CN101917759A - 基于线性拟合的无线传感器网络时间同步方法 - Google Patents

Abstract

本发明公开了一种基于线性拟合的无线传感器网络时间同步方法，对洪泛时间同步协议FTSP方法进行改进，为了减小异常数据点对时间同步精度的影响，引入了参数估计理论，确定t概率分布情况，获取一定置信度下t的置信区间，通过判断新样本(T₀，t₀)的t₀是否在置信区间来判断该样本是否可信，从而排除本地节点线性回归表((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))中异常数据对回归曲线的影响，提高了FTSP线性拟合的精度。引入分区域内设置主动节点发送时间同步消息的传输机制，将节点分为主动节点和被动节点，时间同步消息只由主动节点发送，减少了同步所需的通信开销。

Description

基于线性拟合的无线传感器网络时间同步方法

技术领域

本发明涉及WSN时间同步方法领域，具体涉及一种基于线性拟合的无线传感器网络(WSN)时间同步方法。

背景技术

时间同步是无线传感器网络的重要支撑技术，很多传感器网络的应用和方法都需要统一的时钟基准，如数据融合、节点定位、休眠周期的同步、TDMA定时等。所以研究一种高效、精准的时间同步方法具有重要的科研意义和实用价值。目前常用的同步方法有：RBS方法、TPSN方法、DMTS方法和FTSP方法等。其中RBS方法是基于单向广播机制，它排除了发送端对同步精度的影响，达到了较高的同步精度，但其计算量和同步开销较大，能耗较高；TPSN方法基于双向成对同步机制，同步效果较好(RBS同步精度的两倍)，但能耗也较大，方法鲁棒性较低；而FTSP方法结合单向广播机制和双向成对机制，采用MAC层打时间戳和线性回归补偿时间漂移的方式，达到了较高的同步精度，更适用于资源受限的传感器网络时间同步。

FTSP方法采用MAC层时间戳和线性回归补偿时间偏移和漂移，降低传输延时的不确定性，具有较高的同步精度。但它也存在一些问题：

1)对于密度大的多跳网络，采用泛洪广播发送同步包，容易引起网内数据碰撞，且同步包中只有小部分会被利用，大部分同步包被当做冗余数据包而被抛弃，这样非常消耗能量和网络资源；

2)线性回归方法易受到异常数据点影响，拟合出的回归曲线不仅不会提高同步精度，反而引入更大的误差，且造成不必要的计算。

发明内容

有鉴于此，为了解决上述问题，本发明公开了一种基于线性拟合的无线传感器网络(WSN)时间同步方法，对FTSP的线性回归方法进行改进，引入概率统计论中的参数估计理论，对样本((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))(其中，t为本地时间，T为全局时间)进行可信度判断，消除误差较大的样本对拟合曲线的影响。

本发明的目的是这样实现的：基于线性拟合的无线传感器网络时间同步方法，该基于线性拟合的无线传感器网络时间同步方法步骤为：

步骤1，上一级节点向一被同步节点发送带有消息发出时的全局时间T的时间同步消息，被同步节点从同步消息中获取全局时间T并与被同步节点当前时间t构成样本对；

步骤2，上级节点与被同步节点进行1次以上的发送与接收时间同步消息，构成本地时间线性回归表的样本群((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))，其中n为样本个数；

步骤3，确定t的概率分布；

步骤4，设置置信度1-α，其中α为小于1大于0的常量；

根据t概率分布，获取置信度1-α下，t的置信区间；

步骤5，重复步骤1)获取新样本(T₀，t₀)；

判断最新样本(T₀，t₀)中的t₀是否在置信区间内，如果是，则(T₀，t₀)可信，加入样本群中，以更新洪泛时间同步协议中的线性拟合曲线；

如果否，则该样本不可信，抛弃该样本；不更新洪泛时间同步协议中的线性拟合曲线；

步骤6，通过洪泛时间同步协议利用线性拟合曲线求取本地节点相对与全局时间的时间漂移率和偏移，在每秒的末尾对本地节点时间进行补偿。进一步，所述步骤3中，t的概率分布由下式确定：

