基于渐消因子的改进Kalman滤波时间尺度估计算法
An Improved Kalman Filter Time Scale Algorithm Based on Forgetting Factor作者机构:中国科学院国家授时中心陕西西安710600 中国科学院时间频率基准重点实验室陕西西安710600 中国科学院大学天文与空间科学学院北京100049
出 版 物:《武汉大学学报(信息科学版)》 (Geomatics and Information Science of Wuhan University)
年 卷 期:2019年第44卷第8期
页 面:1205-1211,1219页
核心收录:
学科分类:0709[理学-地质学] 08[工学] 0708[理学-地球物理学] 0804[工学-仪器科学与技术] 0705[理学-地理学] 0815[工学-水利工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(11473029 11703030)~~
主 题:原子钟差 时间尺度 渐消因子 钟差模型 Kalman滤波
摘 要: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。