CN103888237A - 一种实现时钟时间同步的方法及装置 - Google Patents

Abstract

本发明公开了一种实现时钟时间同步的方法及装置，涉及以太网技术。本发明公开的方法包括：分别以精密时钟同步协议（PTP）消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差以及时钟频率偏差进行估计，得到主从时钟之间的相位差，根据所估计的相位差对从时钟进行同步调整。本发明还公开了一种实现时钟时间同步的装置。本申请技术方案由于进行卡尔曼滤波算法的状态量是基于相位差和路径延迟的结合（O+D，O-D）而分别进行测量值计算，其对于时钟同步相位差的估计值明显优于仅以相位差为状态值的单一测量值计算而得到的时钟同步相位差的估计值，能够更好地反映出相位差，从而大大提高了主从时钟之间的同步精度。

Description

一种实现时钟时间同步的方法及装置

技术领域

本发明涉及以太网技术，具体地说，涉及一种实现时钟时间同步的方法及装置。

背景技术

随着科学技术的发展，人们对于时间的精度要求越来越高，计算机和网络业界都致力于解决以太网的定时同步能力不足的问题。网络精密时钟同步委员会通过了IEEE1588标准（简称PTP，Precision Time Protocol，精密时钟同步协议），IEEE1588基于以太网、分布式系统的应用上，其时间同步精度可以达到亚微秒级别，其基本原理如图1所示。图1中Master Clock为主时钟，Slave Clock为从时钟，O为Slave Clock与Master Clock的相位差Offset，D为路径延迟Delay。从图1中可见，在时钟同步过程中有4类消息包，Sync消息包、Follow_up消息包、Delay_Req消息包以及Delay_Resp消息包。主从时钟同步过程主要分为两个部分，即，时钟相位差测量Offset（O）与路径时延测量Delay（D），具体地，从图1中可以看出：

A＝t₁-t₀＝D+O；

B＝t₃-t₂＝D-O；

其中，t₀、t₁、t₂、t₃为PTP消息包发送和接收时所对应的时间戳，即：t₀为PTP消息离开Master的时间、t₁为PTP消息到达Slave的时间、t₂为Slave发Delay_Req消息给Master的时间、t₃为Delay_Req到达Maste的时间。；

从而可以进一步得出：

路径延迟Delay：D＝（A+B）/2；

相位差Offset：O＝（A-B）/2。

从上述的描述中可以看出，上述对于路径延迟和相位差的计算是基于Master Clock到Slave Clock的延迟与Slave Clock到Master Clock的延迟理论上应当一致，但是实际上由于硬件打各时间戳，环境的变化都会带来误差，这都将造成双向延迟的不一致，通常地，两者之间可能相差几十纳秒或者在恶劣的环境下可能更大，这也使得直接利用标准中所提到的算法进行时钟同步的精度有待进一步提高。

发明内容

本发明提出一种实现时钟时间同步的方法及装置，以提高时钟同步精度。

为了解决上述问题，本发明公开了一种实现时钟时间同步的方法，包括：

利用卡尔曼滤波算法，分别以精密时钟同步协议（PTP）消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差以及时钟频率偏差进行估计，得到主从时钟之间的相位差，根据所估计的相位差对从时钟进行同步调整。

可选地，上述方法中，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值对时钟偏差、时钟频率偏差进行估计以外，还结合时钟老化率进行估计，得到主从时钟之间的相位差。

可选地，上述方法中，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差以外，还结合时钟老化率进行估计的过程如下：

利用卡尔曼滤波算法分别建立主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程；

再对主、从时钟的时间同步状态的状态方程和对应的测量向量的测量方程分别进行卡尔曼迭代估计，得到状态x₁＝O+D₁的估计值和x₂＝O-D₂的估计值，再由x₁和x₂得到主从时钟之间的相位差O，其中，D₁为主时钟到从时钟的路径延迟，D₂为从时钟到主时钟的路径延迟。

