Predicting corrections for the UTC(PL) based on the UTC Rapid scale

• Autorzy: Miczulski W. , Sobolewski L.

Warianty tytułu

PL

Prognozowanie poprawek dla UTC(PL) na podstawie skali UTC Rapid

• Języki publikacji: EN

Abstrakty

EN

The International Bureau of Weights and Measures (BIPM) is an organization dedicated to maintaining the Universal Coordinated Time (UTC). The physical implementation of individual national scales of UTC(k) is the responsibility of national time laboratories. The Polish timescale UTC(PL) is maintained at the Central Office of Measures (GUM) using a HP 5071 A commercial cesium atomic clock and device (Microstepper Austron 2055), which enables corrections to be made to ensure the maximum compatibility of UTC(PL) with UTC. Each month BIPM designate the corrections for the individual UTC(k). These corrections are published about the 10^th day of the following month. In the meantime, national time laboratories predict the corrections to ensure maximum compliance of the UTC(k) with UTC. Currently the BIPM is working on a Rapid UTC project. The main goal of the project is to publish more frequently corrections for UTC(k) relative to UTCr for national time scales. Corrections are predicted for each day and published once a week. The aim of this study is to examine the applicability of the GMDH neural networks, which belong to the group of self-organizing networks, for prediction of the (UTCr-UTC(PL))_p corrections based on UTCr-UTC(PL) data obtained in the implementation of a Rapid UTC project. The basic training data used for the GMDH neural network were the values of UTC-UTC(PL) corrections. The rest of the training data for the Neural Networks (NNs), attached to a basic set of data, were collected in two ways. The first method assumed only the use of the UTCr-UTC(PL) corrections, which subsequently were added to the prepared basic set of UTC-UTC(PL) corrections. In the second case, added to the basic training data set of corrections were the UTC-UTC(PL) corrections for the last month, after the publication of the BIPM, and the UTCr-UTC(PL) corrections available in the month of determination of the correction of the UTC(PL). The results of preliminary studies indicate that it is possible to predict the corrections for the UTC(PL) based on Rapid UTC data. The application of a commercial tool GMDH Shell version 2.2 enables prediction errors very close to the prediction errors calculated on the basis of data from the BIPM. Lower prediction error values were obtained with the first method of preparing input data for the GMDH neural network. This is due to a greater number of data received from the Rapid UTC project. An important advantage of the GMDH neural networks is the automatic adjustment of the structure and number of neurons to the nature of the data supplied at its input in the training process, which enables the implementation of the results of the predicted corrections in a short time.

PL

Międzynarodowe Biuro Wag i Miar (BIPM) jest organizacją zajmującą się m.in. wyznaczaniem Uniwersalnego Czasu Skoordynowanego UTC (ang. Universal Coordinated Time). Za fizyczną realizację poszczególnych krajowych skal czasu UTC(k) odpowiedzialne są narodowe laboratoria czasu. Polska skala czasu UTC(PL) jest realizowana w Głównym Urzędzie Miar (GUM) przy użyciu komercyjnego cezowego zegara atomowego typu HP 5071 A oraz urządzenia (Microstepper Austron 2055), dzięki któremu możliwe jest wprowadzanie poprawek do systemu, aby zapewnić jak największą zgodność UTC(PL) z UTC. W każdym miesiącu BIPM publikuje poprawki dla poszczególnych krajowych skal czasu UTC(k). Poprawki te są publikowane około 10 dnia następnego miesiąca. Narodowe laboratoria czasu prognozują wartości poprawek, aby zapewnić jak największą zgodność UTC(k) z UTC. Obecnie w BIPM realizowany jest projekt „UTC Rapid”. Głównym założeniem projektu jest częstsze publikowanie poprawek UTC(k) względem UTCr dla krajowych skal czasu. Poprawki są prognozowane na każdy dzień i publikowane raz w tygodniu. Celem prowadzonych badań było sprawdzenie możliwości zastosowania sieci neuronowych GMDH, należących do grupy sieci samoorganizujących się, do prognozowania poprawek (UTCr-UTC(PL))_p na podstawie danych UTCr-UTC(PL) otrzymanych przy realizacji projektu „UTC Rapid”. Podstawowymi danymi uczącymi dla sieci neuronowej GMDH byty wartości poprawek UTC-UTC(PL) Pozostałe dane uczące dla SN, dołączane do podstawowego zbioru danych, były realizowane na dwa sposoby. Pierwszy sposób zakładał wykorzystanie tylko wartości poprawek UTCr-UTC(PL), które sukcesywnie dołączano do podstawowego zbioru przygotowanych poprawek UTC-UTC(PL). W drugim przypadku do podstawowego zbioru danych uczących dodawane były wartości poprawek UTC-UTC(PL) za ostatni miesiąc, po opublikowaniu ich przez BIPM, oraz wartości poprawek UTCr-UTC(PL) dostępne w miesiącu wyznaczania poprawki dla UTC(PL). Otrzymane wyniki z wstępnych badań wskazują, że jest możliwe prognozowanie poprawek dla UTC(PL) na podstawie danych UTC Rapid. Zastosowanie komercyjnego narzędzia GMDH Shell w wersji 2.2 umożliwia uzyskanie bardzo zbliżonych błędów prognozy do błędów obliczonych na podstawie danych z BIPM. Mniejsze wartości błędu prognozy otrzymano dla pierwszego sposobu przygotowania danych wejściowych, dla sieci neuronowej GMDH. Wiąże się to z większą liczbą danych otrzymanych w ramach projektu „UTC Rapid”. Ponadto ważną zaletą sieci GMDH, jest automatyczne dopasowanie struktury i liczby neuronów do charakteru danych podawanych na wejście tej sieci w procesie uczenia, co znacznie skraca czas otrzymania wartości poprawki.

