留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

结合EKF与LSTM神经网络的授时/守时算法

徐涛 郭宸宇 赵程

徐涛, 郭宸宇, 赵程. 结合EKF与LSTM神经网络的授时/守时算法[J]. 全球定位系统. doi: 10.12265/j.gnss.2024083
引用本文: 徐涛, 郭宸宇, 赵程. 结合EKF与LSTM神经网络的授时/守时算法[J]. 全球定位系统. doi: 10.12265/j.gnss.2024083
XU Tao, GUO Chenyu, ZHAO Cheng. A clock synchronization/calibration system combining EKF and LSTM neural networks[J]. GNSS World of China. doi: 10.12265/j.gnss.2024083
Citation: XU Tao, GUO Chenyu, ZHAO Cheng. A clock synchronization/calibration system combining EKF and LSTM neural networks[J]. GNSS World of China. doi: 10.12265/j.gnss.2024083

结合EKF与LSTM神经网络的授时/守时算法

doi: 10.12265/j.gnss.2024083
详细信息
    作者简介:

    徐涛:(1971—),男,哈尔滨工业大学仪器科学与技术专业工学博士,沈阳航空航天大学自动化学院教授. 研究方向包括故障诊断、传感与测试技术、跌倒检测等. E-mail:xutao@sau.edu.cn

    郭宸宇:(1998—),男,硕士研究生,主要研究方向为自动化装置与检测. E-mail:1429532522@qq.com

    赵程:(1970—),男,主要研究方向为飞机可靠性试验技术. E-mail:syzhaocheng@126.com

    通信作者:

    徐涛 E-mail: xutao@sau.edu.cn

  • 中图分类号: P228.4;TM721

A clock synchronization/calibration system combining EKF and LSTM neural networks

  • 摘要: 本文研究了一种在卫星授时下,提高授时信号的授时精度和守时能力方法,即利用晶振计数器,记录下每个秒脉冲时刻的晶振频率信息;将记录历史信息输入到扩展卡尔曼滤波器(extended Kalman filter,EKF)中进行滤波,消除卫星秒脉冲信号的随机误差,提取北斗卫星前$N$秒秒脉冲的累计时间${t_{CN}}$$k$时刻的晶振频率$fre(k)$$k$时刻晶振变化速率$v(k)$;并将经过EKF输出的历史数据作为训练集,输入到长短期记忆 (long short-term memory,LSTM)神经网络中建立预测模型;通过控制变量法进行算法参数调试,找到最适合的预测模型. 试验结果表明:授时算法输出的授时信号精度最大误差为34 ns;授时算法8 h累计误差为1.001 μs,平均误差小于0.125 μs/h. 有效地提高了系统授时和守时精度.

     

  • 图  1  系统流程图

    图  2  LSTM的结构图

    图  3  LSTM神经网络模型数据输入结构

    图  4  同步授时模块时间误差

    图  5  EKF输出的晶振频率历史数据

    图  6  不同守时算法预测曲线对比图

    表  1  不同LSTM网络层单元数预测结果

    LSTM网络层单元数 迭代次数 批次 特征数 8 h累计误差/μs
    7 360 5000 7 6.723
    8 360 5000 7 3.618
    9 360 5000 7 1.001
    10 360 5000 7 4.489
    下载: 导出CSV

