频率标准是一种用来提供某个特殊频点的稳定频率信号的装置或仪器。基于频率标准,可以生成或保持稳定的时间信号。随着科学技术的进步,稳定准确的频率或时间已经发展成为信息技术的重要支撑技术之一,在国防科技领域、国民经济建设和社会生活中具有举足轻重的作用。常见的频率标准是高稳晶振或原子钟。由于技术水平和制作工艺水平不断的提高,现在作为某些军用、工业或商业装备系统核心部件的高温晶振或原子钟的老化率、频率偏差、温度稳定性等指标基本上都有保证,故障率较低。但是,这些装备系统在使用或运行期间难免会遭受器件老化、电磁干扰或机械振动冲击等影响,导致其输出频率产生异常,进而影响整机系统的工作性能。因此对频率标准输出的频率信号异常进行实时检测具有重要的现实意义。频率标准输出频率异常通常表现为频率跳变、频率抖动和频率偏移。对频率标准输出频率信号进行实时测量,将测量获得的频差数据作为观测量。当观测量超过异常检测模型设定的阈值时,便可断定频率标准输出异常。同时,为了尽早解决输出异常,进一步提高装备系统的可靠性和稳定性,检测到异常之后还应进一步对异常进行分类,即进行频率异常识别。本文围绕频率标准输出频率异常的检测和识别开展研究,主要工作包括:（1）因为频率标准异常是小概率事件,为了获取频率异常数据,本文研制了一款基于DDS的频标输出频率异常模拟装置。该装置以铷原子频标PRS10为参考,可根据参数设定产生不同类型的频率跳变、频率抖动和频率偏移。（2）提出了一种基于抗野值自适应卡尔曼滤波器的频率异常检测方法,并且该方法在一定程度上提高了频率异常检测率（PD）和误检率（PFA）指标的前提下,增强了对测量野值的抑制作用,同时使检测速度在一定程度上有所提高。（3）提出了一种基于BP神经网络的频率异常识别方法,对检测到的频率异常进行进一步的识别,准确判断频率异常类型。仿真实验结果表明,抗野值自适应卡尔曼滤波可以准确地检测出三种频率异常,并且对野值有较好的抑制效果。针对三种频率异常检测累积数都有所降低,检测速率有了一定程度的提高。当频率跳变为2.5?10-11时,误检率（PFA）设为10-4,当达到最大检测概率0.99时,抗野值自适应卡尔曼滤波的累积数为11,比卡尔曼滤波降低了10。同样在2.5?10-11的频率跳变时,误检率（PFA）设为2?10-4,抗野值自适应卡尔曼滤波的频率跳变检测概率（PD）约为0.85,比卡尔曼滤波的检测概率（PD）提高了将近0.5。通过多次实验,使用BP神经网络的方法进行频率异常识别的准确率约为90%。