Choice of hydrogen masers rate prediction model

Cover Page

Cite item

Full Text

Abstract

Forecasting atomic clock rates is an important part of time scale algorithm. The prediction model and observation interval are optimized using characteristics of prediction accuracy - the systematic predicting error and the standard deviation of the predicting error. Using various pairs of frequency measures as an example, it is shown that complicating the prediction model, on the one hand, reduces the systematic predicting error, and on the other hand, increases the standard deviation of the predicting error due to an increase in the number of free parameters in the model. For various pairs of frequency measures from State Time and Frequency Standard GET 1-2022, involved in the transfer of frequency units from the primary frequency standard to frequency and time measures, recommendations for choosing a forecasting model and the duration of the observation interval are given.

About the authors

С. Ю. Антропов

ФГУП «ВНИИФТРИ»

Email: antropov@vniiftri.ru
Менделеево, Московская обл., Россия

О. Ю. Соколова

ФГУП «ВНИИФТРИ»

Email: sokolova@vniiftri.ru
Менделеево, Московская обл., Россия

Е. В. Неустроева

ФГУП «ВНИИФТРИ»

Email: eneustroeva@vniiftri.ru
Менделеево, Московская обл., Россия

References

  1. Gribov A., Sutyrin D., Berdasov O., Antropov S., Belotelov G., Stelmashenko E. Time-scale generation methods based on an optical clock // IFCS-ISAF 2020 - Joint Conference of the IEEE International Frequency Control Symposium and IEEE International Symposium on Applications of Ferroelectrics: Proceedings. 19-23 July, 2020. Virtual, Keystone, CO, USA. - 2020. - 9234906. - doi: 10.1109/IFCS-ISAF41089. 2020.9234906. - EDN: TVAJHI.
  2. Норец И.Б. Эталонная база ГСВЧ. Современное состояние и перспективы развития // Альманах современной метрологии. - 2016. - № 8. - С. 53-74.
  3. Антропов С.Ю., Глазов Е.Ю., Карауш А.А., Максимович Н.Г., Мигунов Д.С., Наумов А.В., Норец И.Б., Смирнов Ю.Ф., Соболев В.Ю., Шмидт Л.В. Алгоритм формирования шкал времени эталонов ГСВЧ // Метрология времени и пространства. Материалы X Международного симпозиума. - Менделеево: ФГУП "ВНИИФТРИ", 2021. - С. 38-39.
  4. Panfilo G., Harmegnies A., Tisserand L. A new prediction algorithm for the generation of International Atomic Time // Metrologia. - 2011. - V. 49. - № 1. - P. 49-56.
  5. Купалов Д.С., Барышев В.Н., Блинов И.Ю., Бойко А.И., Домнин Ю.С., Иванченко Е.В. Бюджет неопределённости рубидиевого репера частоты фонтанного типа: результаты предварительных исследований // Измерительная техника. - 2021. - № 10. - С. 28-33. - doi: 10.32446/0368-1025it.2021-10-28-33.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».