CN116980065B - 时钟校准方法、装置、终端设备及存储介质 - Google Patents
时钟校准方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN116980065B CN116980065B CN202311045913.0A CN202311045913A CN116980065B CN 116980065 B CN116980065 B CN 116980065B CN 202311045913 A CN202311045913 A CN 202311045913A CN 116980065 B CN116980065 B CN 116980065B
- Authority
- CN
- China
- Prior art keywords
- time difference
- time
- difference
- clock
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims description 48
- 238000012549 training Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 20
- 239000006185 dispersion Substances 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 description 22
- 230000002159 abnormal effect Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 7
- 239000013078 crystal Substances 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000032683 aging Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 229910052701 rubidium Inorganic materials 0.000 description 3
- IGLNJRXAVVLDKE-UHFFFAOYSA-N rubidium atom Chemical compound [Rb] IGLNJRXAVVLDKE-UHFFFAOYSA-N 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0602—Systems characterised by the synchronising information used
- H04J3/0617—Systems characterised by the synchronising information used the synchronising signal being characterised by the frequency or phase
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
- H04J3/0638—Clock or time synchronisation among nodes; Internode synchronisation
- H04J3/0641—Change of the master or reference, e.g. take-over or failure of the master
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/0035—Synchronisation arrangements detecting errors in frequency or phase
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- General Physics & Mathematics (AREA)
- Electric Clocks (AREA)
Abstract
本申请适用于校准技术领域，提供了时钟校准方法、装置、终端设备及存储介质，包括：获取待测时钟的第一时差，所述第一时差为在第一时刻根据所述待测时钟的系统时间和标准时间确定的时差，所述标准时间根据预设的参考时钟确定；将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，所述预测模型用于根据所述第一时差预测所述待测时钟在第二时刻的时差，得到所述第二时差；根据所述第二时差和第三时差确定校准参数，所述第三时差为所述待测时钟在所述第二时刻实际的时差；根据所述校准参数对所述待测时钟进行校准。本申请可以提高时钟的准确性。
Description
技术领域
本申请属于校准技术领域，尤其涉及时钟校准方法、装置、终端设备及计算机可读存储介质。
背景技术
授时型接收机主要利用卫星提供的高精度的时间标准进行授时，通常应用于天文台、无线通信和电力网络中的时间同步。接收机在利用卫星时钟进行授时时，通常是根据推算得到的卫星时钟和接收机时钟之间的钟差，通过调整钟差实现与卫星时钟的同步。
目前接收机的内部时钟通常采用铷钟或晶振作为时钟源，不可避免地会因为老化、噪声、跳相和跳频等各种原因导致其时钟存在的误差出现异常，即便与卫星时钟进行同步，但在进行下一次同步前，接收机的时钟误差会随时间的推移越来越大，影响接收机的授时性能。
发明内容
本申请实施例提供了时钟校准方法、装置、终端设备及存储介质，可以提高时钟的准确性。
第一方面，本申请实施例提供了一种时钟校准方法，包括：
获取待测时钟的第一时差，所述第一时差为在第一时刻根据所述待测时钟的系统时间和标准时间确定的时差，所述标准时间根据预设的参考时钟确定；
将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，所述预测模型用于根据所述第一时差预测所述待测时钟在第二时刻的时差，得到所述第二时差；
根据所述第二时差和第三时差确定校准参数，所述第三时差为所述待测时钟在所述第二时刻实际的时差；
根据所述校准参数对所述待测时钟进行校准。
在第一方面的一种可能的实现方式中，所述预测模型包括第一预测网络、漂移网络和第二预测网络，所述将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，包括：
