时间尺度的分域递推模型

建立时间尺度是时间测量的目的之一．实时原子时则要求对时间尺度进行必要的预测．小波分析是近年来迅速发展起来的一门学科,它可以对信号在不同的分辨率下进行分析,凡是传统的Fourier分析可以应用的地方,小波分析都可以得到应用．基于小波分析建立了一种时间尺度分域递推模型,这种方法既不同于ARMA（p,q）模型,又有别于卡尔曼滤波方法．ARMA模型要求过程是平稳随机的,而卡尔曼滤波方法虽然不要求过程是平稳的,但它预测的精度有限．分城递推模型将信号在不同的频率尺度进行正交分解,在各个尺度上对小波变换系数进行建模．最后根据陕西天文台守时实验室的实测数据,验证了分域递推模型,ARMA模型一步预测误差10ns,而分域递推模型五步预测误差平均为4．5ns．结果表明这种方法简单而切实可行,分域递推模型的预测精度优于其它方法．