摘要
本发明公开了基于深度学习的自适应高精度授时方法和系统,监测通过用户设备实时采集的低频时码信号和北斗信号,并保存低频时码信号的关键参数;当低频时码信号和北斗信号均正常时,或低频时码信号正常而北斗信号异常时,经信号质量评估模型和关键参数对低频时码信号的质量进行评分,当评分结果不小于预设值时,基于带注意力的长短期记忆模型和关键参数预测出的授时误差对低频时码信号对应的授时结果进行补偿,利用补偿后的授时结果通过低频时码授时模式完成授时;当低频时码信号正常而北斗信号异常且评分结果小于预设值时,经授时误差和窗口滑动平均值对低频时码信号对应的授时结果进行补偿,利用补偿后的授时结果通过低频时码授时模式完成授时。
技术关键词
低频时码信号
长短期记忆模型
滑动平均值
高精度授时方法
注意力
高精度授时系统
参数
误差预测
模式
信噪比
滑动窗口
监测模块
载波
层级
决策
数据
系统为您推荐了相关专利信息
多模态信息
序列特征
多模态特征
视觉特征
决策方法
安抚方式
情绪特征
人脸图像信息
情绪识别方法
车载设备
动态参数模型
序列
注意力神经网络
仿真数据
递归神经网络
语义分割方法
分支
多尺度注意力机制
通道
增强子
词语
大语言模型
标签生成方法
情感分析模型
文本