可选地，上述方法中，分别建立的主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程如下：

$\left\{\begin{array}{c}{X}_1\left(k\right)=F_1(k,k-1)X_1(k-1)+W_1\left(k\right)\\ Y_1\left(k\right)=H_1{X}_1(k-1)+V_1\left(k\right)\end{array}\right.$

$\left\{\begin{array}{c}{X}_2\left(k\right)=F_2(k,k-1)X_2(k-1)+W_2\left(k\right)\\ Y_2\left(k\right)=H_2{X}_2(k-1)+V_2\left(k\right)\end{array}\right.$

其中，状态向量X₁(k)(x₁，x₃，x₄)^T(k)，X₂(k)＝(x₂，x₃，x₄)^T(k)

状态值x₁＝t₁-t₀＝O+D₁，x₂＝t₂-t₃＝O-D₂，x₃为主从时钟之间的频率差，x₄为时钟芯片老化率；

测量向量Y₁(k)＝(y₁)(k)，Y₂(k)＝(y₂)(k)，测量值y₁＝t₁-t₀，y₂＝t₂-t₃；

t₀为同步消息离开主时钟的时间、t₁为同步消息到达从时钟的时间、t₂为从时钟发延迟应答消息给主时钟的时间、t₃为延迟应答消息到达从时钟的时间;

H₁＝H₂＝(1 0 0)，Δt为相邻PTP消息发包的发包间隔时间。

可选地，上述方法中，按照如下公式对主、从时钟的时间同步态的状态方程进行卡尔曼迭代估计得到状态x₁＝O+D₁的估计值：

X₁(k，k)X₁(k，k-1)+K₁(k)[Y₁(k)-H₁X₁(k，k-1)]。

可选地，上述方法中，按照如下公式对对主、从时钟的测量向量的测量方程进行卡尔曼迭代估计，得到状态x₂＝O-D₂的估计值：

X₂(k，k)＝X₂(k，k-1)+K₂(k)[Y₂(k)-H₂X₂(k，k-1)]。

可选地，上述方法中，

其中，σ为系统同步性能精确度要求值。

本发明还公开了一种实现时钟时间同步的装置，包括：

第一模块，利用卡尔曼滤波算法，分别以精密时钟同步协议（PTP）消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差进行估计，得到主从时钟之间的相位差；

第二模块，根据所估计的相位差对从时钟进行同步调整。

可选地，上述装置中，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值对时钟偏差、时钟频率偏差进行估计以外，还结合时钟老化率进行估计，得到主从时钟之间的相位差。

可选地，上述装置中，所述第一模块分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差进行估计以外，还结合时钟老化率进行估计指：

利用卡尔曼滤波算法分别建立主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程；

再对主、从时钟的时间同步状态的状态方程和对应的测量向量的测量方程分别进行卡尔曼迭代估计，得到状态x₁＝O+D₁的估计值和x₂＝O-D₂的估计值，再由x₁和x₂得到主从时钟之间的相位差O，其中，D₁为主时钟到从时钟的路径延迟，D₂为从时钟到主时钟的路径延迟。

可选地，上述装置中，所述第一模块分别建立的主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程如下：

$\left\{\begin{array}{c}{X}_1\left(k\right)=F_1(k,k-1)X_1(k-1)+W_1\left(k\right)\\ Y_1\left(k\right)=H_1{X}_1(k-1)+V_1\left(k\right)\end{array}\right.$

$\left\{\begin{array}{c}{X}_2\left(k\right)=F_2(k,k-1)X_2(k-1)+W_2\left(k\right)\\ Y_2\left(k\right)=H_2{X}_2(k-1)+V_2\left(k\right)\end{array}\right.$

其中，状态向量X₁(k)＝(x₁，x₃，x₄)^T(k)，X₂(k)＝(x₂，x₃，x₄)^T(k)

