检索结果-内蒙古大学图书馆

作者：晏学成石家庄铁道大学

学位级别：硕士

在信息时代的今天,移动通信、卫星导航等科学技术都在快速发展,人们对时钟频率源的稳定性及精确度提出了更高的要求。目前,恒温晶体振荡器由于短期稳定性较好且价格低廉的特性,其应用领域在不断拓宽。然而,恒温晶体振荡器受多种因素影响... 详细信息

在信息时代的今天,移动通信、卫星导航等科学技术都在快速发展,人们对时钟频率源的稳定性及精确度提出了更高的要求。目前,恒温晶体振荡器由于短期稳定性较好且价格低廉的特性,其应用领域在不断拓宽。然而,恒温晶体振荡器受多种因素影响,如工作时间增加、环境温度变化和内部工艺老化,其输出频率会产生逐渐递增或递减的漂移变化,从而导致长期稳定性较差,这约束了它在高精度通信领域的应用,针对此问题本文开始了对恒温晶振同步时钟算法的研究。恒温晶振同步时钟算法主要分为两个阶段:授时阶段与守时阶段。本文针对授时阶段提出了基于改进的Kalman滤波授时算法,以GPS秒脉冲信号授时恒温晶振,使其频率精确度得以提升;针对守时阶段提出了基于门控循环单元神经网络的守时算法,使恒温晶振在丢失GPS秒脉冲信号后仍能保持较高的稳定性。本文主要设计高精度的授时算法和高稳定度守时算法完成同步时钟算法的目的,并满足5G通信系统的指标需求。首先,本文介绍了恒温晶体振荡器的物理结构、老化和温度等主要影响其输出频率的因素,并分析了GPS授时原理及授时误差。然后在授时阶段,研究基于改进的Kalman滤波授时算法,并结合PID控制使GPS秒脉冲信号对恒温晶振作驯服工作,这样不仅可以对时钟相位差实施奇异值去除和平滑处理,还能减弱GPS秒脉冲信号相位波动或其他原因对恒温晶体振荡器授时的影响,然后由相位差得到的调控量输入到数模转换器中,得到一个电压调整值,将该数值补偿给恒温晶体振荡器以达到频率校正的目的,使得校正后的恒温晶体振荡器时钟信号与GPS时钟信号维持在同一标准,能够有效的弥补其精确度的劣势。其次,在守时阶段系统装置失去了GPS秒脉冲信号的时间基准,恒温晶振的输出频率受到多种因素的影响,包括晶体老化情况和环境温度的变化等。由于这些因素的作用,晶振的输出频率可能会发生漂移,从而对系统的输出频率精度产生影响。为了解决这个问题,本文研究了一种恒温晶振频率预测模型,该模型是基于门控循环单元神经网络搭建的,可以同时考虑温度、老化两种因素,并利用神经网络具有出色的自适应性与非线性泛化能力,学习授时阶段的恒温晶振频率变化规律,可以较好的预测出守时阶段频率漂移量,并结合相应的计算方式以达成对恒温晶振输出频率的补偿,能够有效的优化恒温晶体振荡器长期稳定性。最后设计同步时钟硬件系统及搭建测试平台对恒温晶振授时和守时算法进行测试,仿真结果显示:同步授时算法准确度可以达到5ns左右,满足了5G通信系统的要求授时标准在±20ns以内,通过硬件实测数据也验证了此算法实现了高精度授时的目的。在失去参考时钟信号后,根据授时算法中记录的恒温晶体振荡器相关数据,选用GRU神经网络守时算法,并与其他几种方法作比较,实验结果说明了GRU网络具有更高的预测精度、更快的运算速度。在精准的预测出恒温晶振由于温度和老化而引起的频率偏移量后,再将频率偏移量补偿给恒温晶振,硬件实测结果显示了守时精度在-1.408μs/12h,满足了5G通信系统的要求守时指标在±1.5μs/12h以内,通过数据反应了此算法也达到高稳定度守时的目的。故本文设计的高精度授时与高稳定度守时算法可进一步提高5G通信系统的安全性与可靠性。

关键词：恒温晶振通信系统授时/守时算法 Kalman滤波器 GRU神经网络

来源：评论

学校读者我要写书评

暂无评论

基于Kalman滤波与神经网络的高精度同步时钟算法

引用

电网技术 2019年第3期43卷 777-783页

作者：李依泽陆超王印峰熊春晖方陈凌平电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系) 北京市海淀区100084 国网上海市电力公司电力科学研究院上海市虹口区200437

大规模分布式电源、储能与电动汽车的接入对配电网状态监测与运行控制带来了挑战。基于配电网同步相量测量单元(phasor measurement unit,PMU)的广域量测系统被认为是解决这一问题的有效方式。然而,采用低成本晶振时,现有的同步时钟算... 详细信息

大规模分布式电源、储能与电动汽车的接入对配电网状态监测与运行控制带来了挑战。基于配电网同步相量测量单元(phasor measurement unit,PMU)的广域量测系统被认为是解决这一问题的有效方式。然而,采用低成本晶振时,现有的同步时钟算法难以满足配电网PMU对同步时钟高精度、高稳定性、低成本的要求。为满足配电网PMU应用的需求,提出一种基于Kalman滤波器与BP神经网络的授时/守时算法。基于卫星信号误差与晶振频率数学模型,利用Kalman滤波器对卫星信号的随机误差进行滤除,提高授时精度,并提供准确的晶振状态数据。利用此数据训练BP神经网络模型,刻画出晶振频率的老化规律,提高守时性能。在卫星信号正常接入与失锁场景下,基于实际时钟装置量测数据进行测试验证。测试结果显示,文中所提算法在不提高现有硬件成本的基础上,有效提高了同步时钟的算法性能。

关键词：同步时钟配电网PMU 授时/守时算法 Kalman 滤波器 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：