将所述第一时差输入到所述第一预测网络，得到所述第一预测网络输出的第四时差，所述第一预测网络用于根据所述第一时差预测所述待测时钟在所述第二时刻的时差，得到所述第四时差；
通过所述漂移网络确定漂移量，所述漂移网络用于基于所述第一时差确定所述待测时钟在所述第二时刻的漂移，得到所述漂移量；
通过所述第二预测网络根据所述第四时差和所述漂移量确定出所述预测时差，所述第二预测网络用于根据所述第四时差和所述漂移量计算得到所述预测时差。
在第一方面的一种可能的实现方式中，所述校准参数包括目标时差和/或目标频差，所述根据第二时差和所述第三时差确定校准参数，包括：
在所述校准参数包括目标时差的情况下，根据所述第二时差和所述第三时差确定出第一差值，根据所述第一差值从所述第二时差和所述第三时差中确定出所述目标时差；
和/或，
在所述校准参数包括目标频差的情况下，根据第一频差和第二频差确定出第二差值，根据所述第二差值从所述第一频差和所述第二频差中确定出目标频差，其中，所述第一频差为根据所述第二时差确定的所述待测时钟在第二时刻的频差，所述第二频差为根据所述第三时差确定的所述待测时钟在第二时刻实际的频差；
根据所述目标时差和/或所述目标频差确定所述校准参数。
在第一方面的一种可能的实现方式中，在所述校准参数包含所述目标频差的情况下，在所述根据第一频差和第二频差确定校准参数之前，还包括：
对所述第二时差进行差分处理，得到所述第一频差；
对所述第三时差进行差分处理，得到所述第二频差。
在第一方面的一种可能的实现方式中，所述预测模型通过如下步骤训练得到：
获取时差序列，所述时差序列中包含连续的多个时刻的所述第一时差；
对所述时差序列进行预处理，得到预处理后的所述时差序列；
根据所述预处理后的所述时差序列对预先构建的预测模型进行训练，直至所述预测模型满足预设要求，得到预训练后的所述预测模型。
在第一方面的一种可能的实现方式中，所述对所述时差序列进行预处理，得到预处理后的所述时差序列，包括
对所述时差序列中的各个所述第一时差进行差分处理，得到差分处理后的所述时差序列；
根据所述差分处理后的所述时差序列的分位数确定出所述时差序列的离散度；
根据所述离散度对所述时差序列中的所述第一时差进行筛选，得到所述预处理后的所述时差序列。
在第一方面的一种可能的实现方式中，所述时差序列中至少包含3个所述第一时差，在对所述时差序列进行预处理之前，还包括：
根据所述时差序列确定第三差值，所述第三差值根据所述时差序列中的前3个所述第一时差确定；
根据所述第三差值判断所述时差序列是否满足预设要求；
若判定所述时差序列不满足所述预设要求，则重新获取误差序列。
第二方面，本申请实施例提供了一种时钟校准装置，包括：
第一时差获取模块，用于获取待测时钟的第一时差，所述第一时差为在第一时刻根据所述待测时钟的系统时间和标准时间确定的时差，所述标准时间根据预设的参考时钟确定；
第二时差获取模块，用于将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，所述预测模型用于根据所述第一时差预测所述待测时钟在第二时刻的时差，得到所述第二时差；
校准参数获取模块，用于根据所述第二时差和第三时差确定校准参数，所述第三时差为所述待测时钟在所述第二时刻实际的时差；
校准模块，用于根据所述校准参数对所述待测时钟进行校准。
第三方面，本申请实施例提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的时钟校准方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面中所述的时钟校准方法的步骤。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的时钟校准方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例中，根据待测时钟的第一时差预测得到待测时钟在第二时刻的第二时差，由于第一时差为基于参考时钟确定的待测时钟在第一时刻的实际时差，第三时差为待测时钟在第二时刻的实际时差，因此，在确定实际用于对待测时钟进行校正的校准参数时，根据待测时钟在第二时刻的情况下的预测时差(即第二时差)和实际时差(即第三时差)的大小能够判断出待测时钟在第二时刻是否存在跳相、跳频等异常情况，再根据待测时钟的异常情况确定最终用于对待测时钟进行校准的校准参数，从而提高待测时钟的校准准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的一种时钟校准方法的流程示意图；
图2是本申请实施例提供的时钟校准装置的结构示意图；
图3是本申请实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。
实施例一：
图1示出了本发明实施例提供的一种时钟校准方法的流程示意图，详述如下：
步骤S101，获取待测时钟的第一时差，上述第一时差为在第一时刻根据上述待测时钟的系统时间和标准时间确定的时差，上述标准时间根据预设的参考时钟确定。
上述待测时钟可以是铷钟等采用晶振作为时钟源的时钟。上述参考时钟可以是铷原子钟或氢原子钟等具有稳定、高精度等性能的时钟，可以理解的是，在本申请实施例中，将参考时钟的系统时间作为不包含偏差的标准时间。
可选地，由于由计数单元和控制门组成的计数器具有测量、计数、控制和分频等功能，能够较好地进行计数，因此，本申请实施例中，在根据参考时钟确定待测时钟的第一钟差时，可以采用计数器测量第一时刻下该待测时钟相对于参考时钟的时差，得到第一时差。例如，可以采用多通道时间间隔计数器来测量待测时钟在第一时刻的系统时间与参考时钟在第一时刻的标准时间之间的时差，得到第一时差。
可选地，在采用计数器测量得到待测时钟在第一时刻对应的第一时差时，可以采用单次测量的方式测量待测时钟在第一时刻(即对应的具体时间，如12:00)对应的第一时差，在另一些实施例中，可以采用连续测量的方式测量待测时钟在第一时刻对应的时间段内的多个时差(例如，假设第一时刻为12:30：00，可以测量12:29:59至12:30:01这个时间段内的多个时差)，将得到的多个时差的均值作为待测时钟在第一时刻对应的第一时差，通过平均值的方式减小待测时钟的时间波动等因素对第一时差的影响，提高得到的第一时差的准确性。
本申请实施例中，根据在第一时刻的情况下，待测时钟的系统时间和参考时钟的标准时间之间的时间差值，得到待测时钟的第一时差，以便后续根据第一时刻对应的第一时差预测待测时钟在第二时刻的时差。
步骤S102，将上述第一时差作为预训练的预测模型的输入，得到上述预测模型输出的第二时差，上述预测模型用于根据上述第一时差预测上述待测时钟在第二时刻的时差，得到上述第二时差。
