基于参考端时标信号诊断和多数据融合的NIMDO系统改进

来源 :北京交通大学 | 被引量 : 1次 | 上传用户:Evilkonata
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
时间频率精准溯源是实现国内时间频率统一的关键基础性问题,高精度时间频率源NIMDO(NIM Disciplined Oscillator)的普遍应用填补了国内外其他计量单位无法生成本地标准时间频率的空白。根据NIMDO在多地试点运行情况,从NIMDO与UTC(NIM)(中国计量科学研究院保持的并溯源至世界协调时UTC的国家时间计量基准)比对数据中反映出目前NIMDO生成的数据信号存在着异常问题,降低了NIMDO运行的稳定性,影响NIMDO产生的本地时间频率标准信号的可靠性。本篇论文总结目前NIMDO运行数据中的异常情况,提出了相关优化方法,然后总结国内外时间频率领域的相关技术研究,分别从参考端时标信号、驯服使用的参考数据两个方面,进行了NIMDO系统的优化设计。本篇论文主要完成的研究内容如下:(1)分析总结国内外时标信号(或原子钟信号)故障诊断相关研究方法和技术,设计了基于3sigma和动态Allan偏差算法的数据实时故障诊断算法,通过对故障数据的相对频率偏差、标准差、Allan偏差等多项参数的分析,实现了对时标信号的多种故障类型的识别,并设计了时标信号故障诊断软件,作为时标信号故障信息的一项输出工具,最后通过测试实验和历史数据仿真实验对算法和软件进行了可行性的分析测试;(2)分析总结国内外观测数据融合的相关技术和方法,设计了基于联邦卡尔曼的数据融合算法,设计并实现了对NIMDO参考端进行多接收机的数据融合方案,从NIMDO参考数据的角度提高了NIMDO驯服的稳定性,最后通过实验测试,验证了方案的可行性,从参考数据的角度提升了NIMDO驯服的容错性和稳定性。本篇论文综合国内外相关研究以及国内外相关理论和方法,在实验室已有实验设备的基础上,设计了设备连接方案,搭建了实验平台,实施了部分实际测试实验和历史数据仿真实验,验证了本篇论文所提出的理论和方法的可行性,证明了能够通过本篇论文所提出的方法有效的解决NIMDO目前运行中所存在的异常现象,提高了NIMDO守时系统的稳定性。图63幅,表13个,参考文献38篇。
其他文献
多尾凤蝶(Bhutantis lidderdalii)属昆虫纲(Insecta)、鳞翅目(Lepidoptera)、凤蝶科(Papilionidae)、尾凤蝶属(Bhutantis),是濒临灭绝的珍稀鳞翅目昆虫,为CITES附录II物种,被列为我国国家Ⅱ级重点保护野生动物,具很高的科研与经济价值。生活史(Lifehistory)定义为物种的生长、分化、生殖、休眠和迁移等过程的整体格局,关键组分包括
随着生活方式的改变,长期伏案工作人员增多,近年来颈椎病发病率不断上升,出现临床和放射科医生不足的缺口,且临床实际中医生诊断颈脊髓疾病容易出现漏诊,误诊。深度学习方法在医疗领域的应用目前称为人们关注的焦点。其中使用卷积神经网络的目标检测算法能够快速的检测医学图像中病变区域的位置并对疾病类型做出分类。若能将深度学习方法应用到颈脊髓疾病诊断问题中,不仅可以加快疾病诊断的速度,为患者的治疗赢得宝贵的时间,
尺蠖利用背部肌肉伸缩从而实现运动,即伸展身体的前部,再挪移身体的后部。通过观察尺蠖的运动形式,发现仿尺蠖类机器人具有结构简单,原理简单等特点。在分析过程中,首先利用S