作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
解决基于单个原子钟的系统频率准确度难以突破10-12量级,基于多基准时钟合成算法的系统无法同时显著改善时钟的长期稳定性和短期稳定性,难以满足未来诸多领域超高精度时钟同步需求的问题,本文将多基准时钟合成算法和神经网络算法相结合,提出一种基于误差逆传播算法神经网络(BP神经网络)的本地多基准时钟合成算法,可以同时改善时钟源的短期和长期稳定性.
推荐文章
一种基于分类算法的高精度多基准时钟合成算法的研究
KNN分类算法
小波分解/重构
多基准时钟合成
5G
基于BP神经网络的多传感器信息融合研究
压力检测
信息融合
多传感器信息融合
BP神经网络
基于GA、BP神经网络和多元回归的集成算法研究
BP神经网络
多元回归
遗传算法
算法集成
基于BP网络的高精度信号调理系统的研制
神经网络
信号调理
传感器
补偿
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的高精度本地多基准时钟合成算法研究
来源期刊 电子学报 学科 工学
关键词 BP神经网络 机器学习 多基准时钟合成 高精度时钟
年,卷(期) 2019,(8) 所属期刊栏目 学术论文
研究方向 页码范围 1618-1625
页数 8页 分类号 TN911.6
字数 4157字 语种 中文
DOI 10.3969/j.issn.0372-2112.2019.08.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张萌 中国信息通信研究院技术与标准研究所 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (115)
共引文献  (365)
参考文献  (26)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(5)
  • 参考文献(0)
  • 二级参考文献(5)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(8)
  • 参考文献(3)
  • 二级参考文献(5)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(1)
  • 二级参考文献(5)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(14)
  • 参考文献(1)
  • 二级参考文献(13)
2016(10)
  • 参考文献(0)
  • 二级参考文献(10)
2017(5)
  • 参考文献(3)
  • 二级参考文献(2)
2018(10)
  • 参考文献(10)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
机器学习
多基准时钟合成
高精度时钟
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导