基于机器学习算法模型的高稳晶振时钟
信息与通信工程学院
crystal oscillator clock based on machine learning
在当今社会,无论是工业、民用或者军用,高精度的时间获取都是一件相当重要的事情。若想获得精准无误的时间,需要首先构建一个精密时间频率系统。守时工作是精密时间频率系统的基础和核心内容,频率标准源作为时间频率系统的守时设备,为一些设备提供标准频率信号。晶体振荡器价格便宜,尺寸较小,使用寿命长,适合作为频率标准源使用。
但考虑到应用环境里温度多变的因素,晶体振荡器精度随温度改变的性质无疑会影响频率标准源的使用。因此,若想通过晶体振荡器获得高精度稳定的频率标准源,就需要减少温度因素和时间老化因素对系统的影响。如今常使用温度控制、温度补偿等手段来提高晶体振荡器时钟的频率稳定性,常见的应用有:温度补偿晶振(TCXO)、恒温控制晶振(OCXO)等。温度补偿晶振的尺寸、价格都比较理想,但其频率稳定度差,恒温控制晶振频率稳定度高,但其价格高,尺寸大,这二者都在实际应用上有所欠缺。
随着AI技术的发展,我们希望能在AI层面上提出一种新的方法来提升频率稳定性。本项目希望能获得低功耗、小尺寸、低价格的晶体振荡器时钟体系,该项目成品不仅需要在温度上保持稳定,还应在使用时间长后,仍能通过算法抵消因晶体振荡器老化所带来的误差,来满足在多种环境不同温度下稳定保持频率的需求。