基于Kalman滤波器实时预测值调整时间尺度算法

本发明属于时间频率、信号处理领域，提供一种基于Kalman滤波器的实时预测值调整时间尺度算法。时间尺度基本方程表明：时间尺度算法的核心是通过(N‑1)组观测量(钟差)计算得到N台钟的权重和预测值。传统方法主要关注如何设置权重来提高时间尺度的稳定度。本发明提出通过实时调整预测值来建立时间尺度，并提高时间尺度的稳定度，同时保证时间尺度的连续性。本发明的技术方案包括：1)测量得到(N‑1)组观测钟差；2)运用(N‑1)个相互独立的Kalman滤波器对这(N‑1)组观测钟差分别进行状态估计；3)对时差序列进行重构；4)定义预测值；5)进行实时预测值调整，建立时间尺度。相比传统算法，本发明可以建立一个稳定度更高，同时也是连续的、实时的、可预测的时间尺度。