| GNSS星载原子钟性能评估 |
| |
| 引用本文： | 宋会杰, 董绍武, 王燕平, 安卫, 侯娟. 基于渐消因子的改进Kalman滤波时间尺度估计算法[J]. 武汉大学学报 ( 信息科学版), 2019, 44(8): 1205-1211, 1219. DOI: 10.13203/j.whugis20180065 |
| |
| 作者姓名： | 宋会杰 董绍武 王燕平 安卫 侯娟 |
| |
| 作者单位： | 1.中国科学院国家授时中心, 陕西 西安, 710600;2.中国科学院时间频率基准重点实验室, 陕西 西安, 710600;3.中国科学院大学天文与空间科学学院, 北京, 100049 |
| |
| 基金项目： | 国家自然科学基金（11473029，11703030） |
| |
| 摘 要： | Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法，在守时实验室具有重要实用价值。由于原子钟状态模型误差估计存在偏差，Kalman滤波时间尺度算法中状态估计可能出现相应异常扰动，应当对状态模型误差进行实时控制。对此，引入基于渐消因子的改进Kalman滤波时间尺度算法。对状态预测协方差矩阵引入渐消因子，利用统计量实时计算渐消因子的量值，控制状态预测协方差阵的增长，降低了原子钟状态估计的扰动。实验结果表明，相比于标准Kalman滤波时间尺度算法和基于预测残差构造自适应因子的Kalman滤波算法，基于渐消因子的改进Kalman滤波时间尺度算法能够提高原子钟状态估计的准确度，改进时间尺度的稳定度。
|
| 关 键 词： | 原子钟差 时间尺度 渐消因子 钟差模型 Kalman滤波 |
| 收稿时间： | 2018-11-06 |
Forming Stable Timescales from the Jones-Tryon Kalman Filter |
| |
| SONG Huijie, DONG Shaowu, WANG Yanping, AN Wei, HOU Juan. An Improved Kalman Filter Time Scale Algorithm Based on Forgetting Factor[J]. Geomatics and Information Science of Wuhan University, 2019, 44(8): 1205-1211, 1219. DOI: 10.13203/j.whugis20180065 |
| |
| Authors: | SONG Huijie DONG Shaowu WANG Yanping AN Wei HOU Juan |
| |
| Affiliation: | 1.National Time Service Center, Chinese Academy of Sciences, Xi'an 710600, China;2.Key Laboratory of Time and Frequency Primary Standard, Chinese Academy of Sciences, Xi'an 710600, China;3.School of Astronomy and Space Sciences, University of Chinese Academy of Sciences, Beijing 100049, China |
| |
| Abstract: | Kalman filter time scale algorithm is a real-time estimation method of atomic clock state. It is of great practical value in the time-keeping laboratory. Kalman filter algorithm is an effective algorithm of optimal filtering for Gaussian process. When the observation geometry information, dynamic model and statistical information are reliable, Kalman filtering calculation performance is better. However, when there is large error in the model, Kalman filter algorithm is seriously affected by |
| |
| Keywords: | atomic clock error time scale forgetting factor clock offset model Kalman filter |
|
| 点击此处可从《武汉大学学报(信息科学版)》浏览原始摘要信息 |
|
点击此处可从《武汉大学学报(信息科学版)》下载全文 |
|
