公开(公告)号：CN115208504B

公开(公告)日：2024-06-28

申请号：CN202210869166.1

申请日：2022-07-22

Applicant: 福州大学

Inventor： 徐哲壮 ,  崔冠文 ,  黄平 ,  陈剑 ,  林依信

IPC: H04J3/06 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明提供了一种基于ARIMA‑LSTM估计的网络时钟同步方法，包括以下步骤：步骤S1：首先由最佳主时钟算法确定域内主从层次关系，步骤S2：从时钟利用得到的时间戳t1，t2，t3，t4计算它和主时钟的时钟偏差；步骤S3：根据统计原理计算时钟偏差的置信区间去确定阈值#imgabs0#和#imgabs1#；步骤S4：采集时钟偏差数据并进行预处理；步骤S5：构建自回归移动平均模型ARIMA；步骤S6：构建长短期记忆估计模型LSTM；步骤S7：构建ARIMA‑LSTM组合估计模型；步骤S8：根据设定的阈值持续检测系统的网络状况；应用本技术方案可实现有效地消除由时延抖动引起的不可控误差，提高时钟同步精度。

公开(公告)号：CN115208504A

公开(公告)日：2022-10-18

申请号：CN202210869166.1

申请日：2022-07-22

Applicant: 福州大学

Inventor： 徐哲壮 ,  崔冠文 ,  黄平 ,  陈剑 ,  林依信

IPC: H04J3/06 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供了一种基于ARIMA‑LSTM估计的网络时钟同步方法，包括以下步骤：步骤S1：首先由最佳主时钟算法确定域内主从层次关系，步骤S2：从时钟利用得到的时间戳t1，t2，t3，t4计算它和主时钟的时钟偏差；步骤S3：根据统计原理计算时钟偏差的置信区间去确定阈值和；步骤S4：采集时钟偏差数据并进行预处理；步骤S5：构建自回归移动平均模型ARIMA；步骤S6：构建长短期记忆估计模型LSTM；步骤S7：构建ARIMA‑LSTM组合估计模型；步骤S8：根据设定的阈值持续检测系统的网络状况；应用本技术方案可实现有效地消除由时延抖动引起的不可控误差，提高时钟同步精度。