状态值x₁＝t₁-t₀＝O+D₁，x₂＝t₂-t₃＝O-D₂，x₃为主从时钟之间的频率差，x₄为时钟芯片老化率；

测量向量Y₁(k)＝(y₁)(k)，Y₂(k)＝(y₂)(k)，测量值y₁＝t₁-t₀，y₂＝t₂-t₃；

t₀为同步消息离开主时钟的时间、t₁为同步消息到达从时钟的时间、t₂为从时钟发延迟应答消息给主时钟的时间、t₃为延迟应答消息到达从时钟的时间;

H₁＝H₂＝(1 0 0)，Δt为相邻PTP消息发包的发包间隔时间。

可选地，上述装置中，所述第一模块按照如下公式对主、从时钟的时间同步态的状态方程进行卡尔曼迭代估计得到状态x₁＝O+D₁的估计值：

X₁(k，k)X₁(k，k-1)+K₁(k)[Y₁(k)-H₁X₁(k，k-1)]。

可选地，上述装置中，所述第一模块按照如下公式对对主、从时钟的测量向量的测量方程进行卡尔曼迭代估计，得到状态x₂＝O-D₂的估计值：

X₂(k，k)＝X₂(k，k-1)+K₂(k)[Y₂(k)-H₂X₂(k，k-1)]。

可选地，上述装置中，

其中，σ为系统同步性能精确度要求值。

本申请技术方案由于进行卡尔曼滤波算法的状态量是基于相位差和路径延迟的结合（O+D，O-D）而分别进行测量值计算，其对于时钟同步相位差的估计值明显优于仅以相位差为状态值的单一测量值计算而得到的时钟同步相位差的估计值，能够更好地反映出相位差，，从而大大提高了主从时钟之间的同步精度。

附图说明

图1为现有IEEE15888时间同步原理图；

图2为本实施例中实现时钟同步的测试模型图；

图3为本实施例中卡尔曼滤波算法相位偏差示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文将结合附图对本发明技术方案作进一步详细说明。需要说明的是，在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

实施例1

发明人通过利用卡尔曼滤波算法来实现本申请的目的，其是基于噪声的统计规律，根据估计误差最小的原则估计出当前的Master Clock和SlaveClock时间同步的状态，从而用于时钟同步调整，其所依赖的的测试模型如图2所示。具体地，卡尔曼滤波算法利用确定Master Clock和Slave Clock时间同步状态的状态方程（见式（1））和确定Master Clock和Slave Clock时间同步状态的测量向量的测量方程（见式（2））来实现:

X(k)＝F(k，k-1)X(k-1)+W(k)   (1)

Y(k)＝HX(k-1)+V(k)   (2)

其中，X（k）为状态向量；

Y（k）为状态的测量向量；

F(k，k-1)为Master Clock和Slave Clock第k-1次的时间同步状态到第k次的时间同步状态转移矩阵，W(k)为过程噪声，V(k)为测量噪声。

W(k)的协方差矩阵为Q(k)，V(k)的协方差矩阵为R(k)。

基于上述的卡尔曼滤波算法，我们预先做出如下设定：

(1)W(k)和V(k)这两种噪声符合正态分布；

(2)Master Clock到Slave Clock的延迟D₁与Slave Clock到Master Clock的延迟D₂之差不大于已知的系统同步性能精确度要求(σ)的一半，即，

当然D₁与D₂之差越小效果更优。

而本实施例实现时钟时间同步的方法中，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差、以及老化率进行同时估计得出主从时钟之间的相位差，根据所估计的相位差对从时钟进行同步调整，从而提高主从节点之间的时钟同步精度。

具体来说，Master Clock和Slave Clock时间同步状态的状态方程和对应的测量向量的测量方程为：

$\left\{\begin{array}{c}{X}_1\left(k\right)=F_1(k,k-1)X_1(k-1)+W_1\left(k\right)\\ Y_1\left(k\right)=H_1{X}_1(k-1)+V_1\left(k\right)\end{array}\right.---\left(3\right)$

