基于神经网络的精密时基源校准预测模型

• 全文链接
• 请求原文

作   者：

郁美霞;  董刚;  胥如迅;  喻国丽; 

作者机构：

甘肃省计量研究院;  兰州交通大学机电技术研究所; 

关键词：

BP神经网络;  归一化;  预测模型;  精密时基源; 

期刊名称：

中国测试

i s s n：

年卷期：

2023 年 010 期

页   码：

194-200

摘   要：

针对精密时基源溯源校准周期固定、效率低，提出基于BP神经网络构建精密时基源校准预测模型，可为溯源校准提供新方法。首先分析精密时基源校准参数产生机理及预测目标的影响因素，分别构建时间驱动和数据驱动校准预测模型；其次基于BP神经网络学习规则，归一化处理训练及预测数据，规避数据特征、分布差异对预测模型的不良影响；最后根据预测目标选择不同校准预测模型。通过仿真分析表明，时间驱动预测精度优于数据驱动预测精度，且两种预测模型预测误差均在10–10量级上，满足预测精度要求。