导读:本文包含了时间尺度滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:时间尺度,氢原子钟,铯原子钟,Vondark-Cepek组合滤波
时间尺度滤波论文文献综述
姜萌,董绍武,武文俊,宋会杰,高喆[1]（2019）在《基于Vondark-Cepek滤波的氢铯时间尺度融合方法研究》一文中研究指出氢原子钟和铯原子钟是当前国际原子时和各国标准时间产生的主要精密频率源,二者分别拥有优良的短期和长期稳定度特性。充分利用氢钟短稳和铯钟长稳进行时间保持成为时间产生过程中的一项关键技术。以提高时间尺度的长短期稳定性为目标,提出了Vondark-Cepek组合滤波的氢铯融合时间产生方法。首先利用AT1算法分别对氢钟组和铯钟组各产生一个钟组时间尺度,然后根据最小二乘原则对Vondark-Cepek组合滤波关键参数进行选取,进而通过氢钟组时间尺度时间序列的差分信息对铯钟组时间尺度进行性能增强,从而获得氢铯融合时间尺度。计算结果表明:该时间尺度1 h稳定度为3. 36×10-15,15 d稳定度为3×10-15,均优于氢铯单个时间尺度相同平均时间上的性能指标。(本文来源于《仪器仪表学报》期刊2019年08期）
宋会杰,董绍武,王燕平,安卫,侯娟[2]（2019）在《基于渐消因子的改进Kalman滤波时间尺度估计算法》一文中研究指出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。(本文来源于《武汉大学学报(信息科学版)》期刊2019年08期）
关焦月,田晶,赵金明,富华丰[3]（2019）在《基于固有时间尺度分解与多尺度形态滤波的滚动轴承故障特征提取方法》一文中研究指出为了准确提取出滚动轴承的故障特征并对轴承状态进行评估,提出了一种固有时间尺度分解(intrinsic time-scale decomposition,ITD)与多尺度形态滤波相结合的滚动轴承故障特征提取方法。首先,采用ITD方法将滚动轴承故障信号分解成多个固有旋转分量(proper rotation,PR);然后,对比各个PR分量与原始信号的相关性;最后,采用多尺度形态滤波算法对相关性较大PR分量进行滤波降噪,并提取滚动轴承故障特征频率。采用所建立方法对轴承外圈故障和内圈故障实验数据进行分析。结果表明,所提出的故障特征提取方法能够有效抑制噪声,清晰准确地提取出滚动轴承故障特征频率。(本文来源于《科学技术与工程》期刊2019年14期）
秦人洁,张洁琼,王雅倩,毛健,张辉[4]（2019）在《基于KZ滤波法的河北省PM_(2.5)和O_3浓度不同时间尺度分析研究》一文中研究指出大气细粒子和臭氧是影响我国城市空气质量的主要污染物质,其浓度的大小不仅与污染源的排放量有关,气象条件也是影响其浓度分布特征的重要因素.要评估污染物减排措施的效果,有必要将气象条件的影响剥离出来,仅评估排放量的降低对污染物浓度长期变化趋势的影响.本文使用KZ(Kolmogorov-Zurbenko)滤波方法对河北省石家庄、保定、张家口叁市2013—2017年PM_(2.5)和O_3逐日浓度时间序列进行分解,并使用同期地面气象观测数据对各时间序列进行逐步回归分析,将经过KZ滤波后的长期序列与经逐步回归后的结果的差值再次进行滤波处理,得到去除气象影响的污染物浓度长期变化趋势,该浓度仅与污染物的排放量有关.结果表明,因污染源排放的影响,河北省叁市大气PM_(2.5)浓度在研究年内除在2017年初略有上升以外,其余季节均呈下降趋势.河北省叁市大气O_3浓度在研究年内均有波动上升趋势.气象条件对PM_(2.5)浓度长期变化趋势的影响大于O_3.(本文来源于《环境科学学报》期刊2019年03期）
