-
公开(公告)号：CN113240076B
公开(公告)日：2023-11-28
申请号：CN202110456451.6
申请日：2021-04-27
Applicant: 北京无线电计量测试研究所
IPC: G06F18/2321 , G06N3/0442 , G06N3/084
Abstract: 本发明公开一种基于聚类和神经网络算法的钟差异常数据检测方法，在一具体实施方式中，该方法包括：S10、获取历史钟差数据，包括钟差正常数据和钟差异常数据，对获取的历史钟差数据进行预处理，得到密度聚类算法所需数据格式；S20、对历史钟差数据进行密度聚类，得到带有标签的钟差正常数据和钟差异常数据；S40、将待判断的钟差数据输入到训练好的LSTM模型，得到钟差数据中的具体异常值并进行修正。该实施方式采用结合密度聚类算法和长短期记忆神经网络LSTM的方法来解决异常数据问题，可有效探测比对数据的异常情况并准确定位，修正后的数据可应用于守时工作。
-
公开(公告)号：CN111162860B
公开(公告)日：2023-05-09
申请号：CN201911353482.8
申请日：2019-12-25
Applicant: 北京无线电计量测试研究所
IPC: H04J3/06 , G06N3/0464 , G06N3/08 , G06N3/126
Abstract: 本方案提供了一种搬运钟时间比对方法和系统，其中，该方法的步骤包括：在t1时刻，测量搬运钟与第一地点第一时钟的钟差；在t2时刻，测量搬运钟与第二地点第二时钟的钟差；利用基于遗传算法优化的BP神经网络构建的预测模型，在t2时刻，对搬运钟与第一地点第一时钟的钟差进行预测，获得t2时刻，搬运钟与第一地点第一时钟的预测钟差；将t2时刻搬运钟与第二地点第二时钟的钟差，和t2时刻搬运钟与第一地点第一时钟的预测钟差进行比对，获得第一地点第一时钟与第二地点第二时钟的时间比对结果。
-
公开(公告)号：CN111162860A
公开(公告)日：2020-05-15
申请号：CN201911353482.8
申请日：2019-12-25
Applicant: 北京无线电计量测试研究所
Abstract: 本方案提供了一种搬运钟时间比对方法和系统，其中，该方法的步骤包括：在t1时刻，测量搬运钟与第一地点第一时钟的钟差；在t2时刻，测量搬运钟与第二地点第二时钟的钟差；利用基于遗传算法优化的BP神经网络构建的预测模型，在t2时刻，对搬运钟与第一地点第一时钟的钟差进行预测，获得t2时刻，搬运钟与第一地点第一时钟的预测钟差；将t2时刻搬运钟与第二地点第二时钟的钟差，和t2时刻搬运钟与第一地点第一时钟的预测钟差进行比对，获得第一地点第一时钟与第二地点第二时钟的时间比对结果。
-
公开(公告)号：CN116088007A
公开(公告)日：2023-05-09
申请号：CN202211736211.2
申请日：2022-12-30
Applicant: 北京无线电计量测试研究所
Abstract: 本申请公开了一种用于时频同步网络长基线性能验证方法和系统，该方法包括：通过远程共视比对技术获取基准站和远端站之间的时差，得到第一时差；通过全球导航卫星系统GNSS精密单点定位技术获取该基准站和该远端站之间的时差，得到第二时差；根据该第一时差和该第二时差获取测量偏差，以对该远程共视比对技术长基线性能进行验证。通过本发明，解决了相关技术中，远程卫星共视比对技术长基线时间传递性能无法验证的技术问题，达到了提高验证效率的技术效果。
-
公开(公告)号：CN113240076A
公开(公告)日：2021-08-10
申请号：CN202110456451.6
申请日：2021-04-27
Applicant: 北京无线电计量测试研究所
Abstract: 本发明公开一种基于聚类和神经网络算法的钟差异常数据检测方法，在一具体实施方式中，该方法包括：S10、获取历史钟差数据，包括钟差正常数据和钟差异常数据，对获取的历史钟差数据进行预处理，得到密度聚类算法所需数据格式；S20、对历史钟差数据进行密度聚类，得到带有标签的钟差正常数据和钟差异常数据；S40、将待判断的钟差数据输入到训练好的LSTM模型，得到钟差数据中的具体异常值并进行修正。该实施方式采用结合密度聚类算法和长短期记忆神经网络LSTM的方法来解决异常数据问题，可有效探测比对数据的异常情况并准确定位，修正后的数据可应用于守时工作。
-