Słowa kluczowe

EN

GMDH neural network; atomic clock; rapid UTC; national timescale UTC(PL)

PL

sieci neuronowe GMDH; zegar atomowy; UTC rapid; skala UTC(PL)

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2013
• Tom: Vol. 54, nr 6
• Strony: 22--24
• Opis fizyczny: Bibliogr. 10 poz., wykr.

Twórcy

autor

Miczulski W.

• University of Zielona Góra, Institute of Electrical Metrology

autor

Sobolewski L.

• University of Zielona Góra, Institute of Electrical Metrology

Bibliografia

• [1] Bernier L. G., Use of the Allan Deviation and Linear Prediction for the Determination of the Uncertainty on Time Calibrations Against Predicted Timescales, IEEE Transactions on Instrumentation and Measurement, Vol. 52, No. 2, 2003, pp. 483-486.
• [2] BIPM Annual Report on Time Activities, Vol. 6, Sevres, BIPM 2011.
• [3] Czubla A., Konopka J., Nawrocki J.: Realization of atomic SI second definition in context UTC(PL) and TA(PL); Metrology and Measurement Systems, No. 2, 2006, pp. 149-159.
• [4] Davis J. A., Shemar S. L., Whibberley P. В., A Kalman filter UTC(k) prediction and steering algorithm, NMS Physical Metrology Programme, United Kingdom.
• [5] Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R., Biocybernetyka i inżynieria biomedyczna -Sieci neuronowe, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2000.
• [6] Liao C. S., Chu F. D., Lin H. Т., Tu K. Y., Chung Y. W., Hsu W. C.: Formation of a paper neural-fuzzy time scale in the Eastern Asia. Proc. 2011 Joint Conference of the IEEE International Frequency Control & European Frequency and Time Forum, San Fransisco, California, USA, May 1-5, 2011, 292-295.
• [7] Masters Т., Practical neural networks recipes in С++, Academic Press, Inc., 1993.
• [8] Miczulski W., Cepowski M., Influence of type of neural network and selection of data pre-processing method on UTC-UTC(PL) prediction result; The Measurements, Automation and Monitoring, No. 11, 2010, pp. 1330-1332.
• [9] Miczulski W., Sobolewski Ł., Influence of the GMDH neural network data preparation method on UTC(PL) correction prediction results, Metrology and Measurement Systems, Vol. XIX, No. 1, 2012, pp. 123-132.
• [10] Panfilo G. and Tavella P., Atomic clock prediction based on stochastic differential equations, Metrologia, No. 45, 2008, pp. 108-116.