其中，

服从t分布，S_TT为全局时间T的2阶中心距

是σ的无偏估计，满足：

为T的样本均值，n为本地时间线性回归表的样本群((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))中样本数目；为t的预测值，满足如下关系：

$\stackrel{\∩}{t}=\stackrel{\∩}{a}T+\stackrel{\∩}{b};$

为时间漂移率a的估计值，

为时间偏移b的估计值；满足下式：

$\stackrel{\∩}{a}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(T_i-\stackrel{\‾}{T})(t_i-\stackrel{\‾}{t})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(T_i-\stackrel{\‾}{T})}^2};$

$\stackrel{\∩}{b}=\stackrel{\‾}{t}-\stackrel{\∩}{a}\stackrel{\‾}{T};$

$\stackrel{\‾}{T}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{T}_i}{n};$

$\stackrel{\‾}{t}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t}_i}{n};$

T_i为第i个T样本，t_i为第i个t样本，

为t的样本均值；

进一步，所述步骤4中，

对于置信度1-α，其中α为小于1大于0的常量；t的置信区间为：

进一步，所述步骤5包括以下步骤：

步骤5-1：通过步骤1)获取新样本(T₀，t₀)；

步骤5-2：根据步骤4)，在置信度1-α下，获取t₀的置信区间为：

其中， $\stackrel{\∩}{t_0}=\stackrel{\∩}{a}{T}_0+\stackrel{\∩}{b};$

步骤5-3：若t₀在置信区间内，则当前样本(T₀，t₀)可信，作为合格样本加入洪泛时间同步协议的本地节点线性回归表的样本群((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))，以更新洪泛时间同步协议中的线性拟合曲线；

步骤5-4：若t₀不在置信区间内，则当前样本(T₀，t₀)异常，将其抛弃，不更新洪泛时间同步协议中的线性拟合曲线；

进一步，无线传感器网络为多端网络，在步骤1)之前，采用如下步骤进行主被动节点选择：

步骤A：节点分级

步骤A-1：设网络中每一个节点通信最大覆盖距离为L；选定根节点，设定其级别为0级；根节点广播时间同步消息，时间同步消息中设置有消息发送出节点的级别，在距离L内接收到时间同步消息的节点提取时间同步消息中节点级别；如果该节点未被分级或该节点级别大于同步消息中节点级别数加1，则将该节点的级别设置为同步消息中节点级别数加1，否则该节点的级别不变；

步骤A-2：新确定级别的节点向未确定级别的节点广播时间同步消息，按步骤A-1的方式确定下一级节点；

步骤A-3：重复步骤A-2，直到网络节点均被分级；

步骤B：统计节点度

步骤B-1：所有级节点的度D初始为0；称上级节点的通信最大覆盖距离L可覆盖的下级节点隶属于上级节点；上级节点包含隶属于其的下级节点；

步骤B-2：隶属于根级节点的下级节点数目为根节点的度；

步骤B-3：隶属于i级节的下级节点数目为该级节点的度；

步骤B-4：统计隶属于网络中所有级别内的所有节点的下级节点数目为该节点的度；

步骤C：主动和被动节点选择

步骤C-1：若i级某节点的度为0，将其设置为被动节点；

步骤C-2：若i级度数不为0的一个区域的节点所包含的下级节点都隶属于i级的一个节点，则该节点为该区域主动节点，下级节点被该区域主动节点包含的所有i级节点属于该区域，为该区域的被动节点；按此方式划分所有i级节点到不同区域，确定所有i级区域的主动节点和被动节点；