具体地，在获取到待测时钟在第一时刻的第一时差之后，将该第一时差输入到预训练的预测模型中，通过预测模型根据该第一时刻的第一时差预测待测时钟在第二时刻的时差，得到第二时差。可以理解的是，第二时刻为在第一时刻之后的时间，该第二时刻并不仅限于为第一时刻的下一个时刻，也可以是在第一时刻后的与第一时刻间隔预设的时长(例如1分钟)的时刻，在一些实施例中，由于时钟的时差是累积的，在较短时间内的时差可能并不明显，因此，该预设的时长的取值在指定范围内(如1小时至4小时之间)，以使预测模型能够较好地预测得到第二时差，进而，能够以合适的频率获取到准确率较高的第二时刻的校准参数来对待测时钟进行校准。
可选地，上述预测模型可以是根据待测时钟的历史的时差序列训练得到的模型，该历史的时差序列包括待测时钟的在时间顺序上连续的多个时差。例如，假设待测时钟为授时接收机时钟，卫星时钟作为待测时钟的同步时钟，在对待测时钟对应的预测模型进行训练时，可以获取预设周期内(如一个月内)，每一次根据同步时钟对待测时钟进行时间同步时，同步时钟与待测时钟的时差，得到包含时间顺序上连续的多个时差的训练数据，采用该训练数据对预测模型进行训练。在一些实施例中，也可以根据预设的第一时间间隔请求获取同步时钟的时间，根据同步时钟与待测时钟的时差得到时差序列。
本申请实施例中，由于时钟的老化等异常通常是持续存在的不可修复的，即，时钟通常会固定存在老化等异常导致的时差，因此，本申请实施例中，根据预训练的预测模型预测待测时钟在第二时刻可能存在的时差，即第二时差，从而使得后续根据第二时刻的实际的时差(即后续的第三时差)和预测的时差(即第二时差)，能够较好地判断待测时钟是否发生跳频等异常，进而根据待测时钟的异常情况准确确定校准参数。
步骤S103，根据上述第二时差和第三时差确定校准参数，上述第三时差为上述待测时钟在上述第二时刻实际的时差。
具体地，在根据预测模型预测得到第二时差之后，在第二时刻获取待测时钟的实际的时差，得到第三时差，然后将第二时差和第二时差进行对比，根据其对比结果确定最终采用的用于对待测时钟进行校准的校准参数。
可选地，由于同步时钟用于对时钟进行授时，同步时钟发送的同步时间与时钟的系统时间之间的时差更符合时钟的实际时差，因此，为了进一步提高第三时差的准确性，在待测时钟具有同步时钟的情况下，在第二时刻获取待测时钟的实际的时差时，若接收到同步时钟发送的第二时刻的同步时间，可以根据该同步时钟和待测时钟的系统时间确定待测时钟在第二时刻的实际的时差，得到第三时差。在待测时钟不具有同步时钟的情况下，或者，在待测时钟没有接收到同步时钟发送的第二时刻的同步时间的情况下，可以根据参考时钟的标准时间和待测的系统时间确定第二时刻的实际的时差，得到第三时差。
可选地，上述校准参数可以包括用于对待测时钟的系统时间进行校准的目标时差，和/或，可以包括用于对待测时钟的晶振频率进行校准的目标频差。
本申请实施例中，由于第二时差为待测时钟在第二时刻的预测时差，第三时差为待测时钟在第二时刻的实际时差，因此，根据第二时差和第三时差能够判断待测时钟在第二时刻的实际时差是否存在异常，从而，根据第二时差和第三时差共同确定用于对待测时钟进行校准的校准参数，能够提高校准参数的准确度，进而提高待测时钟的校准效果。
步骤S104，根据上述校准参数对上述待测时钟进行校准。
上述校准参数包括目标时差和/或目标频差。可以理解的是，在校准参数包括目标时差的情况下，根据校准参数中的目标时差对待测时钟的系统时间进行校准。在校准参数包括目标频差的情况下，根据该校准参数中的目标频差对待测时钟的晶振频率进行校准。
可以理解的是，在基于预测模型对待测时钟进行校准的过程中，上述第一时刻可以是上一次对待测时钟进行校准时的第二时刻，也可以是在上一次对待测时钟进行校准时的第二时刻之后的时刻。
本申请实施例中，在确定待测时钟的校准参数的过程中，先获取待测时钟在第一时刻的第一时差，预测模型根据该第一时差预测待测时钟在第二时刻的时差，得到第二时差，再获取待测时钟在第二时刻的实际的时差，即第三时差，根据预测的时差和实际的时差能够判断出待测时钟在第二时刻的实际时差(即第三时差)是否存在异常，进而，根据第二时差和第三时差共同确定第二时刻对应的校准参数，即，可以根据第二时差和第三时差确定待测时钟在第二时刻的误差是否在正常范围，从而确定待测时钟是否存在跳频、跳相等异常，能够根据待测时钟在第二时刻的异常情况采用根据第二时差和第三时差共同确定的校准参数来对待测时钟进行校准，提高待测时钟的准确性。
在一些实施例中，在上述步骤S101之前，通过如下步骤训练得到预测模型：
A1、获取时差序列，上述时差序列中包含连续的多个时刻的上述第一时差。
A2、对上述时差序列进行预处理，得到预处理后的上述时差序列。
A3、根据上述预处理后的上述时差序列对预先构建的预测模型进行训练，直至上述预测模型满足预设要求，得到预训练后的上述预测模型。
具体地，在训练预测模型时，获取待测时钟的连续多个时刻的第一时差，得到用于训练的时差序列。上述连续的多个时刻并不特指连续时间，也可以是时间的先后顺序上连续的多个时刻，例如，连续的多个时刻包括以下三个时刻：00:00、00:10、00:20，这三个时刻所对应的时间先后顺序是连续的。
可以理解的是，第一时刻和第二时刻的时间间隔可以由用户自行设定。在一些实施例中，为了提高预测模型的预测准确性，训练预测模型时所采用的时差序列中两个第一时差之间的时间间隔(第一时间间隔)与实际预测时的第一时刻和第二时刻的时间间隔(第二时间间隔)相同。
例如，假设时差序列中每两个连续的第一时差的时间间隔均为1分钟，则在采用基于该时差序列训练得到的预测模型进行预测时，假设第一时刻为18:00，则该预测模型在根据第一时刻的第一时差预测第二时刻的时差时，第二时刻为18:01，得到的第二时差为待测时钟在18:01的时差。
在得到时差序列后，由于时差序列的平稳性会在一定程度上影响预测模型的准确性，且影响训练难度，因此，在采用时差序列对预先构建的预测模型进行训练之前，先对获取到的时差序列进行预处理，减少时差序列中存在的异常数据，基于预处理后的时差序列来对预测模型进行训练。
在一些实施例中，由于小波神经网络能够将小波变换良好的时频局域化特性和神经网络的自学习功能相结合，具有较强的逼近能力和容错能力，能够较好地处理时间序列，因此，可以基于小波神经网络构建预测模型，训练过程中根据预测模型的实际输出和期望输出(即预测的第二时差和对应的时差序列中的第一时差)的差值，基于梯度下降对目标函数进行一阶梯度优化，根据优化后的目标函数对小波神经网络中的网络参数调整，迭代训练直至预测模型满足预设要求(如模型收敛)，得到的预测模型能够较好地预测通常随时间累积的时差，提高预测的第二时差的准确性。