$\left\{\begin{array}{c}{X}_2\left(k\right)=F_2(k,k-1)X_2(k-1)+W_2\left(k\right)\\ Y_2\left(k\right)=H_2{X}_2(k-1)+V_2\left(k\right)\end{array}\right.---\left(4\right)$

状态向量X₁(k)＝(x₁，x₃，x₄)^T(k)，X₂(k)＝(x₂，x₃，x₄)^T(k)

其中，状态值x₁＝t₁-t₀＝O+D₁，x₂＝t₂-t₃＝O-D₂，x₃为Master Clock和SlaveClock之间的频率差，x₄为老化率（即时钟芯片频率随时间的变化率）；

测量向量，Y₁(k)＝(y₁)(k)，Y₂(k)＝(y₂)(k)，其中，测量值：y₁＝t₁-t₀，y₂＝t₂-t₃；

各时间戳：t₀为同步消息离开Master的时间、t₁为同步消息到达Slave的时间、t₂为Slave发Delay_Req消息给Master的时间、t₃为Delay_Req到达Maste的时间；

H₁＝H₂＝(1 0 0)，Δt为相邻PTP消息发包（也就是，上述所提及的相邻组消息包（包括Sync消息包、Follow_up消息包、Delay_Req消息包以及Delay_Resp消息包的以太PTP消息包））的发包间隔时间，也是，第k次与第k-1次上述运算之间的时间间隔。

状态转移矩阵 $F_1(k,k-1)=F_2(k,k-1)=\left(\begin{array}{ccc}1& \mathrm{\Δt}& \frac{{\left(\mathrm{\Δt}\right)}^2}{2}\\ 0& 1& \mathrm{\Δt}\\ 0& 0& 1\end{array}\right)$

过程噪声W₁(k)和W₂(k)的协方差方阵分别为Q₁(k)和Q₂(k)，测量噪声V₁(k)和V₂(k)的协方差方阵分别为R₁(k)和R₂(k)。

对于式（3）的卡尔曼迭代估计如下：

预测阶段：

X₁(k，k-1)＝F₁(k，k-1)X₁(k，k)   (3.1)

Y₁(k，k-1)＝H₁(k)X₁(k，k-1)，   (3.2)

P₁(k，k-1)＝cov(X₁(k)-X₁(k，k-1))

＝F₁(k，k-1)P₁(k-1，k-1)F₁(k，k-1)+Q₁(k).   (3.3)

更新阶段：

卡尔曼增益矩阵：K₁(k)＝P₁(k，k-1)H₁ ^T(H₁P₁(k-1，k-1)H₁ ^T+R₁(k))^-1.   (3.4)

X₁(k，k)＝X₁(k，k-1)+K₁(k)[Y₁(k)-H₁X₁(k，k-1)]，   (3.5)

P₁(k，k)＝[I-K₁(k)H₁]P₁(k，k-1).   (3.6)

可知，式（3.5）是通过卡尔曼滤波估计得到状态x₁＝t₁-t₀＝O+D₁的估计值。

同理，对于式（4）的卡尔曼迭代估计可以得到状态x₂＝t₂-t₃＝O-D₂的估计值，具体如下：

预测阶段：

X₂(k，k-1)＝F₂(k，k-1)X₂(k，k)   (4.1)

Y₂(k，k-1)＝H₂(k)X₂(k，k-1)   (4.2)

P₂(k，k-1)＝cov(X₂(k)-X₂(k，k-1))   (4.3)

＝F₂（k，k-1)P₂(k-1，k-1)F₂(k，k-1)+Q₂(k)

更新阶段：

卡尔曼增益矩阵:K₂(k)＝P₂(k，k-1)H₂ ^T(H₂P₁(k-1，k-1)H₂ ^T+R₂(k))^-1   (4.4)

X₂(k，k)＝X₂(k，k-1)+K₂(k)[Y₂(k)-H₂X₂(k，k-1)]   (4.5)

