典型文献
局域线性小波神经网络在原子钟信号预测中的应用
文献摘要：
在守时与授时领域,钟差预测在建立时标、驾驭原子钟等问题中具有重要作用.目前基于多项式拟合、卡尔曼预测、维纳滤波和神经网络等的钟差预测算法已经被广泛研究与使用,其中基于神经网络的钟差预测方法在准确性、实时性和稳定性上都有优异的表现.在研究原子钟时也可以使用类似的方法预测钟内部信号的波动,这有利于改善原子钟输出频率的稳定度.本文介绍了一种基于局域线性小波神经网络的原子钟内部信号预测方法,并使用北京大学原子钟小组光抽运小铯钟内部的误差信号作为样本进行测试和优化,其预测性能明显优于作为对比的BP神经网络模型.
文献关键词：
原子钟;信号预测;神经网络;小波函数
中图分类号：
作者姓名：
熊择正;袁志超;贺轩;方声伟;王青;齐向晖;陈徐宗
作者机构：
北京大学 电子学院量子电子学研究所,北京 100871
文献出处：
引用格式：
[1]熊择正;袁志超;贺轩;方声伟;王青;齐向晖;陈徐宗-.局域线性小波神经网络在原子钟信号预测中的应用)[J].时间频率学报,2022(04):279-285
A类：
小铯钟
B类：
局域,小波神经网络,原子钟,信号预测,守时,授时,钟差预测,立时,时标,驾驭,多项式拟合,卡尔曼,维纳滤波,预测算法,内部信号,稳定度,光抽运,误差信号,预测性能,小波函数
AB值：
0.300504
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