本申请实施例中，获取包含连续的多个时差的时差序列对预构建的预测模型进行训练，以得到能够较好地根据第一时刻的时差预测第二时刻的时差的预测模型，同时，在采用时差序列对预测模型训练之前，先对时差序列进行预处理，以减少时差序列中的异常数据，从而减小模型训练难度和提高得到的模型的准确度。
在一些实施例中，上述步骤A2包括：
对上述时差序列中的各个上述第一时差进行差分处理，得到差分处理后的上述时差序列。
根据上述差分处理后的上述时差序列的分位数确定出上述时差序列的离散度。
根据上述离散度对上述时差序列中的上述第一时差进行筛选，得到上述预处理后的上述时差序列。
具体地，由于获取到的时差序列中可能存在一些异常值，因此，为了提高预测模型的准确度，在对时差序列预处理的过程中，可以对时差序列中的各个第一时差进行差分处理，得到差分处理后的时差序列。
在差分处理后的时差序列中确定出该时差序列的分位数，并根据其分位数计算得到差分处理后的时差序列的离散度。
可选地，在确定出差分处理后的时差序列的分位数时，可以将该差分处理后的时差序列按序进行排列，确定出时差序列中的四分位数(可以包括上四分位数、中位数和下四位分位数中的一个或多个)，并根据该四分位数计算该差分处理后的时差序列的离散度。
在确定出差分处理后的时差序列的离散度之后，根据该离散度对差分处理前的时差序列中的各个第一时差进行筛选，得到预处理后的时差序列，根据该预处理后的时差序列对预测模型进行训练。
可选地，在对时差序列进行差分处理时，可以是对时差序列中的第一时差进行一阶差分处理。在另一些实施例中，也可以是对时差序列中的第一时差进行二阶差分处理，二阶差分得到的结果相对于第一差分得到的结果具有更高的角度，从而能够得到平稳性更高的预处理后的时差序列，进而，能够进一步提高预测模型的准确性。
在一些实施例中，可以确定出差分处理后的时差序列中的上四分位数和下四分位数，根据其上四分位数和下四分位数的差值作为该时差序列的离散度，在根据离散度对时差序列中的第一时差进行筛选时，可以将该离散度与各个第一时差作差，得到各个第一时差对应的第四差值，根据该第四差值对时差序列中的第一时差进行筛选。
可选地，在根据第四差值对时差序列中的第一时差进行筛选时，可以将第四差值的绝对值大于预设的离散阈值(如0.2，或者，α*0.2，α为可调节参数)的第一时差作为筛选出来的目标第一时差，剔除时差序列中的目标第一时差，得到预处理后的时差序列。在另一些实施例中，由于筛选出来的目标第一差值可以认为是粗差值，为了获取足够的数据对预测模型进行训练，可以对时差序列中的目标第一时差进行平滑处理，得到预处理后的时差序列。可选地，该预设的离散阈值可以是可调节阈值，例如，假设离散阈值为：α*D，其中，α为可调节参数，可以根据时差序列的长度、离散度等进行调整，D为设定的基础离散阈值，通过可调节的离散阈值来对时差序列进行筛选，以适用不同离散度的时差序列，提高时差序列预处理效果。
本申请实施例中，对时差序列进行差分处理后，根据时差序列的离散度对时差序列进行筛选，去除时差序列中明显存在异常的时差，得到相对平稳的时差序列，在减小预测模型的训练难度的同时提高训练得到的预测模型的准确度。
在另一些实施例中，可以根据时差序列确定出M个(M为大于3的整数)具有预设长度(如8，即包含8个第一时差)的子序列，在对时差序列进行包括差分处理、离散度计算以及筛选的预处理的过程中，是对确定的每一个子序列分别进行该预处理操作，得到筛选后的M个子序列，然后再根据M个子序列中的各个第一时差确定预处理后的时差序列。可选地，在确定出M个具有预设长度的子序列时，为保障时差序列中的各个第一时差均能进行差分处理，需要对时差序列的长度(即包含的第一时差的个数)进行处理，使得时差序列的长度满足预设要求。例如，假设时差序列的长度需满足下列公式：
(N+2)mod M＝0
其中，N为时差序列的长度，M为子序列的长度，即，时差序列的长度加2为子序列长度的整数倍。
可选地，若时差序列的长度不满足上述公式，可以将余数对应数量的第一时差剔除，以保障得到具有预设长度M的子序列。
在一些实施例中，上述时差序列中至少包含3个上述第一时差，在上述步骤A2之前，还包括：
根据上述时差序列确定第三差值，上述第三差值根据上述时差序列中的前3个上述第一时差确定。
根据上述第三差值判断上述时差序列是否满足预设要求。
若判定上述时差序列不满足上述预设要求，则重新获取时差序列。
具体地，由于前向差分处理无法计算得到时差序列中的第一个第一时差的差分结果，因此，为了能够较好地对时差序列进行差分处理，根据时差序列中时间顺序排序前3的第一时差，分别计算相邻的两个第一时差的差值，得到两个第三差值，然后根据得到的第三差值判断时差序列是否满足预设要求。
在一些实施例中，若第三差值之间的差值大于根据时差序列的长度确定的阈值，则可以判定该时差序列满足预设要求。例如，第三差值需满足下列公式：
|D1-D2|＞L
其中，D1为第三个第一时差与第二个第一时差之间的差值，D2为第二个第一时差与第一个第一时差之间的差值，L为根据时差序列的长度确定的阈值。在另一些实施例中，第三差值也可以是满足下列公式：
||D1|-|D2||＞L
可选地，若根据第三差值判定时差序列不满足预设要求，可以剔除该时差序列中的第一个第一时差，将剔除后的时差序列作为新的时差序列，重新进行上述判断，或者，也可以舍弃当前不满足预设要求的时差序列，获取一个新的时差序列。
本申请实施例中，由于前向差分不能对第一个第一时差进行差分处理，因此，在对时差序列进行差分处理之前，先根据时差序列的前3个第一时差判断时差序列是否满足进行差分处理的条件，在时差序列不满足条件时，重新获取时差序列，以保障进行差分处理的时差序列中前3个第一时差为平稳的数据，同时实现对时差序列中的第一个第一时差的平稳性检测。
在一些实施例中，上述预测模型包括第一预测网络、漂移网络和第二预测网络，上述步骤S102包括：
将上述第一时差输入到上述第一预测网络，得到上述第一预测网络输出的第四时差，上述第一预测网络用于根据上述第一时差预测上述待测时钟在上述第二时刻的时差，得到上述第四时差。
通过上述漂移网络确定漂移量，上述漂移网络用于基于上述第一时差确定上述待测时钟在上述第二时刻的漂移，得到上述漂移量。
通过上述第二预测网络根据上述第一时差和上述漂移量确定出上述预测时差，上述第二预测网络用于根据第一时差进而上述漂移量计算时差，得到上述第二时差。
具体地，由于时钟第一时差预输入到预测模型的第一预测网络中，第一预测网络根据该第一时差预测待测时钟在第二时刻的时差，输出预测得到的第四时差。同时，预测模型中的漂移网络根据待测时钟的第一时差计算待测时钟在第二时刻的漂移，输出一个漂移量。第一预测网络输出的第四时差和漂移网络输出的漂移量共同作为第二预测网络的输入，第二预测网络根据该第四时差和漂移量计算得到所需的第二时差，并输出该第二时差。