P₂(k，k)＝[I-K₂(k)H₂]P₂(k，k-1)   (4.6)

可知，式（4.5）是通过卡尔曼滤波估计得到状态x₂＝t₂-t₃＝O-D₂的估计值。

由于x₁＝O+D₁，x₂＝O-D₂；我们可以得出根据上述由(3.5)和（4.5）得到的状态估计值得出主从时钟之间的相位差O＝[(x₁+x₂)-(D₁-D₂)]/2，此处，

根据所估计的相位差对从时钟进行时钟调整，从而提高主从节点之间的时钟同步精度。

在上述实施例中，是为了使同步精确程度更高，所以对于Master Clock到Slave Clock的延迟D₁与Slave Clock到Master Clock的延迟D₂之差进行了限定，实际上在其它实施例中，也可以没有此项限定，由于进行卡尔曼滤波算法的状态量是基于相位差和路径延迟的结合（O+D，O-D）而分别进行测量值计算，其对于时钟同步相位差的估计值也明显优于仅以相位差为状态值的单一测量值计算而得到的时钟同步相位差的估计值，能够更好地反映出相位差。

另一方面，在不对Master Clock到Slave Clock的延迟D₁与Slave Clock到Master Clock的延迟D₂进行任何限制的情况下也可以采用更为鲁棒性的自适应卡尔曼滤波算法，此处不赘述。

在另外的实施例中，也可以采用如上类似的方法，以PTP消息包中同步消息包、和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差进行同时估计得出主从时钟之间的相位差，根据所估计的相位差对从时钟进行同步调整，从而提高主从节点之间的时钟同步精度。在上述实施例中引入时钟芯片老化率为状态值之一是基于时钟芯片老化率对频率和相位的影响，而且发明人发现时钟芯片的频率受其老化率、温度等因素的影响在一段时间内是近似线性的，可以利用这种线性关系来提高时钟芯片频率的准确性，因此将其引入将更有利于计算频率，从而大大提高时钟同步的精度。本实施例中利用卡尔曼滤波算法的相位偏差如图3所示。

实施例2

本实施例提供一种实现时钟时间同步的装置，其基于噪声的统计规律，根据估计误差最小的原则估计出当前的Master Clock和Slave Clock时间同步的状态，从而用于时钟同步调整。该装置至少包括如下模块：

第一模块，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差以及老化率进行估计，得到主从时钟之间的相位差；

在另外的实施例中，以上述装置的基本架构相同，第一模块以PTP消息包中同步消息包、和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差进行同时估计得出主从时钟之间的相位差，此时，第二模块根据所估计的相位差对从时钟进行同步调整，从而提高主从节点之间的时钟同步精度。而在本实施例中引入时钟芯片老化率为状态值之一是基于时钟芯片老化率对频率和相位的影响，而且发明人发现时钟芯片的频率受其老化率、温度等因素的影响在一段时间内是近似线性的，可以利用这种线性关系来提高时钟芯片频率的准确性，因此将其引入将更有利于计算频率，从而大大提高时钟同步的精度。

第二模块，根据所估计的相位差对从时钟进行同步调整。其中，第一模块分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差以及老化率进行估计指：

利用卡尔曼滤波算法分别建立主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程；

再对主、从时钟的时间同步状态的状态方程和对应的测量向量的测量方程分别进行卡尔曼迭代估计，得到状态x₁＝O+D₁的估计值和x₂＝O-D₂的估计值，再由x₁和x₂得到主从时钟之间的相位差O。

具体地，Master Clock和Slave Clock时间同步状态的状态方程和对应的测量向量的测量方程为：

$\left\{\begin{array}{c}{X}_1\left(k\right)=F_1(k,k-1)X_1(k-1)+W_1\left(k\right)\\ Y_1\left(k\right)=H_1{X}_1(k-1)+V_1\left(k\right)\end{array}\right.---\left(3\right)$

