方法从频域上分析了去噪效果，该方法有效的去除了钟差中的噪声，同时时域上，钟差数据的哈德玛方差由1.1283e-2降为2.3853e-3，数据变得更加平稳。
-
公开(公告)号：CN101030195A
公开(公告)日：2007-09-05
申请号：CN200710065413.8
申请日：2007-04-13
Applicant: 北京工业大学
Abstract: 一种补偿示波器时基抖动的方法涉及仪器仪表的数据处理领域。取样示波器测量信号时，测量结果或多或少都存在时基抖动，它使取样值产生偏差，特别是在精密测量中，时基抖动严重影响测试结果。本发明提供了一种对示波器采样中的时基抖动进行补偿的数据处理方法。其特征在于数据处理过程中，对抖动的概率密度函数进行积分，通过各个采样点的排序来确定对真值的估计。本发明对时基抖动有很好的补偿效果，使示波器的采样数据更准确。
-
公开(公告)号：CN1819458A
公开(公告)日：2006-08-16
申请号：CN200610056918.3
申请日：2006-03-07
Applicant: 北京工业大学
IPC: H03K3/86
Abstract: 本发明涉及高速脉冲发生器领域。目前我国最快脉冲源转换时间为25ps。本方法步骤：选有双微波二极管平衡取样头电路结构的Agilent86100A宽带取样示波器(1)作脉冲信号发生器，装插件(3)，设电压－300mV－50mV或+50mV－+300mV，选与示波器(1)延迟匹配的TDR信号Agilent86100B宽带取样示波器(2)，装时域反射计插件(4)，发出TDR信号作示波器(1)的外触发信号，电缆(5)示波器(1)的信号触发端与示波器(2)TDR信号发生端相连，电缆(6)与示波器(1)产生脉冲信号输入端相连；调节示波器(1)垂直灵敏度、水平灵敏度等，设示波器(2)偏置电压为0，调节延迟时间直到示波器(1)发出高速脉冲信号。其等效阶跃脉冲源上升时间为8ps，可实现对宽带取样示波器校准等。
-
公开(公告)号：CN118112484A
公开(公告)日：2024-05-31
申请号：CN202410304983.1
申请日：2024-03-18
Applicant: 北京工业大学
IPC: G01R35/00
Abstract: 本发明涉及宽带取样示波器抖动测量本底的计算方法与系统，该方法包括：在特定触发条件下第一信号源发生器提供触发信号；将触发信号输入到宽带取样示波器的触发端用于触发采样；第二信号源发生器提供输入信号；将输入信号通入宽带取样示波器得出示波器的测量结果Jrms；将输入信号输入相位噪声分析仪得到该信号抖动JS；根据公式#imgabs0##imgabs1#计算得到抖动测量本底JMF。其有益效果是，不仅能针对不同触发条件更加准确的获取示波器的抖动测量本底，还规避了对抖动测量本底测量时对低抖动信号源的依赖。
-
公开(公告)号：CN111343113A
公开(公告)日：2020-06-26
申请号：CN202010089047.5
申请日：2020-02-12
Applicant: 北京工业大学
Abstract: 本发明实施例提供一种基于数字示波器的相位同步改进方法及装置，所述方法包括：仿真模拟数字实时示波器采集的调制信号数据；对所述调制信号数据进行解调，生成下变频滤波后的信号；根据所述下变频滤波后的信号生成眼图，在所述眼图张开最大位置处进行数据点的抽样，生成星座图；利用聚类算法计算所述星座图的聚类中心点坐标；基于所述聚类中心点坐标估计相位补偿角度，利用所述相位补偿角度计算误差矢量幅度EVM。本发明实施例可以排除异常数据点对补偿相位的影响，且不需要多次迭代，避免了异常数据点较多造成算法的不适用问题，提高了相位同步算法的准确度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.02 seconds)