可选地，上述漂移网络在确定出漂移量时，可以根据待测时钟的初始时差、初始频差，以及频率漂移确定出待测时钟在第二时刻的漂移量，上述初始时差和初始频差根据训练预测模型时所采用的时差序列确定，例如，可以将时差序列的第一个第一时差作为初始时差，将该第一时差进行差分处理得到的频差或者测量得到的频差作为初始频差，上述频率漂移可以是对时差序列进行最小二乘法处理，对时差序列进行拟合得到的曲线的二次项系数。
可以理解的是，预测模型包括第一预测网络、漂移网络和第二预测网络的情况下，第一预测网络可以是基于小波神经网络构建的网络结构，在对预测模型进行训练的过程中，先将时差序列(即进行上述预处理后的时差序列)中的各个第一时差减去其对应的漂移量，再输入预测模型中进行训练，其中，将第一时差输入到第一预测网络中，通过第一预测网络根据该第一时差预测待测时钟在第二时刻的不包含漂移的时差，得到第四时差，并通过漂移网络预测待测时钟在第二时刻的漂移量，得到将第一预测网络输出的第四时差和漂移网络输出的漂移量作为第二预测网络的输入，第二预测网络根据该第四时差和漂移量计算得到第二时差并输出，根据输出的第二时差与时差序列中该第二时刻对应的第一时差的差值，并根据其差值对第一预测网络和漂移网络的网络参数进行优化，直至预测模型满足预设要求(如准确度达0.99)，得到训练后的预测模型。
本申请实施例中，由于时钟的时差会随着时间的变化发生不可预见的变化，即发生漂移，因此，本申请实施例中，预测模型通过漂移网络确定待测时钟在第二时刻的漂移量，结合该漂移量和预测得到的第四时差共同确定第二时刻的第二时差，以提高预测得到的第二时差的准确性。
在一些实施例中，上述校准参数包括目标时差和/或目标频差，上述步骤S103包括：
在上述校准参数包括目标时差的情况下，根据上述第二时差和上述第三时差确定出第一差值，根据上述第一差值从上述第二时差和上述第三时差中确定出上述目标时差。
和/或，
在上述校准参数包括目标频差的情况下，根据第一频差和第二频差确定出第二差值，根据上述第二差值从上述第一频差和上述第二频差中确定出目标频差，其中，上述第一频差为根据上述第二时差确定的上述待测时钟在第二时刻的频差，上述第二频差为根据上述第三时差确定的上述待测时钟在第二时刻实际的频差。
根据上述目标时差和/或上述目标频差确定上述校准参数。
具体地，由于晶振时钟可能存在跳频、跳相等情况，使得时钟的准确度下降，影响时钟性能，因此，本申请实施例中，校准参数可以包括目标时差，用于对待测时钟的系统时间进行校准，和/或，校准参数可以包括目标频差，用于对待测时钟的晶振频率进行校准。
对应地，在根据第二时差和第三时差确定出校准参数时，在校准参数包括目标时差的情况下，可以直接将第二时差和第三时差进行对比，得到频差对应的第一差值(如，第一差值＝第二时差-第三时差)。最后，根据第一差值确定最终用于对待测时钟进行校准的时差，即目标时差。
和/或，在校准参数包括目标频差的情况下，可以根据预测得到的第二时差确定待测时钟的预测的频差，得到第一频差，并根据测量得到的第三时差确定待测时钟的实际的频差，得到第二频差。在得到待测时钟在第二时刻的第一频差和第二频差之后，将第一频差和第二频差进行对比，得到频差对应的第二差值(如，第二差值＝第一频差-第二频差)。最后，根据第二差值确定最终用于对待测时钟进行校准的频差，即目标频差。
在得到目标时差和/或目标频差之后，即可根据得到的目标时差和/或目标频差确定校准参数。
可选地，在确定目标时差时，可以根据第一差值的大小从第二时差和第三时差中确定出目标时差。例如，第一差值的绝对值小于或等于预设的时差阈值0.5时，可以认为，待测时钟的实际时差与预测的理想时差存在的误差较小，即，待测时钟的跳频、跳相等造成的误差较小，可以采用待测时钟的实际时差对待测时钟进行校准，即，将第三时差作为目标时差，第一差值的绝对值大于时差阈值0.5时，可以认为待测时钟的跳频、跳相等情况造成的误差较大，使得待测时钟的实际时差与预测时差差距过大，此时，可以将预测的第二时差作为目标时差，对待测时钟进行校准。
同理地，在确定目标频差时，也可以根据第二差值的大小从第一频差和第二频差中确定出目标频差。例如，第二差值的绝对值大于预设的频率阈值(如2)时，可以将第一频差作为目标频差，用于对待测时钟进行校准。
又例如，可以设置第一阈值和第二阈值(第二阈值大于第一阈值)，若第二差值的绝对值小于第一阈值，则将第二频差作为目标频差，若第二差值的绝对值在第一阈值和第二阈值之间，可以根据第一频差和第二频差共同确定目标频差，如根据第一频差及其对应的第一权重以及第二频差及其对应的第二权重计算得到目标频差，若第二差值的绝对值大于第二阈值，则可以将第一频差作为目标频差。上述第一权重和上述第二权重可以根据对应的频差的大小确定，或者可以预先设定，本申请实施例对此不作限制。
本申请实施例中，根据预测的误差(即时差或频差)和实际的误差的差值大小决定最终用于对待测时钟进行校准的目标时差和/或目标频差，
在一些实施例中，在上述校准参数包含上述目标频差的情况下，在上述步骤根据第一频差和第二频差确定校准参数之前，还包括：
对上述第二时差进行差分处理，得到上述第一频差。
对上述第三时差进行差分处理，得到上述第二频差。
具体地，校准参数包括目标频差时，需要基于预测的频差(即第一频差)和待测时钟实际的频差(即第二频差)确定该目标频差，因此，在确定校准参数中的目标频差之前，对预测的第二时差进行差分处理，得到第一频差，该第一频差即预测得到的频差。对应地，对待测时钟在第二时刻实际的时差(即第三时差)进行差分处理，得到第二频差。
可选地，在对第二时差或第三时差进行差分处理时，该差分处理可以是一阶差分处理，通过对第二时差或第三时差进行一次差分，得到对应的频差。上述第一频差可以表示为：
本申请实施例中，yp为第一频差，yp(t1)即待测时钟在第一时刻的预测的频差(即第一时刻的第一频差)，yp(t2)即待测时钟在第二时刻的预测的频差(即第二时刻的第一频差)，t1、t2分别对应第一时刻和第二时刻，τ为第一时刻和第二时刻之间的时间间隔。
本申请实施例中，在校准参数还包括目标频差的情况下，直接根据预测得到的第二时差确定预测的第一频差，以及根据待测时钟实际的第三时差确定实际的第二频差，不需要另外训练模型进行预测，也不需要单独采用其它测量设备测量待测时钟的实际频差，能够提高待测时钟的校准效率。
在一些实施例中，为了提高预测模型预测的第二时差的准确性，可以根据预设的更新频率(例如，每七天更新一次)，获取待测时钟在更新周期内(如过去五天内)的多个时差，根据获取到的多个时差及其对应的时刻对预测模型进行更新。
