基于兩種卡爾曼濾波算法的時間尺度穩定性比較:
Kalman濾波時間尺度算法是時間可以產生和保持社會工作的常用教學方法，在守時實踐中具有非常重要的實用價值。
網絡時間服務器針對自動化系統中的計算機、控制裝置等進行校時的高科技產品，網絡時間服務器它從GPS衛星上獲取標準的時間信號，將這些信息通過各種接口類型來傳輸給自動化系統中需要時間信息的設備，這樣就可以達到整個系統的時間同步。然而，當鐘差數據結構異常時，會使Kalman濾波時間尺度算法中狀態估計問題出現一些異常擾動，從而達到降低學習時間尺度的準確性和穩定性。因此，應當對原子鐘異常相關數據技術系統實時處理。
近日，中國社會科學院國家授時服務中心時頻基準實驗室關于原子鐘異常信息數據一般情況下可以改進的Kalman濾波處理時間價值尺度分析算法通過研究取得了新進展。該研究方法引入等價協方差矩陣和自適應因子，對Kalman濾波時間不同尺度算法需要不斷改進。研究主要構造等價協方差矩陣來控制系統測量異常值對原子鐘狀態估計的影響，利用統計量實時計算模型自適應因子的量值來控制環境狀態預測協方差矩陣的增長，以降低原子鐘異常對狀態估計的影響。
從模擬數據和實測數據兩方面分析了原子鐘異常數據情況下的卡爾曼濾波算法，并與經典的卡爾曼濾波算法了比較，改進的卡爾曼濾波算法能夠有效地抵抗異常數據對時間尺度的影響，提高時間尺度的精度和穩定性。研究還分析了當測量噪聲為非高斯噪聲時，該算法的性能，并將最小二乘閾值設置應用于離群數據處理，結果表明，改進卡爾曼濾波的時間尺度穩定性優于最小二乘預處理。
相關研究成果發表在《儀器儀表學報》(第16卷，2021年6月jinst16p06032)上，題目是《數據異常的魯棒卡爾曼濾波時標算法》。評審者認為該算法提出了一種針對異常原子鐘數據的改進卡爾曼濾波時標算法。仿真數據和實測數據驗證了算法的有效性，具有實用價值。該研究得到了國家重大科技基礎設施長波短波授時系統、國家自然科學基金、中科院西部之光的支持;基于以上兩種不同算法的原子鐘改正時間偏差比較。
