基于机器学习的铷原子钟输出稳定度调整方法及相关设备

本发明公开了一种基于机器学习的铷原子钟输出稳定度调整方法及相关设备。该方法包括：将被测信号和参考信号分别送入测量模块，测得频率稳定度数值；上位机对测得的频率稳定度进行计算，并根据稳定度数据判断是否需要进行调整；在稳定度不符合预期的情况下，上位机通过DDS调整模块进行微调，将调整后的信号输出给用户。能够解决在某些高要求的应用场景中，它的输出频率稳定度仍然可能受到多种因素影响，例如外部环境变化、电磁干扰、以及长期运行中的微小偏差的问题。