$\left\{\begin{array}{c}{X}_2\left(k\right)=F_2(k,k-1)X_2(k-1)+W_2\left(k\right)\\ Y_2\left(k\right)=H_2{X}_2(k-1)+V_2\left(k\right)\end{array}\right.---\left(4\right)$

状态向量X₁(k)＝(x₁，x₃，x₄)^T(k)，X₂(k)＝(x₂，x₃，x₄)^T(k)

其中，状态值x₁＝t₁-t₀＝O+D₁，x₂＝t₂-t₃＝O-D₂，x₃为Master Clock和SlaveClock之间的频率差，x₄为老化率（即时钟芯片频率随时间的变化率）；

测量向量，Y₁(k)＝(y₁)(k)，Y₂(k)(y₂)(k)，其中，测量值：y₁＝t₁-t₀，y₂＝t₂-t₃；

各时间戳：t₀为同步消息离开Master的时间、t₁为同步消息到达Slave的时间、t₂为Slave发Delay_Req消息给Master的时间、t₃为Delay_Req到达Maste的时间；

H₁＝H₂＝(1 0 0)，Δt为相邻PTP消息发包（也就是，上述所提及的相邻组消息包（包括Sync消息包、Follow_up消息包、Delay_Req消息包以及Delay_Resp消息包的以太PTP消息包））的发包间隔时间，也是，第k次与第k-1次上述运算之间的时间间隔。

状态转移矩阵 $F_1(k,k-1)=F_2(k,k-1)=\left(\begin{array}{ccc}1& \mathrm{\Δt}& \frac{{\left(\mathrm{\Δt}\right)}^2}{2}\\ 0& 1& \mathrm{\Δt}\\ 0& 0& 1\end{array}\right)$

过程噪声W₁(k)和W₂(k)的协方差方阵分别为Q₁(k)和Q₂(k)，测量噪声V₁(k)和V₂(k)的协方差方阵分别为R₁(k)和R₂(k)。

对于式（3）的卡尔曼迭代估计如下：

预测阶段：

X₁(k，k-1)＝F₁(k，k-1)X₁(k，k)   (3.1)

Y₁(k，k-1)＝H₁(k)X₁(k，k-1)，   (3.2)

P₁(k，k-1)＝cov(X₁(k)-X₁(k，k-1))

＝F₁(k，k-1)P₁(k-1，k-1)F₁(k，k-1)+Q₁(k).   (3.3)

更新阶段：

卡尔曼增益矩阵：K₁(k)＝P₁(k，k-1)H₁ ^T(H₁P₁(k-1，k-1)H₁ ^T+R₁(k))^-1.   (3.4)

X₁(k，k)＝X₁(k，k-1)+K₁(k)[Y₁(k)-H₁X₁(k，k-1)]，   (3.5)

P₁(k，k)＝[I-K₁(k)H₁]P₁(k，k-1).   (3.6)

可知，式（3.5）是通过卡尔曼滤波估计得到状态x₁＝t₁-t₀＝O+D₁的估计值。

同理，对于式（4）的卡尔曼迭代估计可以得到状态x₂＝t₂-t₃＝O-D₂的估计值，具体如下：

预测阶段：

X₂(k，k-1)＝F₂(k，k-1)X₂(k，k)   (4.1)

Y₂(k，k-1)＝H₂(k)X₂(k，k-1)   (4.2)

P₂(k，k-1)＝cov(X₂(k)-X₂(k，k-1))   (4.3)

＝F₂（k，k-1)P₂(k-1，k-1)F₂(k，k-1)+Q₂(k)

更新阶段：

卡尔曼增益矩阵:K₂(k)＝P₂(k，k－1)H₂ ^T(H₂P₁(k-1，k-1)H₂ ^T+R₂(k))^-1   (4.4)

X₂(k，k)＝X₂(k，k－1)＋K₂(k)[Y₂(k)-H₂X₂(k，k-1)]   (4.5)

