[发明专利]一种搬运钟时间比对方法和系统

说明书

本方案提供了一种搬运钟时间比对方法和系统，其中，该方法的步骤包括：在t1时刻，测量搬运钟与第一地点第一时钟的钟差；在t2时刻，测量搬运钟与第二地点第二时钟的钟差；利用基于遗传算法优化的BP神经网络构建的预测模型，在t2时刻，对搬运钟与第一地点第一时钟的钟差进行预测，获得t2时刻，搬运钟与第一地点第一时钟的预测钟差；将t2时刻搬运钟与第二地点第二时钟的钟差，和t2时刻搬运钟与第一地点第一时钟的预测钟差进行比对，获得第一地点第一时钟与第二地点第二时钟的时间比对结果。

技术领域

本申请涉及时间比对领域，特别涉及一种用于箱式搬运钟两地时间比对系统的，基于遗传算法优化BP神经网络(Back Propagation Neuron NetWok)的时间比对方法和系统。

背景技术

箱式搬运钟时间比对系统主要利用搬运钟时间同步来实现两地时间同步比对，可有效消除其他远距离时间同步技术中由传播路径引起的误差。搬运钟时间比对是以搬运钟为媒介，对A、B两台钟的时间进行比对。在开始时刻和结束时刻，将搬运钟与其中一台原子钟进行比对，使用预测模型预测搬运钟与这台原子钟在中间时刻的时差，与中间时刻测量的搬运钟与另一台钟的钟差进行比较，得到A、B两钟的钟差。

搬运钟时间比对算法，其关键在于利用历史时差数据合理建模预测下一阶段的时差。传统的搬运中时间比对系统中时间比对方法中，通常采用最小二乘拟合模型进行预测。最小二乘拟合模型对样本数量要求大量采集，还要事先确定样本的多项式次数，再利用历史数据拟合得到各次项的系数作外推计算下一时刻的时差。这种方法的自适应能力低，将导致预报误差随时间的增长而增大。

发明内容

本申请提供了一种用于箱式搬运钟两地时间比对系统的，基于遗传算法优化BP神经网络的时间比对方法和系统。

根据本申请实施例的第一个方面，提供了一种搬运钟时间比对方法，该方法的步骤包括：

在t1时刻，测量搬运钟与第一地点第一时钟的钟差；

在t2时刻，测量搬运钟与第二地点第二时钟的钟差；

利用基于遗传算法优化的BP神经网络和在t1时刻，测量搬运钟与第一地点第一时钟的钟差的历史数据构建的预测模型，在t2时刻，对搬运钟与第一地点第一时钟的钟差进行预测，获得t2时刻，搬运钟与第一地点第一时钟的预测钟差；

将t2时刻搬运钟与第二地点第二时钟的钟差，和t2时刻搬运钟与第一地点第一时钟的预测钟差进行比对，获得第一地点第一时钟与第二地点第二时钟的时间比对结果。

在一种优选地实施例中，所述基于遗传算法优化的BP神经网络构建的预测模型的构建步骤包括：

1)确定BP神经网络的网络结构包括输入层、隐含层和输出层的神经元个数，建立网络结构；

2)把BP神经网络的权值和阈值按照顺序级联起来，即：输入隐含层权值、隐含阈值、隐含输出层权值、输出阈值4个基因随机产生K个染色体；

3)将均方误差函数作为适应度函数，进一步计算每个染色体的适应度，并判断是否符合优化的标准，若符合跳到步骤5)；

4)选择满足适应度要求的个体，进行应用选择、交叉和变异产生新的个体；

5)查看产生的新个体是否满足最优个体的标准，若满足继续下一步骤，不满足，将返回步骤3)；

6)将优化后的参数，分别作为BP神经网络的权值和阈值；

7)BP神经网络进行前向传播，计算全局误差，调整网络的参数(权值和阈值)，重复进行学习训练，当达到要求的精度或者达到学习上限次数，则结束网络训练；

9)完成基于遗传算法优化的BP神经网络模型的构建，并利用其预测钟差数据。