张洁琼,王雅倩,高爽,陈莉,毛健[5]（2018）在《不同时间尺度气象要素与空气污染关系的KZ滤波研究》一文中研究指出空气污染状况受气象要素和污染源排放的共同影响,为了评估大气污染控制措施的效果,需将由污染源排放的浓度数据分离出来.本文利用KZ滤波方法将天津市6个监测站点2015~2017年逐日的O_3、PM_(2.5)和PM_(10)浓度资料和6个同期气象数据分解为长期分量、短期分量和季节分量,计算各分量对原始时间序列方差的贡献.采用逐步回归法建立O_3及颗粒物3种分量与相应尺度气象要素的线性模型.结果表明,上述3种污染物浓度数据经分解后,季节分量对总方差贡献最大,其次为短期分量;气温和相对湿度是影响O_3季节和短期分量的主要气象因素,其中温度占主导地位,且呈现正相关,与相对湿度呈负相关;风速、气压、降水与颗粒物的短期及季节浓度变化呈负相关,相对湿度与之呈正相关,温度与短期分量呈正相关、与季节分量的变化呈负相关;经逐步回归消除气象影响的PM_(10)的长期分量有波动下降的趋势,PM_(2.5)浓度在2017年年初有所上升,其余部分有下降趋势,O_3长期分量浓度有所上升;这几年间颗粒物污染控制措施的效果较为显着,O_3污染有所加重.(本文来源于《中国环境科学》期刊2018年10期）
刘征宇,汤伟,王雪松,黎盼春[6]（2018）在《基于双时间尺度扩展卡尔曼粒子滤波算法的电池组单体荷电状态估计》一文中研究指出为实现对电池组单体荷电状态(SOC)的精确估算,首先对锂电池组单体建立增强自校正(ESC)模型,然后根据锂电池ESC模型建立电池组平均模型和各单体SOC差异模型,再对其用双时间尺度的扩展卡尔曼粒子滤波(EKPF)算法来估算电池组平均SOC值和各单体差异SOC值,从而得到电池组中各单体SOC值。对12节锂电池串联电池组进行SOC估算实验,结果表明,基于双时间尺度EKPF算法的电池组单体SOC估计方法可实现对单体SOC的精确估计,且该方法比双时间尺度扩展卡尔曼滤波算法和扩展卡尔曼滤波(EKF)算法具有更高的估算精度。(本文来源于《中国机械工程》期刊2018年15期）
姜萌,董绍武,武文俊,宋会杰,屈俐俐[7]（2018）在《基于指数滤波的时间尺度算法研究》一文中研究指出利用统计方法的时间尺度算法能最大限度消除单台原子钟噪声影响而得到最优的时间尺度,通常情况下,其稳定度优于单台原子钟所给出的时间尺度。随着对精密时间信号应用需求的提升,一些外场台站在拥有原子钟数量较小的情况下需要其独立的时间尺度,以满足无线站、数字时间服务及频率测量服务等需求。鉴于此,本文基于好的钟是可预测的钟的思想,采用了指数滤波方式计算钟组时间尺度。首先,分别以氢钟组和铯钟组作为研究对象,采用指数滤波方法实时预报各台原子钟的权重和速率,基于该时间尺度算法分别产生氢铯两种原子时间尺度。同时,对各钟组产生的时间尺度进行讨论和分析。结果表明,该算法所产生的铯钟组和氢钟组时间尺度在8小时的稳定度分别达2.55e-14、9.80e-15,可满足以上需求。(本文来源于《第九届中国卫星导航学术年会论文集——S06 时空基准与时频技术》期刊2018-05-23）
秦晓伟,杜二旺,何冬,王国永[8]（2018）在《基于kalman滤波时间尺度算法的FPGA实现方法研究》一文中研究指出时间基准的建立和维持对于卫星导航系统至关重要,其稳定性影响着卫星导航系统的稳定度和准确度。时间尺度算法是时间基准建立的重要组成部分,其性能优劣影响着导航系统定位、测速、授时等精度。本文首先仿真验证了kalman时间尺度的可行性和正确性,然后验证了FPGA实现该算法的可行性和有效性。根据仿真结果可知,kalman滤波时间尺度的频率稳定度优于原子钟组内任意一台原子钟的频率稳定度;FPGA中量化误差会引起kalman滤波时间尺度的频率稳定度变差;乘法器复用方法能够大大降低kalman滤波时间尺度中矩阵乘法对于FPGA乘法器资源的需求,但是该方法降低FPGA"在线"处理速度;通过控制kalman过程中误差协方差矩阵矢量值的大小减缓kalman增益的收敛速度,从而防止kalman滤波过程趋于发散。(本文来源于《第九届中国卫星导航学术年会论文集——S06 时空基准与时频技术》期刊2018-05-23）
