1.一种基于抗差卡尔曼滤波器的时频系统完好性监测方法，其特征在于，所述方法包括：构建抗差卡尔曼滤波器模型；通过所述抗差卡尔曼滤波器模型估计时频系统中时差信息的状态，其中，所述状态包括：时差预报偏差、频率偏差以及温度变化系数；根据所述状态构建观测模型；所述时差预报偏差与所述频率偏差分别通过所述观测模型输出所述时差预报偏差与所述频率偏差对应的残差矢量后进行完好性监测，所述时频系统根据所述残差矢量与预设的故障检测方案生成告警提示。
2.根据权利要求1所述的方法，其特征在于，在构建抗差卡尔曼滤波器模型的步骤之前，还包括：根据温度补偿频率偏差的组合模型计算先验的温度变化系数，其计算公式如下：式中， 表示时频信号两条链路时延的差， 表示组合频率偏差， t 表示时间， A 表示组合温度变化系数， 表示时频系统的环境温度变化量， 表示两条链路组合噪声；将组合温度变化系数 A 作为先验温度变化系数并修正时频链路之间的时差，得到修正时差：其中， 为组合频率偏差， 为时间， 为任意两条时频链路的组合噪声， 为修正时差。
3.根据权利要求2所述的方法，其特征在于，构建抗差卡尔曼滤波器模型，包括：定义单个时间频率源的状态方程：其中， 表示某一时刻， 为 时刻时频链路传输的时间频率源的状态变量， 为状态转移矩阵， 为驱动噪声；根据所述修正时差与当前时频链路的数据采样间隔利用方差反演算法计算噪声方差，得到驱动噪声的协方差矩阵：其中， 为数据采样间隔， 为频率白噪声方差， 为频率随机游走噪声方差， 为温度系数变化方差，Q为驱动噪声的协方差矩阵；定义单个时间频率源的观测方程：其中， 为 时刻温度变化值， 为 时刻的观测矩阵；根据所述状态方程、所述单个时间频率源的观测方程以及抗差等价权函数构建抗差卡尔曼滤波器模型：其中， 和 分别为 时刻和 时刻时频链路的时间频率源的状态估计值， 为 时刻到 时刻的状态预测值， 为 时刻时频链路的时间频率源的观测量， 为 时刻的观测矩阵， 为抗差观测向量协方差， 为 时刻到 时刻的先验估计协方差， 和 分别为 时刻和 时刻的后验估计协方差， 为抗差卡尔曼增益。
4.根据权利要求1至3任意一项所述的方法，其特征在于，采用抗差等价权函数构建时频链路的膨胀系数因子：其中， 为标准化残差， 为第 个观测向量的残差， 为第 个观测向量的噪声标准差；根据所述膨胀系数因子获取历元抗差后的观测向量协方差：其中， 为观测向量协方差， 为膨胀系数因子， 为第 i 条链路的噪声标准差。
5.根据权利要求4所述的方法，其特征在于，根据所述状态构建观测模型，包括：将所述时差与所述频率偏差的估计结果分别作为观测量构建观测模型：其中， 为观测量的 维矢量， 为 维的系数矩阵， 为1维的观测结果， 为 维的观测噪声矢量， 为观测量的数量。
6.根据权利要求5所述的方法，其特征在于，所述时差预报偏差与所述频率偏差分别通过所述观测模型输出所述时差预报偏差与所述频率偏差对应的残差矢量后进行完好性检测，包括：所述时差预报偏差与所述频率偏差分别输入至所述观测模型，采用最小二乘法，得到观测量的残差矢量：其中，v为所述时差预报偏差或频率偏差的残差矢量，I为 维的单位矩阵，H为 维的系数矩阵，W为 维的观测权矩阵， 为 维的观测噪声矢量；根据所述观测量的残差矢量分别对所述时差预报偏差与所述频率偏差进行完好性监测，输出时差监测结果与频差监测结果。
7.根据权利要求6所述的方法，其特征在于，所述时频系统根据所述残差矢量与预设的故障检测方案生成告警提示，包括：所述时频系统根据所述残差矢量完好性监测获取的所述时差监测结果与所述频差监测结果，采用与门方式进行融合得到检验统计量，根据所述检验统计量与预设的故障检测方案生成告警提示；所述故障检测方案包括：基于残差平方和的故障检测与故障识别；所述故障检测为：其中， 为等效观测误差， 为故障检测门限， 为预设虚警概率；若SSE/ 大于所述故障检测门限，则判断当前权重残差对应的观测量出现检测不一致，生成故障检测告警提示；所述故障识别为：其中， d 为检验统计量， T d 为故障识别门限；若所述检验统计量大于所述故障识别门限，则判断当前所述检验统计量对应的观测量出现故障，生成故障告警提示。
8.一种基于抗差卡尔曼滤波器的时频系统完好性监测装置，其特征在于，所述装置包括：模型构建模块，用于构建抗差卡尔曼滤波器模型；状态获取模块，用于通过所述抗差卡尔曼滤波器模型估计时频系统中时差信息的状态，其中，所述状态包括：时差预报偏差、频率偏差以及温度变化系数；观测模型构建模块，用于根据所述状态构建观测模型；完好性检测模块，用于所述时差预报偏差与所述频率偏差分别通过所述观测模型输出所述时差预报偏差与所述频率偏差对应的残差矢量后进行完好性监测，所述时频系统根据所述残差矢量与预设的故障检测方案生成告警提示。