主被动节点选择后：

主动节点从0级开始依次向下级主动节点按步骤1)至6)进行时间同步；

同级节点中，各区域的主动节点向该区域的被动节点按步骤1)至6)进行时间同步。

本发明的有益效果是：无线传感器网络WSN为多节点网络时，引入一种分区域内主动节点时间同步消息包传输机制，通过将节点分为主动节点和被动节点方式，时间同步消息只由主动节点发出，减少了同步所需的通信开销；对FTSP的线性回归方法进行改进，对洪泛时间同步协议FTSP利用本地节点线性回归表中n个样本((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))来估算本地时间t对于全局时间T的线性回归，引入了参数估计理论，确定t概率分布情况，获取一定置信度下t的置信区间，通过判断新样本(T₀，t₀)的t₀是否在置信区间来判断该样本是否可信，来排除本地节点线性回归表样本((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))中异常数据，提高了FTSP线性拟合的精度，达到了精确的时间同步。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述：

图1为本发明分层机制示意图。

具体实施方式

以下将对本发明的优选实施例进行详细地描述。

如图1所示，以八个节点的无线传感器网络WSN分层传输时间同步消息为例。

一、分级机制

1)首先对节点分级

设网络中每一个节点通信最大覆盖距离为L；选定第零节点0为根节点，设定其级别为0级；第零节点0广播时间同步消息包，在距离L内接收到时间同步消息包的节点根据时间同步消息包中节点级别加1做为本节点的级别，在此第一节点1，第二节点2，第三节点3收到了第零节点的时间同步消息包，于是确定其为1级节点；

第一节点1，第二节点2，第三节点3向未确定级别的节点广播时间同步消息包，第四节点4、第五节点5、第六节点均在第二节点2和第三节点3的消息覆盖距离L内，于是可以受到第二、第三节点时间同步消息，可确定为2级节点；第七节点在第一节点1的消息覆盖距离L内，也为2级节点；

2)统计节点度

将所有级节点的度D初始为0；

由于第零节点0的通信最大覆盖距离L覆盖了第一至第三节点，所以第零节点0的度为3；第一节点1的通信最大覆盖距离L只覆盖了第七节点，所以其度为1；第二节点2的通信最大覆盖距离L覆盖了第四至第六节点，其度为3；第三节点3的通信最大覆盖距离L只覆盖了第六节点，其度为1；第四至第七节点没有下级节点可覆盖，所以他们的度均为0。

3)主动和被动节点选择

第四至第七节点的度为0，将其设置为被动节点，在图1中用空心圆表示；

第三节点3覆盖的下游第六节点被第二节点覆盖，因此设置第二节点与第三节点为1级节点第1区域；3级节点中的第七节点只被第一节点1覆盖，因此设置第一节点独立为1级节点第2区域。

1级节点第1区域中第二节点2度在该区域内最大，因此第二节2为主动节点，在图中用实心圆表示。

1级节点第2区域中，第一节点1为主动节点。

4)时间同步消息发送

主动节点从0级开始依次向下级主动节点发送时间同步消息，在图1中，时间同步消息从第零节点0发出，经第二节点2发向第四至第五节点，经第一节点1发向第七接点。

同一级节点2向本级节点3发出时间同步消息。

二、上级节点对下级节点的时间同步

完成多节点间的分级后，将由上级节点向下级节点发送时间同步消息进行时间同步，各区域的主动节点向该区域的被动节点发送时间同步消息进行时间同步；现有技术的FTSP方法采用一元线性回归来估计节点时间漂移率和偏移，并对其进行补偿。节点收到上一级发出的同步消息数据后，构造本地时间t_i-全局时间T_i数据对，经过N次信息交换，构造本地节点线性回归表((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))。将线性回归表中数据代入公式(2)、(3)估算时间漂移率

和时间偏移

t＝aT+b+ε    (1)

$\stackrel{\∩}{a}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(T_i-\stackrel{\‾}{T})(t_i-\stackrel{\‾}{t})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(T_i-\stackrel{\‾}{T})}^2}---\left(2\right)$

