預報時長不確定條件下的短期組合鐘差預報方法，步驟為：獲取原始鐘差序列并做差分處理；根據原始鐘差序列計算鐘差數據質量因子并確定預報時長；采用至少兩種鐘差預報方法進行預報學習；計算各鐘差預報方法的權重值；根據各種鐘差預報方法的預報學習結果及對應的權重值計算組合鐘差預報值，預報過程中隨時判斷時間同步是否重新建立，若時間同步已建立則停止預報，否則繼續預報直至達到預報時長，達到預報時長后時間同步仍未建立則延長原始鐘差序列的時長，重新估計預報時長，重復前述步驟直至時間同步重新建立；鐘差預報結束后，對組合鐘差預報結果差分逆運算，獲得最終的鐘差預報序列。本發明方法針對預報時長不確定的情況，預報魯棒性較好。

技術領域

本發明屬于原子鐘數據處理技術領域，尤其涉及一種衛星星載原子鐘的鐘差預報方法。

背景技術

時間同步是分布式組網系統正常運行的基礎，衛星組網系統、雷達組網系統等分布式組網系統的部分站點在實際應用場景中可能會出現無法與系統中其他站點進行比對的情況，例如衛星運行到背地面時無法與地面站進行實時比對，此時需要采用鐘差預報方法來預報無法比對時段中該站點鐘源時間與系統時間之間的誤差，以維持系統的正常運轉。目前的鐘差預報算法的預報時長通常是預先設定好的，而在突發情況下預報時長可能是不確定的，例如戰時分布式組網系統(如雷達組網系統)遭受攻擊而導致的預報時長無法事先知道，現有的鐘差預報方法無法很好的應對突發狀況，且單一預報算法存在算法自身的缺陷，預報精度有待提高。

發明內容

本發明的目的在于提供一種預報精度高的、針對預報時長不確定條件下的短期組合鐘差預報方法。

為了實現上述目的，本發明采取如下的技術解決方案：

基于預報時長不確定條件下的短期組合鐘差預報方法，包括以下步驟：

鐘差序列預處理步驟；獲取原始鐘差序列后，對原始鐘差序列進行差分處理，得到差分鐘差序列；

預報時長估計步驟；根據原始鐘差序列計算鐘差數據質量因子，當鐘差數據質量因子qf＜1時，將預報時長估計為12～24小時，當鐘差數據質量因子qf ≥1時，將預報時長估計為36～72小時；

鐘差數據質量因子其中，z_i表示i時刻的原始鐘差值，N為差分鐘差序列的時長；

預報學習步驟；采用至少兩種鐘差預報方法進行預報學習，得到對應的預報學習結果；

組合權重計算步驟，計算上一步驟中各鐘差預報方法的權重值；

第η種鐘差預報方法的權重值式中的R_η表示第η種鐘差預報方法的誤差，M表示上一步驟中用于預報學習的鐘差預報方法的數量；

組合鐘差預報結果計算步驟；根據各種鐘差預報方法的預報學習結果以及各種鐘差預報方法的權重值計算組合鐘差預報值式中的P_η為第η種鐘差預報方法的預報序列，δ_η為第η種鐘差預報方法的權重值；在預報過程中隨時進行時間同步是否重新建立的判斷，當時間同步在預報過程中已經建立，則停止預報，若時間同步未建立，則繼續預報直至達到預報時長，當達到預報時長后，時間同步仍未建立，則延長原始鐘差序列的時長，基于時長延長后的原始鐘差數據，重新估計預報時長，重復前述步驟，直至時間同步重新建立；

鐘差預報序列后處理步驟；鐘差預報停止或結束后，將組合鐘差預報結果進行差分逆運算，獲得最終的鐘差預報序列。

進一步的，在所述組合權重計算步驟中，采用均方根誤差來進行權重計算，均方根誤差式中的表示i時刻的學習預報值，n₁為預報學習的時長，η表示預報學習時所采用的鐘差預報算法的序號。

進一步的，所述預報時長估計步驟中，當鐘差數據質量因子qf＜1時，將預報時長估計為24小時，當鐘差數據質量因子qf≥1時，將預報時長估計為 48小時。