    表  2  不同守时算法误差对比

    算法 8 h累计误差/μs 8 h平均误差/(μs∙h−1)
    线性算法[23] 6.001 3 0.750
    最小二乘算法[10] 2.650 2 0.331
    BP神经网络[13] 1.447 0 0.206
    本文算法 1.001 0 0.125
    下载: 导出CSV
  • [1] 师伟国. 多路同步用北斗接口FPGA算法及实现[D]. 西安: 西安工业大学, 2023.
    [2] ALI S. Cybersecurity management for distributed control system: systematic approach[J]. Journal of ambient intelligence and humanized computing, 2021, 12(11): 10091-10103. DOI: 10.1007/s12652-020-02775-5
    [3] KERO N, PUHM A, KERNEN T, et al. Performance and reliability aspects of clock synchronization techniques for industrial automation[J]. Proceedings of the IEEE, 2019, 107(6): 1011-1026. DOI: 10.1109/JPROC.2019.2915972
    [4] 刘根友, 高铭, 尹翔飞, 等. 基于GNSS精密单点定位的高精度云平台授时[J]. 测绘学报, 2022, 51(8): 1736-1743.
    [5] 王井利, 佟晓宇, 张梅. 基于PSO-Elman神经网络BDS导航卫星钟差预报[J]. 全球定位系统, 2023, 48(2): 120-126.
    [6] 刘晓文. 基于LSTM的北斗三号卫星差分码偏差分析及预测[J]. 全球定位系统, 2024, 49(1): 102-107.
    [7] 胡安翼, 王登亮, 秦炳坤, 等. 基于TDOA辐射源定位系统架构设计[J/OL]. (2023-10-24)[2024-04-25]. 全球定位系统, 2023.
    [8] 肖再辉, 闫温合, 刘开琦, 等. eLoran噪声误差模型及产生方法研究[J]. 全球定位系统, 2022, 47(6): 73-78, 122.
    [9] 赖文彬, 李实锋. 基于DDS的BPM短波授时信号设计[J]. 全球定位系统, 2021, 46(4): 16-21.
    [10] 文超, 钟俊. 一种适用于GPS信号异常情况的高精度主时钟设计方法[J]. 电力系统保护与控制, 2016, 44(3): 103-108.
    [11] WANG G, XUE R, WANG J. A distributed maximum current ropy Kalman filter[J]. Signal processing, 2019, 160: 247-251. DOI: 10.1016/j.sigpro.2019.02.030
    [12] 韩玉强. 智能电网卫星同步时钟的误差分析与修正方法研究[D]. 北京: 华北电力大学(北京), 2016.
    [13] 李依泽, 陆超, 王印峰, 等. 基于Kalman滤波与神经网络的高精度同步时钟算法[J]. 电网技术, 2019, 43(3): 777-784.
    [14] 倪子瞻, 罗颖婷, 江俊飞, 等. 基于自适应扩展卡尔曼滤波的变压器顶层油温多时间尺度预测[J]. (2023-12-27)[2024-03-12]. 电网技术.
    [15] HOCHREITER S, SCHMIDHUBER J. Long short-term memory[J]. Neural computation, 1997: 1735-1780. DOI: 10.1162/neco.1997.9.8.1735
    [16] GRAVES A, MOHAMED A, HINTON G. Speech recognition with deep recurrent neural networks[C]//2013 IEEE International Conference on Acoustics, Speech and Signal Processing, 2013. DOI: 10.1109/ICASSP.2013.6638947
    [17] 陆继翔, 张琪培, 杨志宏, 等. 基于CNN-LSTM混合神经网络模型的短期负荷预测方法[J]. 电力系统自动化, 2019, 43(8): 131-137.
    [18] 朱乔木, 李弘毅, 王子琪, 等. 基于长短期记忆网络的风电场发电功率超短期预测[J]. 电网技术, 2017, 41(12): 3797-3802.
    [19] 彭燕, 刘宇红, 张荣芬. 基于LSTM的股票价格预测建模与分析[J]. 计算机工程与应用, 2019, 55(11): 209-212.
    [20] 王晨, 李又轩, 吴其琦, 等. 基于SVM-STL-LSTM的区域短期电力负荷预测研究[J]. 水电能源科学, 2024, 42(4): 215-218.
    [21] 李泽文, 曾祥君, 黄智伟, 等. 基于高精度晶振的GPS秒时钟误差在线修正方法[J]. 电力系统自动化, 2006,30(13): 55-58.
    [22] 李泽文, 舒磊, 邓丰, 等. 基于全数字锁相环的电力系统高精度同步时钟[J]. 电力自动化设备, 2015, 35(7): 32-36.
    [23] 杨永标, 杨晓渝, 周捷. 利用FPGA实现GPS失步下精确守时[J]. 电力自动化设备, 2007, 2(7): 109-112.
  • 加载中
图(6) / 表(2)
计量
  • 文章访问数:  25
  • HTML全文浏览量:  11
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-04-25
  • 录用日期:  2024-04-25
  • 网络出版日期:  2024-11-11

目录

    /

    返回文章
    返回