Patent Agency Ranking
公开(公告)号：CN111143989A
公开(公告)日：2020-05-12
申请号：CN201911353500.2
申请日：2019-12-25
Applicant: 北京无线电计量测试研究所
IPC: G06F30/20 , G06N3/04 , G06N3/08 , G06F111/10
Abstract: 本方案提供了一种频率调整量计算方法，该方法的步骤包括：基于根据灰色模型原理预先构建的历史时差序列模型，利用径向基神经网络预测灰色模型，对时差的误差进行预测，获得时差预测序列；对所述时差预测序列进行处理，获得频率调整量。该方法中基于灰色理论和径向基神经网络建立组合模型，结合各自的优点，实现备钟原子钟的钟差预测。
-
公开(公告)号：CN119865270A
公开(公告)日：2025-04-22
申请号：CN202411921326.8
申请日：2024-12-25
Applicant: 国网上海市电力公司 , 北京无线电计量测试研究所
IPC: H04J3/06
Abstract: 本申请公开一种时频系统主备路时间同步的方法，包括：测得主备钟差；将主备路的频率和相位进行初同步；使用遗传算法优化的BP神经网络来预测下一调整周期主备钟差序列，计算频率补偿量，将当前调整周期最后一个时刻的主备钟差除以当前调整周期作为相位补偿量；将所述频率补偿量和相位补偿量补偿到备路信号。还公开了一种装置。使用遗传算法优化的BP神经网络预测后的数据应用于时频系统备钟频率驾驭，解决传统钟差预测方法中需事先确定预测模型结构，自适应性差的问题，实现了备路信号的频率和相位动态、高精度补偿。
-
公开(公告)号：CN118466149A
公开(公告)日：2024-08-09
申请号：CN202311864786.7
申请日：2023-12-29
Applicant: 北京无线电计量测试研究所
IPC: G04D7/00
Abstract: 本申请涉及一种时钟测试仪校准方法、装置及系统，涉及仪器校准技术领域，该方法包括：获取待检时钟测试仪的第一图像以及参考时钟的第二图像；将所述第一图像中的时钟测试仪时间信息转换为时钟测试仪时间数据，以及将所述第二图像中的参考时间信息转换为参考时间数据；根据所述时钟测试仪时间数据和所述参考时间数据确定时钟时刻误差值，根据所述时钟时刻误差值校准所述时钟测试仪。本发明实施例可以大大提高时钟测试仪的计量校准效率以及提升所得到的时钟时刻误差值的精准度。
-
公开(公告)号：CN118138662A
公开(公告)日：2024-06-04
申请号：CN202311855206.8
申请日：2023-12-29
Applicant: 北京无线电计量测试研究所
IPC: H04L69/22 , H04L67/141 , H04L1/00 , G08C19/00
Abstract: 本申请涉及一种被控设备数据获取方法及装置、时间频率测量系统，涉及数据处理技术领域，该方法包括：接收被控设备响应于工作命令反馈的命令数据包，解析所述命令数据包，得到数据传输通道的连接状态信息；接收采集配置信息，根据所述采集配置信息确定目标数据的采集时刻；在所述连接状态信息满足预设状态条件时，按照指定时长循环接收所述被控设备发送的数据包，解析所述数据包，存储解析结果；按照所述采集时刻，在所述解析结果中获取所述目标数据。本发明可避免出现数据漏采，以及避免发生数据类型的错采的情况，保证目标数据的准确性，利用两个线程同时进行数据采集，还可保证数据的实时性。
-
公开(公告)号：CN111143989B
公开(公告)日：2023-09-29
申请号：CN201911353500.2
申请日：2019-12-25
Applicant: 北京无线电计量测试研究所
IPC: G06F30/20 , G06N3/0464 , G06N3/08 , G06F111/10
Abstract: 本方案提供了一种频率调整量计算方法，该方法的步骤包括：基于根据灰色模型原理预先构建的历史时差序列模型，利用径向基神经网络预测灰色模型，对时差的误差进行预测，获得时差预测序列；对所述时差预测序列进行处理，获得频率调整量。该方法中基于灰色理论和径向基神经网络建立组合模型，结合各自的优点，实现备钟原子钟的钟差预测。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.036 seconds)