$\stackrel{\∩}{b}=\stackrel{\‾}{t}-\stackrel{\∩}{a}\stackrel{\‾}{T}---\left(3\right)$

式(1)为本地时间与全局时间关系。(2)、(3)中，T_i、t_i分别为第i次同步周期的全局时间和本地时间，

为全局时间和本地时间的样本均值；通过计算时间漂移率和偏移后，在每秒的末尾对节点本地时间进行补偿。而考虑到一定时间范围内节点晶振频率是稳定的，则本地时间与全局时间成线性关系。通过构造最佳拟合曲线，在误差允许的范围内，可以通过该曲线关系直接计算某一时刻本地时间与全局时间误差，从而减少了同步消息的发送次数，降低了节点能量消耗。

但该线性回归方法易受到异常数据点影响，一旦样本((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))中出现异常数据，拟合出的回归曲线不仅不会提高同步精度，反而引入更大的误差。因此，在FTSP方法的基础上，提出((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))样本的优化方法将有助于提高线性拟合的精度。

本发明引入t₀的置信区间估计来判断样本((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))的可信性，从而实现了((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))样本的优化剔除。首先，确定t的概率分布；其次，设置置信度1-α，根据t概率分布，获取置信度1-α下，t的置信区间(α为小于1的常数)；最后，判断最新样本(T₀，t₀)中的t₀是否在置信区间内，如果是，则(T₀，t₀)可信，加入本地节点线性回归表((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))中，如果否，则该样本不可信，抛弃该样本。

其具体步骤为：

1)设t是被同步节点收到全局时间T发出的同步消息时对应的本地时间，((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))为n个时间预测样本将其作为FTSP协议中的本地节点线性回归表，依据FTSP协议的节点时间同步模型，t与T满足线性拟合，如下：

t＝aT+b+ε， ε～N(0，σ²)    (4)

ε服从正态分布，a为时间漂移，b为时间偏移，

为t的预测值，满足如下关系：

$\stackrel{\∩}{t}=\stackrel{\∩}{a}T+\stackrel{\∩}{b}---\left(5\right)$

其中，

为a的估计值，

为b的估计值，由下式求得：

$\stackrel{\∩}{a}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(T_i-\stackrel{\‾}{T})(t_i-\stackrel{\‾}{t})}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(T_i-\stackrel{\‾}{T})}^2}---\left(6\right)$

$\stackrel{\∩}{b}=\stackrel{\‾}{t}-\stackrel{\∩}{a}\stackrel{\‾}{T}---\left(7\right)$

$\stackrel{\‾}{T}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{T}_i}{n}---\left(8\right)$

$\stackrel{\‾}{t}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{t}_i}{n}---\left(9\right)$

T_i为第i个T样本，t_i为第i个t样本，

为T的样本均值，

为t的样本均值；

2)由(5)式，在ε服从正态分布时，

服从正态分布：

$\stackrel{\∩}{t}~N(\mathrm{aT}+b,[\frac{1}{n}+\frac{{(T-\stackrel{\‾}{T})}^2}{S_{\mathrm{TT}}}\left]{\mathrm{\σ}}^2\right)---\left(10\right)$

STT为全局时间T的2阶中心距

3)由式(4)和(10)推出

$t-\stackrel{\∩}{t}~N(0,[1+\frac{1}{n}+\frac{{(T-\stackrel{\‾}{T})}^2}{S_{\mathrm{TT}}}\left]{\mathrm{\σ}}^2\right)---\left(11\right)$

由式(11)有：

$\frac{t-\stackrel{\∩}{t}}{\mathrm{\σ}\sqrt{1+\frac{1}{n}+\frac{{(T-\stackrel{\‾}{T})}^2}{S_{\mathrm{TT}}}}}~N\left(\mathrm{0,1}\right)---\left(12\right)$