P₂(k，k)＝[I-K₂(k)H₂]P₂(k，k-1)   (4.6)

可知，式（4.5）是通过卡尔曼滤波估计得到状态x₂＝t₂-t₃＝O-D₂的估计值。

由于x₁＝O+D₁，x₂＝O-D₂；第二模块即可得出根据上述由(3.5)和（4.5）得到的状态估计值得出主从时钟之间的相位差O＝[(x₁+x₂)-(D₁-D₂)]/2，此处，

根据所估计的相位差对从时钟进行时钟调整，从而提高主从节点之间的时钟同步精度。

另一方面，在不对Master Clock到Slave Clock的延迟D₁与Slave Clock到Master Clock的延迟D₂进行任何限制的情况下也可以采用更为鲁棒性的自适应卡尔曼滤波算法，此处不赘述。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本申请不限制于任何特定形式的硬件和软件的结合。

以上所述，仅为本发明的较佳实例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种实现时钟时间同步的方法，其特征在于，包括：

利用卡尔曼滤波算法，分别以精密时钟同步协议（PTP）消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差以及时钟频率偏差进行估计，得到主从时钟之间的相位差，根据所估计的相位差对从时钟进行同步调整。

2.如权利要求1所述的方法，其特征在于，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值对时钟偏差、时钟频率偏差进行估计以外，还结合时钟老化率进行估计，得到主从时钟之间的相位差。

3.如权利要求2所述的方法，其特征在于，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差以外，还结合时钟老化率进行估计的过程如下：

利用卡尔曼滤波算法分别建立主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程；

再对主、从时钟的时间同步状态的状态方程和对应的测量向量的测量方程分别进行卡尔曼迭代估计，得到状态x₁＝O+D₁的估计值和x₂＝O-D₂的估计值，再由x₁和x₂得到主从时钟之间的相位差O，其中，D₁为主时钟到从时钟的路径延迟，D₂为从时钟到主时钟的路径延迟。

4.如权利要求3所述的方法，其特征在于，分别建立的主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程如下：

$\left\{\begin{array}{c}{X}_1\left(k\right)=F_1(k,k-1)X_1(k-1)+W_1\left(k\right)\\ Y_1\left(k\right)=H_1{X}_1(k-1)+V_1\left(k\right)\end{array}\right.$

$\left\{\begin{array}{c}{X}_2\left(k\right)=F_2(k,k-1)X_2(k-1)+W_2\left(k\right)\\ Y_2\left(k\right)=H_2{X}_2(k-1)+V_2\left(k\right)\end{array}\right.$

其中，状态向量X₁(k)(x₁，x₃，x₄)^T(k)，X₂(k)(x₂，x₃，x₄)^T(k)

状态值x₁＝t₁-t₀＝O+D₁，x₂＝t₂-t₃＝O-D₂，x₃为主从时钟之间的频率差，x₄为时钟芯片老化率；

测量向量Y₁(k)(y₁)(k)，Y₂(k)(y₂)(k)，测量值y₁＝t₁-t₀，y₂＝t₂-t₃；

t₀为同步消息离开主时钟的时间、t₁为同步消息到达从时钟的时间、t₂为从时钟发延迟应答消息给主时钟的时间、t₃为延迟应答消息到达从时钟的时间;

H₁＝H₂＝(1 0 0)，Δt为相邻PTP消息发包组消息包的发包间隔时间。

5.如权利要求3所述的方法，其特征在于，按照如下公式对主、从时钟的时间同步态的状态方程进行卡尔曼迭代估计得到状态x₁＝O+D₁的估计值：

X₁(k，k)X₁(k，k-1)+K₁(k)[Y₁(k)-H₁X₁(k，k-1)]。

6.如权利要求3所述的方法，其特征在于，按照如下公式对对主、从时钟的测量向量的测量方程进行卡尔曼迭代估计，得到状态x₂＝O-D₂的估计值：

X₂(k，k)X₂(k，k-1)+K₂(k)[Y₂(k)-H₂X₂(k，k-1)]。

7.如权利要求3至6任一项所述的方法，其特征在于，

$|D_2-D_1|\≤\frac{1}{2}\mathrm{\σ},$

其中，σ为系统同步性能精确度要求值。

8.一种实现时钟时间同步的装置，其特征在于，包括：

第一模块，利用卡尔曼滤波算法，分别以精密时钟同步协议（PTP）消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差进行估计，得到主从时钟之间的相位差；

