Wykorzystanie rzeczywistych danych pomiarowych do prognozowania polskiej skali czasu UTC(PL) przy użyciu sieci neuronowej typu GMDH

• Autorzy: Sobolewski Łukasz

Identyfikatory

DOI

10.15199/48.2024.12.15

Warianty tytułu

EN

Using real-time measurement data to forecast the polish time scale UTC(PL) using a GMDH type neural network

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono wyniki badań prognozowania wartości różnic dla Polskiej Skali Czasu UTC(PL) dla rzeczywistych danych pomiarowych przygotowanych w postaci szeregu czasowego TS1 i TS2. Uzyskano bardzo dobrą jakość prognozowania skali czasu UTC(PL). Otrzymane wartości prognoz dla analizowanego okresu czasu różnią się od różnic publikowanych przez BIPM na ten sam dzień prognozy o maksymalnie ±2,3 ns, zarówno dla szeregu TS1, jak i dla TS2.

EN

The article presents research results on forecasting the differences for Polish Timescale UTC(PL) for real-time measurement data prepared in the form of time series TS1 and TS2. Very good quality of forecasting has been obtained for UTC(PL) timescale for analysed period of time. Obtained values of forecasts differ from the differences published by the BIPM at the same day of forecast by max ±2.3 ns for time series TS1 and TS2.

Słowa kluczowe

PL

prognozowanie różnic UTC–UTC(k); skala czasu UTC(PL); skala UTC i UTC Rapid; korekcja skali czasu; sieć neuronowa

EN

forecasting UTC–UTC(k) differences; UTC(PL) timescale; UTC & UTC Rapid scales; timescale correction; neural network

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2024
• Tom: R. 100, nr 12
• Strony: 73--76
• Opis fizyczny: Bibliogr. 24 poz., rys., tab.

Twórcy

autor

Sobolewski Łukasz

• Uniwersytet Zielonogórski, Instytut Metrologii, Elektroniki i Informatyki, ul. prof. Z. Szafrana 2 65-516 Zielona Góra

• https://orcid.org/0000-0003-3237-9580

Bibliografia

• [1] BIPM Annual Report on Time Activities, Bureau International des Poids et Mesures, 15 (2020), Sevres, France
• [2] Panfilo G., Arias E. F., The Coordinated Universal Time (UTC), Metrologia, 56 (2019), nr 4
• [3] Arias E. F., Lewandowski W., Modern Application of Timescales, Metrologia, 48 (2011), nr 4
• [4] Arias E. F., Panfilo G., Petit G., Timescales at the BIPM, Metrologia, 48 (2011), nr 4, 145-153
• [5] Petit G., Arias e. F., Harmegnies A., Panfilo G., Tisserand L., UTCr: a rapid realization of UTC, Metrologia, 51 (2014), nr 1, 33-39
• [6] BIPM Time Department Data Base, źródło: https://webtai.bipm.org/database/clock.html, dostęp: 24.06.2024
• [7] Czubla A., Konopka J., Nawrocki J., Realization of atomic SI second definition in context UTC(PL) and TA(PL), Metrol. Meas. Syst., 12 (2006), nr 2, 49-159
• [8] Bernier L. G., Use of the Allan deviation and linear prediction for the determination of the uncertainty on time calibrations against predicted timescales, IEEE Trans. Instrum. Meas., 52 (2003), nr 2, 483-486
• [9] Davis J. A., Shemar S. L., Whibberley P. B., A Kalman filter UTC(k) prediction and steering algorithm, in Proc. Joint IEEE (FCS EFTF), Maj 2011, 779-784.
• [10] Panfilo G., Tavella P., Atomic clock prediction based on stochastic differential equations, Metrologia, 45 (2008), nr 6, 108-116
• [11] Rovera G. D., Bize S., Chupin B., Guena J., Laurent P., Rosenbusch P., Uhrich P., Abgrall M., UTC(OP) based on LNE-SYRTE atomic fountain primary frequency standards, Metrologia, 53 (2016), nr 3, 81-88
• [12] Performance of UTC(NIST) and UTC(NIST) Adjustments, źródło: https://www.nist.gov/pml/time-and-frequencydivision/ time-services/utcnist-time-scale/performance-utcnistand- utcnist, dostęp: 24.06.2024.
• [13] Nelles O., Nonlinear system identification, From Classical Approaches to Neural Networks and Fuzzy Models, London, U.K.: Springer-Verlag, 2001
• [14] Miczulski W., Sobolewski Ł., Application of the GMDH neural networks in prediction of corrections of the national time scale, Electronics: Constructions, Technologies, Applications, 6 (2011), 45-47
• [15] Kaczmarek J., Miczulski W., Kozioł M., Czubla A., Integrated system for monitoring and control of the national time and frequency standard, IEEE Trans. Instrum. Meas., 62 (2013), nr 10, 2828-2838
• [16] Miczulski W., Sobolewski Ł., Influence of the GMDH neural network data preparation method on UTC(PL) correction prediction results, Metrol. Meas. Syst., 19 (2012), nr 1, 123-132
• [17] Sobolewski Ł., Comparison of linear regression method and GMDH neural network in predicting the UTC(PL) national timescale, Przegląd Elektrotechniczny, 11 (2018)
• [18] Iwachnienko A. G., Iwachnienko G. A., Savchenko E. A., Wunsch D., Problems of Further Development of the GMDH Algorithms: Part 2, Pattern Recognition and Image Analysis, 12 (2002), nr 1, 6-18
• [19] Miczulski W., Sobolewski Ł., Algorithm for predicting [UTC - UTC(k)] by means of neural networks, IEEE Trans. Instrum. Meas., 66 (2017), nr 8, 2136-2142
• [20] Sobolewski Ł., Predicting the Lithuanian Timescale UTC(LT) by means of GMDH neural network, Bulletin of the Military University of Technology, 66 (2017), 31-41
• [21] Sobolewski Ł., Application of GMDH type neural network for predicting UTC(k) timescales realized on the basis of hydrogen masers, in Proc. Joint IEEE (FCS EFTF), Lipiec 2017, 42-46
• [22] Sobolewski Ł., Jakość prognozowania skali czasu nadzorowanej przez pierwotny wzorzec częstotliwości z zastosowaniem sieci neuronowej typu GMDH na przykładzie skali czasu UTC(NPL), Przegląd Elektrotechniczny, 11 (2022)
• [23] Sobolewski L., Miczulski W., Czubla A., Experimental Verification of the Neural Network Predicting Procedure Applied for UTC(PL), IEEE Trans. Instrum. Meas., 70 (2021), 1-9
• [24] Caldwell R. B., Performance metrics for neural network-based trading system development, NeuroVest Journal, 3 (1995), 22- 26

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).