陈冰,鲁刚,房红征,张明敏[9]（2017）在《基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测》一文中研究指出荷电状态(SOC)和最大可用电量估计是锂离子电池寿命预测中的两个最重要部分;然而与快速时变的SOC比较,最大可用电量的参数变化缓慢;文章提出了一个基于等效模型和多时间尺度的扩展卡尔曼滤波(EKF)预测算法对SOC和最大可用容量分别在不同时间尺度上进行估计,在宏观尺度上利用了SOC估计值作为观测量,更新最大可用电量;针对NCA/C卫星锂离子电池实验数据的仿真结果表明,提出的多时间尺度EKF预测算法与EKF联合估计算法相比,SOC和最大可用电量估计准确度更高,同时提高了计算效率。(本文来源于《计算机测量与控制》期刊2017年05期）
崔超,黄建平,李振春[10]（2016）在《基于时间域衰减滤波的全波形多尺度反演方法》一文中研究指出全波形反演因其相对较高的反演精度受到广泛关注,但由于其本身所具有的非线性特征,对初始模型以及频率成分具有极高的依赖性。在初始模型不准确和低频信息缺失的情况下,全波形反演问题容易落入局部极小值,导致错误的反演结果。本文提出一种基于时间域衰减滤波的全波形反演方法,能够在初始模型较粗糙和低频信息缺失的情况下得到较为精确的反演结果。模型实验通过对比传统的全波形反演方法与本文方法,证明了该方法的有效性。(本文来源于《SPG/SEG北京2016国际地球物理会议电子文集》期刊2016-04-20）
时间尺度滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
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。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
时间尺度滤波论文参考文献
[1].姜萌,董绍武,武文俊,宋会杰,高喆.基于Vondark-Cepek滤波的氢铯时间尺度融合方法研究[J].仪器仪表学报.2019
[2].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
[3].关焦月,田晶,赵金明,富华丰.基于固有时间尺度分解与多尺度形态滤波的滚动轴承故障特征提取方法[J].科学技术与工程.2019
[4].秦人洁,张洁琼,王雅倩,毛健,张辉.基于KZ滤波法的河北省PM_(2.5)和O_3浓度不同时间尺度分析研究[J].环境科学学报.2019
[5].张洁琼,王雅倩,高爽,陈莉,毛健.不同时间尺度气象要素与空气污染关系的KZ滤波研究[J].中国环境科学.2018
[6].刘征宇,汤伟,王雪松,黎盼春.基于双时间尺度扩展卡尔曼粒子滤波算法的电池组单体荷电状态估计[J].中国机械工程.2018
[7].姜萌,董绍武,武文俊,宋会杰,屈俐俐.基于指数滤波的时间尺度算法研究[C].第九届中国卫星导航学术年会论文集——S06时空基准与时频技术.2018
[8].秦晓伟,杜二旺,何冬,王国永.基于kalman滤波时间尺度算法的FPGA实现方法研究[C].第九届中国卫星导航学术年会论文集——S06时空基准与时频技术.2018
[9].陈冰,鲁刚,房红征,张明敏.基于等效模型和多时间尺度扩展卡尔曼滤波的锂离子电池SOC预测[J].计算机测量与控制.2017
[10].崔超,黄建平,李振春.基于时间域衰减滤波的全波形多尺度反演方法[C].SPG/SEG北京2016国际地球物理会议电子文集.2016
标签：时间尺度; 氢原子钟; 铯原子钟; Vondark-Cepek组合滤波;