第二模块，根据所估计的相位差对从时钟进行同步调整。

9.如权利要求8所述的装置，其特征在于，所述第一模块，分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值对时钟偏差、时钟频率偏差进行估计以外，还结合时钟老化率进行估计，得到主从时钟之间的相位差。

10.如权利要求9所述的装置，其特征在于，所述第一模块分别以PTP消息包中同步消息包和应答消息包的发送接收时间戳之差为观测值来对时钟偏差、时钟频率偏差进行估计以外，还结合时钟老化率进行估计指：

利用卡尔曼滤波算法分别建立主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程；

再对主、从时钟的时间同步状态的状态方程和对应的测量向量的测量方程分别进行卡尔曼迭代估计，得到状态x₁＝O+D₁的估计值和x₂＝O-D₂的估计值，再由x₁和x₂得到主从时钟之间的相位差O，其中，D₁为主时钟到从时钟的路径延迟，D₂为从时钟到主时钟的路径延迟。

11.如权利要求9所述的装置，其特征在于，所述第一模块分别建立的主、从时钟时间同步状态的状态方程和对应的测量向量的测量方程如下：

$\left\{\begin{array}{c}{X}_1\left(k\right)=F_1(k,k-1)X_1(k-1)+W_1\left(k\right)\\ Y_1\left(k\right)=H_1{X}_1(k-1)+V_1\left(k\right)\end{array}\right.$

$\left\{\begin{array}{c}{X}_2\left(k\right)=F_2(k,k-1)X_2(k-1)+W_2\left(k\right)\\ Y_2\left(k\right)=H_2{X}_2(k-1)+V_2\left(k\right)\end{array}\right.$

其中，状态向量X₁(k)(x₁，x₃，x₄)^T(k)，X₂(k)＝(x₂，x₃，x₄)^T(k)

状态值x₁＝t₁-t₀＝O+D₁，x₂＝t₂-t₃＝O-D₂，x₃为主从时钟之间的频率差，x₄为时钟芯片老化率；

测量向量Y₁(k)(y₁)(k)，Y₂(k)(y₂)(k)，测量值y₁＝t₁-t₀，y₂＝t₂-t₃；

t₀为同步消息离开主时钟的时间、t₁为同步消息到达从时钟的时间、t₂为从时钟发延迟应答消息给主时钟的时间、t₃为延迟应答消息到达从时钟的时间;

H₁＝H₂＝(1 0 0)，Δt为相邻PTP消息发包的发包间隔时间。

12.如权利要求9所述的装置，其特征在于，所述第一模块按照如下公式对主、从时钟的时间同步态的状态方程进行卡尔曼迭代估计得到状态x₁＝O+D₁的估计值：

X₁(k，k)X₁(k，k-1)+K₁(k)[Y₁(k)-H₁X₁(k，k-1)]。

13.如权利要求9所述的装置，其特征在于，所述第一模块按照如下公式对对主、从时钟的测量向量的测量方程进行卡尔曼迭代估计，得到状态x₂＝O-D₂的估计值：

X₂(k，k)X₂(k，k-1)+K₂(k)[Y₂(k)-H₂X₂(k，k-1)]。

14.如权利要求9至13任一项所述的装置，其特征在于，

$|D_2-D_1|\≤\frac{1}{2}\mathrm{\σ},$

其中，σ为系统同步性能精确度要求值。

Images