4)被同步节点本地时间t的残差平方和为：

$Q_e=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(t_i-\stackrel{\∩}{t})}^2=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(t_i-\stackrel{\∩}{a}T-\stackrel{\∩}{b})}^2---\left(12\right)$

残差平方和Q_e与无偏估计

的关系为：

其中，

是σ²的无偏估计

由(14)式可知，残差平方和Q_e与σ²的商服从分布卡方分布：

$\frac{Q_e}{{\mathrm{\σ}}^2}~{\mathrm{\χ}}^2(n-2)---\left(15\right)$

将式(14)代入式(15)有：

由χ²分布、正态分布与t分布之间关系：

$T=\frac{X}{\sqrt{Y/n}}$ 其中X～N(0，1)，Y～χ²(n)    (17)

由式(12)服从标准正态分布，式(15)服从χ²分布，将其带入(17)式得到估计误差

服从t分布为：

5)给定的置信度区间1-α，有

$p\{\frac{|t-\hat{t}|}{\widehat{\mathrm{\&sigma;}}\sqrt{1+\frac{1}{n}+\frac{{(T-\stackrel{\&OverBar;}{T})}^2}{S_{\mathrm{TT}}}}}<t_{a/2}(n-2)\}=1-\mathrm{\&alpha;}---\left(19\right)$

得t的预测区间为：

若选择t的置信度为0.99时，查表知t_a/2(n-2)为2.896；同时，获取的当前时间样本(T₀，t₀)，由(5)式有

将

和T₀代入预测区间(20)则t的预测区间近似为：

$(\stackrel{\&cap;}{t_0}-2.9\stackrel{\&cap;}{\mathrm{\&sigma;}},\stackrel{\&cap;}{t_0}+2.9\stackrel{\&cap;}{\mathrm{\&sigma;}})---\left(21\right)$

6)判断当前本地时间t₀是否在预测区内；

若在预测区间内，则当前样本(T₀，t₀)可信，作为合格样本加入FTSP方法的本地节点线性回归表，以更新FTSP方法中如式(5)所述的线性拟合曲线；若不在区间内，则当前样本(T₀，t₀)异常，将其抛弃。

以上所述仅为本发明的优选并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.基于线性拟合的无线传感器网络时间同步方法，其特征在于：该基于线性拟合的无线传感器网络时间同步方法步骤为：

步骤1，上一级节点向一被同步节点发送带有消息发出时的全局时间T的时间同步消息，被同步节点从同步消息中获取全局时间T并与被同步节点当前时间t构成样本对；

步骤2，上级节点与被同步节点进行1次以上的发送与接收时间同步消息，构成本地时间线性回归表的样本群((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))，其中n为样本个数；

步骤3，确定t的概率分布；

步骤4，设置置信度1-α，其中α为小于1大于0的常量；

根据t概率分布，获取置信度1-α下，t的置信区间；

步骤5，重复步骤1)获取新样本(T₀，t₀)；

判断最新样本(T₀，t₀)中的t₀是否在置信区间内，如果是，则(T₀，t₀)可信，加入样本群中，以更新洪泛时间同步协议中的线性拟合曲线；

如果否，则该样本不可信，抛弃该样本；不更新洪泛时间同步协议中的线性拟合曲线；

步骤6，通过洪泛时间同步协议利用线性拟合曲线求取本地节点相对与全局时间的时间漂移率和偏移，在每秒的末尾对本地节点时间进行补偿。

2.如权利要求1所述的基于线性拟合的无线传感器网络时间同步方法，其特征在于：所述步骤3中，t的概率分布由下式确定：

其中，

服从t分布，S_TT为全局时间T的2阶中心距

是σ的无偏估计，满足：

为T的样本均值，n为本地时间线性回归表的样本群((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))中样本数目；

