双阶段时钟集成算法

稳定度提升1–3个量级

一种采用两级卡尔曼滤波的时钟集成算法，其频率稳定度和预测精度显著优于自然卡尔曼和简化卡尔曼算法。

Guangyao, Chen · Xing, Nan · 唐成盼 · 常志巧

Remote Sensing 2023

参数信息

频率稳定度

1–3 orders of magnitude

短期预测精度

1 ns

预测精度提升幅度

1–2 orders of magnitude

技术优势

稳定度提升显著

两级卡尔曼滤波将测量噪声和动态模型分开处理，短期和中期频率稳定度改善1–3个数量级。

预测精度高

二次多项式模型预测表明，卫星钟短期预测精度优于1 ns，且TKT算法的预测精度比NKT和RKT算法高1–2个数量级。

应用场景

• 卫星导航系统：生成更稳定的系统时间尺度，提升导航定位授时精度
• 高精度授时：提供优于1 ns的短期预测，满足高精度时间同步需求
• 时频计量：提供1–3个数量级的频率稳定度提升，可用于计量基准研究
• 卫星星座：适用于星座内多星时间统一的时频处理