可选地，在获取待测时钟在更新周期内的时差时，可以获取待测时钟在第二预设周期内的各个第一时差，和/或，获取待测时钟在第二预设周期内的各个第三时差，和/或，在待测时钟具有同步时钟的情况下，可以获取待测时钟在第二预设周期内的各个同步时差(即待测时钟与同步时钟的时差)。
可以理解的是，获取到的多个时差为在时间顺序上连续的时差，在获取到一个时刻对应的多个时差(如第一时差、第三时差和同步时差)的情况下，若获取到的多个时差中包含同步时差，则将同步时差作为该时刻对应的时差，否则，可以将任意一个时差(即第一时差或第三时差)作为该时刻对应的时差，使得各个时刻与时差一一对应，以免出现数据重复，影响更新效果。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例二：
对应于上文实施例所述的时钟校准方法，图2示出了本申请实施例提供的时钟校准装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图2，该装置包括：第一时差获取模块21、第二时差获取模块22、校准参数获取模块23和校准模块24。其中，
第一时差获取模块21，用于获取待测时钟的第一时差，所述第一时差为在第一时刻根据所述待测时钟的系统时间和标准时间确定的时差，所述标准时间根据预设的参考时钟确定。
第二时差获取模块22，用于将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，所述预测模型用于根据所述第一时差预测所述待测时钟在第二时刻的时差，得到所述第二时差。
校准参数获取模块23，用于根据所述第二时差和第三时差确定校准参数，所述第三时差为所述待测时钟在所述第二时刻实际的时差。
校准模块24，用于根据所述校准参数对所述待测时钟进行校准。
本申请实施例中，在确定待测时钟的校准参数的过程中，先获取待测时钟在第一时刻的第一时差，预测模型根据该第一时差预测待测时钟在第二时刻的时差，得到第二时差，再获取待测时钟在第二时刻的实际的时差，即第三时差，根据预测的时差和实际的时差能够判断出待测时钟在第二时刻的实际时差(即第三时差)是否存在异常，进而，根据第二时差和第三时差共同确定第二时刻对应的校准参数，即，可以根据第二时差和第三时差确定待测时钟在第二时刻的误差是否在正常范围，从而确定待测时钟是否存在跳频、跳相等异常，能够根据待测时钟在第二时刻的异常情况采用根据第二时差和第三时差共同确定的校准参数来对待测时钟进行校准，提高待测时钟的准确性。
在一些实施例中，上述预测模型包括第一预测网络、漂移网络和第二预测网络，上述第二时差获取模块22包括：
第四时差计算单元，用于将所述第一时差输入到所述第一预测网络，得到所述第一预测网络输出的第四时差，所述第一预测网络用于根据所述第一时差预测所述待测时钟在所述第二时刻的时差，得到所述第四时差。
漂移量计算单元，用于通过所述漂移网络确定漂移量，所述漂移网络用于基于所述第一时差确定所述待测时钟在所述第二时刻的漂移，得到所述漂移量。
第二时差计算单元，用于通过所述第二预测网络根据所述第四时差和所述漂移量确定出所述第二时差，所述第二预测网络用于根据所述第四时差和所述漂移量计算时差，得到所述第二时差。
在一些实施例中，上述校准参数获取模块23包括：
目标时差计算单元，用于在所述校准参数包括目标时差的情况下，根据所述第二时差和所述第三时差确定出第一差值，根据所述第一差值从所述第二时差和所述第三时差中确定出所述目标时差。
目标频差计算单元，用于在所述校准参数包括目标频差的情况下，根据第一频差和第二频差确定出第二差值，根据所述第二差值从所述第一频差和所述第二频差中确定出目标频差，其中，所述第一频差为根据所述第二时差确定的所述待测时钟在第二时刻的频差，所述第二频差为根据所述第三时差确定的所述待测时钟在第二时刻实际的频差。
校准参数计算单元，用于根据所述目标时差和/或所述目标频差确定所述校准参数。
在一些实施例中，在所述校准参数包含所述目标频差的情况下，上述校准装置还包括：
第一频差计算模块，用于对所述第二时差进行差分处理，得到所述第一频差。
第二频差计算模块，用于对所述第三时差进行差分处理，得到所述第二频差。
在一些实施例中，上述时钟校准装置还包括：
时差序列获取模块，用于获取时差序列，所述时差序列中包含连续的多个时刻的所述第一时差。
预处理模块，用于对所述时差序列进行预处理，得到预处理后的所述时差序列。
训练模块，用于根据所述预处理后的所述时差序列对预先构建的预测模型进行训练，直至所述预测模型满足预设要求，得到预训练后的所述预测模型。
在一些实施例中，上述预处理模块包括：
差分处理单元，用于对所述时差序列中的各个所述第一时差进行差分处理，得到差分处理后的所述时差序列。
离散度计算单元，用于根据所述差分处理后的所述时差序列的分位数确定出所述时差序列的离散度。
筛选单元，用于根据所述离散度对所述时差序列中的所述第一时差进行筛选，得到所述预处理后的所述时差序列。
在一些实施例中，上述时差序列中至少包括3个第一时差，上述时钟校准装置还包括：
第三差值计算模块，用于根据所述时差序列确定第三差值，所述第三差值根据所述时差序列中的前3个所述第一时差确定。
模块单元，用于根据所述第三差值判断所述时差序列是否满足预设要求。
时差序列获取模块，用于若判定所述时差序列不满足所述预设要求，则重新获取时差序列。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
实施例三：
图3为本申请一实施例提供的终端设备的结构示意图。如图3所示，该实施例的终端设备3包括：至少一个处理器30(图3中仅示出一个处理器)、存储器31以及存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32，所述处理器30执行所述计算机程序32时实现上述任意各个方法实施例中的步骤。
所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端设备3的举例，并不构成对终端设备3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，该处理器30还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31在一些实施例中可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种网络设备，该网络设备包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种时钟校准方法，其特征在于，包括：