为t的预测值，满足如下关系：

$\stackrel{\&cap;}{t}=\stackrel{\&cap;}{a}T+\stackrel{\&cap;}{b};$

为时间漂移率a的估计值，

为时间偏移b的估计值；满足下式：

$\stackrel{\&cap;}{a}=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}(T_i-\stackrel{\&OverBar;}{T})(t_i-\stackrel{\&OverBar;}{t})}{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{(T_i-\stackrel{\&OverBar;}{T})}^2};$

$\stackrel{\&cap;}{b}=\stackrel{\&OverBar;}{t}-\stackrel{\&cap;}{a}\stackrel{\&OverBar;}{T};$

$\stackrel{\&OverBar;}{T}=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{T}_i}{n};$

$\stackrel{\&OverBar;}{t}=\frac{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{t}_i}{n};$

T_i为第i个T样本，t_i为第i个t样本，

为t的样本均值。

3.如权利要求2所述的基于线性拟合的无线传感器网络时间同步方法，其特征在于：所述步骤4中，

对于置信度1-α，其中α为小于1大于0的常量；t的置信区间为：

4.如权利要求3所述的基于线性拟合的无线传感器网络时间同步方法，其特征在于：所述步骤5包括以下步骤：

步骤5-1：通过步骤1)获取新样本(T₀，t₀)；

步骤5-2：根据步骤4)，在置信度1-α下，获取t₀的置信区间为：

其中， $\stackrel{\&cap;}{t_0}=\stackrel{\&cap;}{a}{T}_0+\stackrel{\&cap;}{b};$

步骤5-3：若t₀在置信区间内，则当前样本(T₀，t₀)可信，作为合格样本加入洪泛时间同步协议的本地节点线性回归表的样本群((T₁，t₁)，(T₂，t₂)，...，(T_n，t_n))，以更新洪泛时间同步协议中的线性拟合曲线；

步骤5-4：若t₀不在置信区间内，则当前样本(T₀，t₀)异常，将其抛弃，不更新洪泛时间同步协议中的线性拟合曲线。

5.如权利要求1至4所述的基于线性拟合的无线传感器网络时间同步方法，其特征在于：无线传感器网络为多端网络，在步骤1)之前，采用如下步骤进行主被动节点选择：

步骤A：节点分级

步骤A-1：设网络中每一个节点通信最大覆盖距离为L；选定根节点，设定其级别为0级；根节点广播时间同步消息，时间同步消息中设置有消息发送出节点的级别，在距离L内接收到时间同步消息的节点提取时间同步消息中节点级别；如果该节点未被分级或该节点级别大于同步消息中节点级别数加1，则将该节点的级别设置为同步消息中节点级别数加1，否则该节点的级别不变；

步骤A-2：新确定级别的节点向未确定级别的节点广播时间同步消息，按步骤A-1的方式确定下一级节点；

步骤A-3：重复步骤A-2，直到网络节点均被分级；

步骤B：统计节点度

步骤B-1：所有级节点的度D初始为0；称上级节点的通信最大覆盖距离L可覆盖的下级节点隶属于上级节点；上级节点包含隶属于其的下级节点；

步骤B-2：隶属于根级节点的下级节点数目为根节点的度；

步骤B-3：隶属于i级节的下级节点数目为该级节点的度；

步骤B-4：统计隶属于网络中所有级别内的所有节点的下级节点数目为该节点的度；

步骤C：主动和被动节点选择

步骤C-1：若i级某节点的度为0，将其设置为被动节点；

步骤C-2：若i级度数不为0的一个区域的节点所包含的下级节点都隶属于i级的一个节点，则该节点为该区域主动节点，下级节点被该区域主动节点包含的所有i级节点属于该区域，为该区域的被动节点；按此方式划分所有i级节点到不同区域，确定所有i级区域的主动节点和被动节点；

主被动节点选择后：

主动节点从0级开始依次向下级主动节点按步骤1)至6)进行时间同步；

同级节点中，各区域的主动节点向该区域的被动节点按步骤1)至6)进行时间同步。

Images