基于两种卡尔曼滤波算法的时间尺度稳定性比较:

  Kalman滤波时间尺度算法是时间可以产生和保持社会工作的常用教学方法，在守时实践中具有非常重要的实用价值。

  网络时间服务器针对自动化系统中的计算机、控制装置等进行校时的高科技产品，网络时间服务器它从GPS卫星上获取标准的时间信号，将这些信息通过各种接口类型来传输给自动化系统中需要时间信息的设备，这样就可以达到整个系统的时间同步。然而，当钟差数据结构异常时，会使Kalman滤波时间尺度算法中状态估计问题出现一些异常扰动，从而达到降低学习时间尺度的准确性和稳定性。因此，应当对原子钟异常相关数据技术系统实时处理。

  近日，中国社会科学院国家授时服务中心时频基准实验室关于原子钟异常信息数据一般情况下可以改进的Kalman滤波处理时间价值尺度分析算法通过研究取得了新进展。该研究方法引入等价协方差矩阵和自适应因子，对Kalman滤波时间不同尺度算法需要不断改进。研究主要构造等价协方差矩阵来控制系统测量异常值对原子钟状态估计的影响，利用统计量实时计算模型自适应因子的量值来控制环境状态预测协方差矩阵的增长，以降低原子钟异常对状态估计的影响。

  从模拟数据和实测数据两方面分析了原子钟异常数据情况下的卡尔曼滤波算法，并与经典的卡尔曼滤波算法了比较，改进的卡尔曼滤波算法能够有效地抵抗异常数据对时间尺度的影响，提高时间尺度的精度和稳定性。研究还分析了当测量噪声为非高斯噪声时，该算法的性能，并将最小二乘阈值设置应用于离群数据处理，结果表明，改进卡尔曼滤波的时间尺度稳定性优于最小二乘预处理。

  相关研究成果发表在《仪器仪表学报》(第16卷，2021年6月jinst16p06032)上，题目是《数据异常的鲁棒卡尔曼滤波时标算法》。评审者认为该算法提出了一种针对异常原子钟数据的改进卡尔曼滤波时标算法。仿真数据和实测数据验证了算法的有效性，具有实用价值。该研究得到了国家重大科技基础设施长波短波授时系统、国家自然科学基金、中科院西部之光的支持;基于以上两种不同算法的原子钟改正时间偏差比较。