获取待测时钟的第一时差，所述第一时差为在第一时刻根据所述待测时钟的系统时间和标准时间确定的时差，所述标准时间根据预设的参考时钟确定；
将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，所述预测模型用于根据所述第一时差预测所述待测时钟在第二时刻的时差，得到所述第二时差；
根据所述第二时差和第三时差确定校准参数，所述第三时差为所述待测时钟在所述第二时刻实际的时差；
根据所述校准参数对所述待测时钟进行校准；
其中，所述预测模型包括第一预测网络、漂移网络和第二预测网络，所述将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，包括：
将所述第一时差输入到所述第一预测网络，得到所述第一预测网络输出的第四时差，所述第一预测网络用于根据所述第一时差预测所述待测时钟在所述第二时刻的时差，得到所述第四时差；
通过所述漂移网络确定漂移量，所述漂移网络用于基于所述第一时差确定所述待测时钟在所述第二时刻的漂移，得到所述漂移量；
通过所述第二预测网络根据所述第四时差和所述漂移量确定出所述第二时差，所述第二预测网络用于根据所述第四时差和所述漂移量计算时差，得到所述第二时差。
2.如权利要求1所述的时钟校准方法，其特征在于，所述校准参数包括目标时差和/或目标频差，所述根据所述第二时差和第三时差确定校准参数，包括：
在所述校准参数包括目标时差的情况下，根据所述第二时差和所述第三时差确定出第一差值，根据所述第一差值从所述第二时差和所述第三时差中确定出所述目标时差；
和/或，
在所述校准参数包括目标频差的情况下，根据第一频差和第二频差确定出第二差值，根据所述第二差值从所述第一频差和所述第二频差中确定出目标频差，其中，所述第一频差为根据所述第二时差确定的所述待测时钟在第二时刻的频差，所述第二频差为根据所述第三时差确定的所述待测时钟在第二时刻实际的频差；
根据所述目标时差和/或所述目标频差确定所述校准参数。
3.如权利要求2所述的时钟校准方法，其特征在于，在所述校准参数包含所述目标频差的情况下，在所述根据第一频差和第二频差确定校准参数之前，还包括：
对所述第二时差进行差分处理，得到所述第一频差；
对所述第三时差进行差分处理，得到所述第二频差。
4.如权利要求1至3任一项所述的时钟校准方法，其特征在于，所述预测模型通过如下步骤训练得到：
获取时差序列，所述时差序列中包含连续的多个时刻的所述第一时差；
对所述时差序列进行预处理，得到预处理后的所述时差序列；
根据所述预处理后的所述时差序列对预先构建的预测模型进行训练，直至所述预测模型满足预设要求，得到预训练后的所述预测模型。
5.如权利要求4所述的时钟校准方法，其特征在于，所述对所述时差序列进行预处理，得到预处理后的所述时差序列，包括
对所述时差序列中的各个所述第一时差进行差分处理，得到差分处理后的所述时差序列；
根据所述差分处理后的所述时差序列的分位数确定出所述时差序列的离散度；
根据所述离散度对所述时差序列中的所述第一时差进行筛选，得到所述预处理后的所述时差序列。
6.如权利要求4所述的时钟校准方法，其特征在于，所述时差序列中至少包含3个所述第一时差，在对所述时差序列进行预处理之前，还包括：
根据所述时差序列确定第三差值，所述第三差值根据所述时差序列中的前3个所述第一时差确定；
根据所述第三差值判断所述时差序列是否满足预设要求；
若判定所述时差序列不满足所述预设要求，则重新获取时差序列。
7.一种时钟校准装置，其特征在于，包括：
第一时差获取模块，用于获取待测时钟的第一时差，所述第一时差为在第一时刻根据所述待测时钟的系统时间和标准时间确定的时差，所述标准时间根据预设的参考时钟确定；
第二时差获取模块，用于将所述第一时差作为预训练的预测模型的输入，得到所述预测模型输出的第二时差，所述预测模型用于根据所述第一时差预测所述待测时钟在第二时刻的时差，得到所述第二时差；
校准参数获取模块，用于根据所述第二时差和第三时差确定校准参数，所述第三时差为所述待测时钟在所述第二时刻实际的时差；
校准模块，用于根据所述校准参数对所述待测时钟进行校准；
其中，所述预测模型包括第一预测网络、漂移网络和第二预测网络，所述第二时差获取模块包括：
第四时差计算单元，用于将所述第一时差输入到所述第一预测网络，得到所述第一预测网络输出的第四时差，所述第一预测网络用于根据所述第一时差预测所述待测时钟在所述第二时刻的时差，得到所述第四时差；
偏移量计算单元，用于通过所述漂移网络确定漂移量，所述漂移网络用于基于所述第一时差确定所述待测时钟在所述第二时刻的漂移，得到所述漂移量；
第二时差计算单元，用于通过所述第二预测网络根据所述第四时差和所述漂移量确定出所述第二时差，所述第二预测网络用于根据所述第四时差和所述漂移量计算时差，得到所述第二时差。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述的方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311045913.0A CN116980065B (zh) | 2023-08-17 | 2023-08-17 | 时钟校准方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311045913.0A CN116980065B (zh) | 2023-08-17 | 2023-08-17 | 时钟校准方法、装置、终端设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116980065A CN116980065A (zh) | 2023-10-31 |
| CN116980065B true CN116980065B (zh) | 2024-03-19 |
Family
ID=88479620
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311045913.0A Active CN116980065B (zh) | 2023-08-17 | 2023-08-17 | 时钟校准方法、装置、终端设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116980065B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118215117B (zh) * | 2024-05-21 | 2024-07-23 | 中国电子科技集团公司第十研究所 | 一种区域拒止环境下的高精度时频同步方法、设备及系统 |
| CN118377210B (zh) * | 2024-06-24 | 2024-09-10 | 中国科学院国家授时中心 | 针对原子钟序列的四分位结合arima的综合处理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016097A (zh) * | 2020-08-28 | 2020-12-01 | 重庆文理学院 | 一种预测网络安全漏洞被利用时间的方法 |
| CN113673110A (zh) * | 2021-08-26 | 2021-11-19 | 广东电网有限责任公司惠州供电局 | 一种晶振时钟修正方法、装置、设备和介质 |
| CN115987443A (zh) * | 2022-12-30 | 2023-04-18 | 金卡智能集团股份有限公司 | 校时方法、装置及仪表设备 |
| CN116088289A (zh) * | 2022-11-07 | 2023-05-09 | 上海浦东发展银行股份有限公司 | 系统时钟校准方法、装置、设备及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113472468B (zh) * | 2020-03-31 | 2023-04-07 | 华为技术有限公司 | 同步方法、装置、设备及存储介质 |
-
2023
- 2023-08-17 CN CN202311045913.0A patent/CN116980065B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112016097A (zh) * | 2020-08-28 | 2020-12-01 | 重庆文理学院 | 一种预测网络安全漏洞被利用时间的方法 |
| CN113673110A (zh) * | 2021-08-26 | 2021-11-19 | 广东电网有限责任公司惠州供电局 | 一种晶振时钟修正方法、装置、设备和介质 |
| CN116088289A (zh) * | 2022-11-07 | 2023-05-09 | 上海浦东发展银行股份有限公司 | 系统时钟校准方法、装置、设备及存储介质 |
| CN115987443A (zh) * | 2022-12-30 | 2023-04-18 | 金卡智能集团股份有限公司 | 校时方法、装置及仪表设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116980065A (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116980065B (zh) | 时钟校准方法、装置、终端设备及存储介质 | |
| CN109581856B (zh) | 一种基于高性能晶振频率校准的对时守时方法 | |
| US8447004B2 (en) | Estimation and compensation of clock variation in received signal | |
| US8954294B2 (en) | Measuring device and measuring method for continuous physical quantity | |
| AU2009309734B2 (en) | Method for correcting prediction errors of signal values with time variation subjected to interference by various uncontrollable systematic effects | |
| EP3043493B1 (en) | Frequency shift detection method and device | |
| CN114201001B (zh) | 一种实时时钟的补偿方法、装置、终端设备和介质 | |
| CN113673110A (zh) | 一种晶振时钟修正方法、装置、设备和介质 | |
| JP5936716B2 (ja) | 信号処理装置 | |
| CN107748377B (zh) | 基于gnss的差分定位方法及其定位系统 | |
| US8719614B2 (en) | Apparatus and method for generating a timing signal | |
| KR101942719B1 (ko) | 리얼 타임 클럭 장치 | |
| WO2014155706A1 (ja) | 信号処理装置 | |
| US8294501B1 (en) | Multiphase clock generation and calibration | |
| KR100873008B1 (ko) | 원자시계의 주파수 오프셋 측정장치 및 제어방법 | |
| US20240313877A1 (en) | Multi-Sensor Trigger Control Method, Apparatus and Device, and Storage Medium | |
| CN116909351B (zh) | 一种时钟芯片内部时钟精度校正方法 | |
| CN109286461B (zh) | 用于匹配在检测传感器数据时的时间戳的方法 | |
| CN111026232A (zh) | 时钟校准方法、芯片、电子设备 | |
| CN112765073A (zh) | 一种数据采样方法、系统、存储介质以及计算机设备 | |
| CN115616541A (zh) | 一种声纳浮标参考时钟校准方法 | |
| CN109154796B (zh) | 时间更新方法，装置及可移动平台 | |
| US20250020730A1 (en) | Storage battery degradation estimation device and storage battery degradation estimation method | |
| CN117826560B (zh) | 基于卫星导航的b码授时系统的校准方法和装置 | |
| CN115052331B (zh) | 整周跳变误差的处理方法、装置及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |