CN104135333B - 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法 - Google Patents
一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法 Download PDFInfo
- Publication number
- CN104135333B CN104135333B CN201410355572.1A CN201410355572A CN104135333B CN 104135333 B CN104135333 B CN 104135333B CN 201410355572 A CN201410355572 A CN 201410355572A CN 104135333 B CN104135333 B CN 104135333B
- Authority
- CN
- China
- Prior art keywords
- time
- node
- ntr
- matrix
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Synchronisation In Digital Transmission Systems (AREA)
Abstract
一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,包括以下步骤:NTR节点广播信标信息。非NTR接收到广播信标后,确定自己发送询问信息的时隙号及更新本地时钟。非NTR通过与NRT交互RTT‑I和RTT‑R信息,并计算出测量时间。非NTR利用同步滤波器矫正其本地时钟,其通过RTT询问得到的测量时间校对本地预测时间进行修正,通过迭代估计非NTR时间的相位和温漂频率。这种迭代式的估计方法能使同步端机实现精准的时间同步。同步滤波器可在无测量时间更新的较长时间内持续同步保持。本发明良好地解决了高动态快速移动环境下的TDMA节点时间同步问题,提高了网络同步精度,协议处理简单,占用资源量小,对设备要求低。
Description
技术领域
本发明涉及一种基于卡尔曼滤波器的TDMA节点的开环网络时间同步方法,属于通信网络领域,适用于基于时分多址接入的无线网络。
背景技术
数据链系统通过数据链网络即时获取、处理目标信息,攻击目标实现“发现即摧毁”。武器系统通过多址接入协议适时有序接入无线信道。多址接入协议选择及设计是否合理,对整个数据链网络的性能起着决定性作用。而TDMA传输可靠且时延抖动小,适用于传输大容量实时数据。但TDMA需要完成各节点间时隙同步,建立链路时间较长。
传统方法在传输距离动态变化剧烈的环境下,待同步端机询问路径与应答路径差距较大(尤其是询问帧和应答帧不在同一时隙,且其相互间隔较大),会导致来自往返时间RTT测量的时间误差失准。不再适合作为时钟校正的主要依据。反而本地同步滤波器受距离变化影响小,其时钟预测值可作为时钟校正的依据,并且其收敛稳定后在较长时间内(无外部测量更新)保持相对稳定可靠。从而解决了TDMA时间同步在高动态快速移动环境下的时间同步问题。本情况可以针对数据链路由于视距,或干扰形成的链路长时间中断情况,并不影响TDMA网络的时钟同步。论文《适于机动TDMA卫通站的开环网络同步方法》、《基于最优时钟偏差的无线传感器网络同步算法》和《TDMA网络精确同步的实现》在时钟同步过程中均采用卡尔曼滤波器,但是论文《适于机动TDMA卫通站的开环网络同步方法》针对卫星通信站同步时引用卡尔曼滤波进行处理的状态矢量分别为距离差,径向速度和固定频偏。且其时帧协议相对简单,待同步端机无需发送询问信息。论文《基于最优时钟偏差的无线传感器网络同步算法》采用应答询问信息,但其时钟误差模型相对简单,只处理时钟的相位矢量。论文《TDMA网络精确同步的实现》提出采用卡尔曼滤波进行有源校时,但对时钟建模过程和卡尔曼滤波执行过程却没有详细阐述,且其未引入同步保持功能。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供了一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,良好的解决了高动态快速移动环境下的TDMA节点时间同步问题,提高了网络同步精度,协议处理简单,占用资源量小,对设备要求低。
本发明的技术解决方案是:一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,所述卡尔曼滤波器包括:测量矩阵,状态转移矩阵和误差状态协方差矩阵;步骤如下:
(1)建立非NTR节点的本地时钟参数模型,具体形式为:t=θ+ωT,其中θ为时间相位,ω为时钟温漂频率,T为更新周期,在开环网络时间同步过程中利用更新周期维护表对更新周期T进行更新,t为非NTR节点的本地时钟;进入步骤(2);
(2)NTR节点广播信标信息,非NTR节点接收到广播信标信息后,利用广播信标信息中的时隙信息确定自身发送询问信息的时钟同步时隙,并利用广播信标信息中的时间信息更新非NTR节点的本地时钟t,所述NTR节点为高动态TDMA节点中的时间参考节点,非NTR节点为高动态TDMA节点中的除时间参考节点之外的其他所有参与节点;
(3)非NTR节点在步骤(2)中确定的发送询问信息的时钟同步时隙内向NTR节点发送询问信息RTT-I,NTR节点收到RTT-I后记录到达时间,并在预先设定的同一时钟同步时隙中的时刻Ta向非NTR节点发送反馈信息RTT-R;
(4)若非NTR节点收到步骤(3)中NTR节点发送的反馈信息RTT-R,则利用公式计算出测量时钟误差,并利用测量时钟误差ε和步骤(2)中更新的非NTR节点的本地时钟t计算非NTR节点的测量时间值Z(n)=t+ε,式中TOAI为RTT-I到达NTR节点时NTR节点记录的到达时间,Ta为NTR节点发送RTT-R的时刻,TOAR为RTT-R到达非NTR节点时非NTR节点记录的到达时间;
若非NTR节点没有收到步骤(3)中NTR节点发送的反馈信息RTT-R,则将非NTR节点的本地时钟预测值作为非NTR节点的测量时间值,式中H(n)为卡尔曼滤波器的测量矩阵,为时间相位和时钟温漂频率的预测值;
(5)利用步骤(4)中计算得到的非NTR节点的测量时间值Z(n)和非NTR节点的本地时钟预测值计算新息将超出预设新息数值范围的新息剔除,得到有效新息α(n);
(6)利用卡尔曼滤波器的误差状态协方差推移矩阵P(n,n-1)、状态转移矩阵φ(n+1,n)和测量矩阵H(n)计算卡尔曼增益K(n),具体为:K(n)=φ(n+1,n)P(n,n-1)HT(n)Rα -1(n);其中Rα(n)=H(n)P(n,n-1)HT(n)+Q2为新息相关阵,Q2为测量过程噪声;
(7)将步骤(5)中的有效新息α(n)和步骤(6)中的卡尔曼增益K(n)相乘得到测量时间的时间相位修正值和时钟温漂频率修正值K(n)α(n);
(8)将当前更新周期的非NTR节点的本地时钟预测值与卡尔曼滤波器的状态转移矩阵φ(n+1,n)相乘,再与步骤(7)中测量时间的时间相位修正值和时钟温漂频率修正值相加,相加后的结果与卡尔曼滤波器的测量矩阵相乘得到下一更新周期非NTR节点的本地时钟预测值;下一更新周期非NTR节点本地时钟预测值具体为:
(9)利用步骤(6)中计算的卡尔曼增益K(n)、卡尔曼滤波器的测量矩阵H(n)和状态转移矩阵φ(n+1,n)更新误差状态协方差矩阵P(n),然后利用更新后的误差状态协方差矩阵更新误差状态协方差推移矩阵P(n,n-1);
(10)重复步骤(2)-步骤(9),直到步骤(9)中计算得到的误差状态协方差矩阵P(n)中的时间相位误差值均小于预设的收敛门限,时间同步过程结束,非NTR节点的测量时间值不再更新;进入步骤(11);
(11)TDMA开环网络进入时间同步保持状态,用更新周期维护表对更新周期T进行更新,进行时间品质等级评定,重复步骤(5)-步骤(9),若步骤(9)中计算得到的误差状态协方差矩阵中的时间相位误差值有一个大于预设的收敛门限,则重复步骤(1)-步骤(11)。
所述步骤(1)中在开环网络时间同步过程中利用更新周期维护表对更新周期T进行更新,具体为:
非NTR节点中卡尔曼滤波器在未收敛前其均为精同步状态,收敛后处于同步保持状态,根据表1所示的更新周期维护表确定卡尔曼滤波系统的更新周期T,其中精同步状态A、精同步状态B和精同步状态C均为初始设置;根据初始设置的精同步状态的不同,在精通步状态时选择不同的更新周期;
在同步保持阶段增大更新周期,同步保持状态A、同步保持状态B、同步保持状态C和同步保持状态D也为初始设置,根据初始设置的同步保持状态的不同,在同步保持状态时选择不同的更新周期;
表1中时隙为TDMA网络的基本时间单元,若干时隙组成一个时帧,若干时帧组成一个时元;
表1
同步状态 | 更新周期 |
精同步状态A | 1/2时帧 |
精同步状态B | 1时帧 |
精同步状态C | 2时帧 |
同步保持状态A | 1/8时元 |
同步保持状态B | 1/4时元 |
同步保持状态C | 1/2时元 |
同步保持状态D | 1时元 |
同步保持状态和精同步状态对应的更新周期在一次时间同步过程中不再改变。
所述步骤(9)中利用步骤(6)中计算的卡尔曼增益K(n)、卡尔曼滤波器的测量矩阵H(n)和状态转移矩阵φ(n+1,n)更新误差状态协方差矩阵P(n),然后利用更新后的误差状态协方差矩阵更新误差状态协方差推移矩阵P(n,n-1);具体为:
利用公式P(n)=P(n,n-1)-φ(n,n+1)K(n)H(n)P(n,n-1)对预测误差相关矩阵进行更新,其中φ(n,n+1)=φ-1(n+1,n),更新后的误差状态协方差推移矩阵具体为:P(n+1,n)=φ(n+1,n)P(n)φT(n+1,n)+Q1,其中Q1为零均值过程系统噪声向量,由公式 给出,其中为相位噪声的自相关值,为频率噪声的自相关值。
所述步骤(11)中进行时间品质等级评定,具体为:利用表2所示的时间品质等级评定表,将预测误差状态协方差矩阵P(n,n-1)中第一行第一列的时间相位预测误差自相关值与各个时间品质等级相对应的时间同步精度相比较,判定时间品质等级,若误差状态协方差矩阵中的时间相位误差值大于低一级时间品质对应的同步精度值,且小于高一级时间品质对应的同步精度值,则判定当前时间品质等级为低一级时间品质,若误差状态协方差矩阵中的时间相位误差值小于时间品质等级1的对应时间精度值,则将其判定为时间品质等级1,
表2
本发明与现有技术相比的有益效果是:
(1)本发明为非NTR节点的本地时钟建立二维模型,具体采用二阶卡尔曼滤波器对时钟进行维护,可以灵活的控制本地时钟的同时提高网络同步精度,时间同步精度更高;
(2)本发明的NTR节点只需要响应来自非NTR节点的询问信息RTT-I,协议处理简单,占用资源量小;
(3)本发明在进入时间同步保持状态后,NTR节点和非NTR节点之间不再进行信息的交互,在保证卡尔曼滤波器不发散的情况下,降低了NTR节点和非NTR节点之间的信息交互频率,有效地节省了时隙资源;
(4)本发明在指定时刻没收到RTT-R时,用非NTR节点的本地时钟预测值作为非NTR节点的测量时间值,无需依靠额外系统开销进行校正,在数据链路由于视距,或干扰等形成的链路长时间中断情况下,使得非NTR节点的时钟可长期保持稳定,并不影响TDMA网络的时钟同步;
(5)本发明利用更新周期维护表对更新周期T进行更新,在时间同步的不同阶段设定不同的更新时间,可以灵活地控制卡尔曼滤波器的收敛速度;
(6)本发明利用时间品质评定表对时间同步精度进行评定,可以更清晰地判断时间同步精度等级,还可以根据不同系统的精度等级要求对方法中的参数进行调整。
附图说明
图1为本发明流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细地阐述。
本发明总体涉及共存于同一网络的一组节点之间的时间统一,更具体地涉及时钟同步机制。在更广的意义上,本发明被限定为一种用于TDMA(“时分多址”)通信网络中的一组节点的时钟进行同步的方法,该方法中所述TDMA通信网络包括多个节点,其中被称为网络时间参考(NTR)节点的时间信息一般由外部精确时钟源提供。作为一个孤立的TDMA网络,其时间信息也可以由其内部的时钟计时器提供。其他节点被称为非NTR节点。
要同步的端机是利用同步滤波器矫正其时钟的相对误差。该同步滤波器是一种增益随时间变化的滤波器。其根据RTT询问所得到的NTR时间,通过迭代估计需要同步端机的时钟的相位和频率的相对误差。这种迭代式的误差估计方法能使同步端机实现精准的时间同步,并且在较长时间内(无外部测量更新)保持稳定可靠。对于NTR端机来说,RTT询问的速率有一个限定值,用来限制时帧(或时元)分配给用作RTT同步的时隙。同步滤波器,其实际为专用的二阶卡尔曼滤波器。端机在完成粗同步之后用其实现RTT方式的精同步。设置卡尔曼滤波器目的就在于对时间因素状态矢量进行最佳估计。即估算端机的时钟相对于NTR系统时钟的相位误差和温漂频率误差。RTT卡尔曼滤波器对时钟时间因素状态做出误差模型。预测时钟t=θ+ωT,其中θ为初始时间相位,ω为时钟温漂频率,T为更新周期。利用对时钟相对误差的直接观测值(由一个RTT应答信号处理产生)确定相位和频率误差。对RTT的时间差测量结果用二维卡尔曼滤波器进行处理,实际系统设计中,若需要系统快速的实现精同步:一、需要缩短RTT的测量周期,即通过增加其时隙占用率实现,为此带来了有效传输率下降的缺点;二、通过放宽精同步的门限,可适当减少卡尔曼滤波器收敛的迭代次数。
具体本发明的方法用于由多个节点组成无线通信网络。本发明中同步方法的目的是保持网络中所有节点的时钟与NTR节点的时间参考同步。该方法的关注目标为固定节点数目的无线网络中的时间同步的维护,网络中节点被预分配无冲突时隙。该方法的目的是更新JU节点的时钟值以便维护其与NTR节点的时间同步。如图1所示为本发明的流程图,由图1可知,本发明进行高动态TDMA节点开环网络时间同步,步骤具体如下:
(1)建立非NTR节点的本地时钟参数模型,具体形式为:t=θ+ωT,其中θ为时间相位,ω为时钟温漂频率,T为更新周期,在开环网络时间同步过程中利用更新周期维护表对更新周期T进行更新,t为非NTR节点的本地时钟;进入步骤(2);
非NTR节点中卡尔曼滤波器未收敛前其均为精同步状态,其收敛后处于同步保持状态。根据表1更新周期维护表确定卡尔曼系统的更新周期T,其中精同步状态A、精同步状态B、精同步状态C均为初始设置。根据初始设置的精同步状态的不同,在精通步状态时选择不同的更新周期。
同步保持阶段可增大更新周期,同步保持状态A、同步保持状态B、同步保持状态C和同步保持状态D也为初始设置,根据初始设置的同步保持状态的不同,在同步保持状态时选择不同的更新周期;
表1中时隙为TDMA网络的基本时间单元,若干时隙组成一个时帧,若干时帧组成一个时元;
表1
初始设置同步保持状态和精同步状态时对应的更新周期,一旦选定,不再改变
(2)NTR节点广播信标信息,非NTR节点接收到广播信标信息后,利用广播信标信息中的时隙信息确定自身发送询问信息的时钟同步时隙,并利用广播信标信息中的时间信息更新非NTR节点的本地时钟t,所述NTR节点为高动态TDMA节点中的时间参考节点,非NTR节点为高动态TDMA节点中的除时间参考节点之外的其他所有参与节点;
(3)非NTR节点在步骤(2)中确定的发送询问信息的时钟同步时隙内向NTR节点发送询问信息RTT-I,NTR节点收到RTT-I后记录到达时间并在预先设定的同一时钟同步时隙中的时刻Ta向非NTR节点发送反馈信息RTT-R;在实际方法中,Ta一般为同步时隙的11/20处;
(4)若非NTR节点收到步骤(3)中NTR节点发送的反馈信息RTT-R,则利用公式计算出测量时钟误差,并利用测量时钟误差ε和步骤(2)中更新的非NTR节点的本地时钟t计算非NTR节点的测量时间值Z(n)=t+ε,式中TOAI为RTT-I到达NTR节点时NTR节点记录的到达时间,Ta为NTR节点发送RTT-R的时刻,TOAR为RTT-R到达非NTR节点时非NTR节点记录的到达时间;
若非NTR节点没有收到步骤(3)中NTR节点发送的反馈信息RTT-R,则将非NTR节点的本地时钟预测值作为非NTR节点的测量时间值,式中H(n)为卡尔曼滤波器的测量矩阵,为时间相位和时钟温漂频率的预测值;
(5)利用步骤(4)中计算得到的非NTR节点的测量时间值Z(n)和非NTR节点的本地时钟预测值计算新息,具体为:
将超出预设新息数值范围的新息剔除,得到有效新息α(n);
利用卡尔曼滤波器的误差状态协方差推移矩阵P(n,n-1)、状态转移矩阵φ(n+1,n)和测量矩阵H(n)计算卡尔曼增益K(n),具体为:K(n)=φ(n+1,n)P(n,n-1)HT(n)Rα -1(n);其中Rα(n)=H(n)P(n,n-1)HT(n)+Q2为新息相关阵,Q2为测量过程噪声;
(7)将步骤(5)中的有效新息α(n)和步骤(6)中的卡尔曼增益K(n)相乘得到测量时间的时间相位修正值和时钟温漂频率修正值K(n)α(n);
(8)将当前更新周期的非NTR节点的本地时钟预测值与卡尔曼滤波器的状态转移矩阵φ(n+1,n)相乘,再与步骤(7)中测量时间的时间相位修正值和时钟温漂频率修正值相加,相加后的结果与卡尔曼滤波器的测量矩阵相乘得到下一更新周期非NTR节点的本地时钟预测值;下一更新周期非NTR节点本地时钟预测值具体为:
(9)利用步骤(6)中计算的卡尔曼增益K(n)、卡尔曼滤波器的测量矩阵H(n)和状态转移矩阵φ(n+1,n)更新误差状态协方差矩阵P(n),然后利用更新后的误差状态协方差矩阵更新误差状态协方差推移矩阵P(n,n-1);具体为:
利用公式P(n)=P(n,n-1)-φ(n,n+1)K(n)H(n)P(n,n-1)对预测误差相关矩阵进行更新,其中φ(n,n+1)=φ-1(n+1,n),更新后的误差状态协方差推移矩阵具体为:P(n+1,n)=φ(n+1,n)P(n)φT(n+1,n)+Q1,其中Q1为零均值过程系统噪声向量,由公式 给出,其中为相位噪声的自相关值,为频率噪声的自相关值。
(10)重复步骤(2)-步骤(9),直到步骤(9)中计算得到的误差状态协方差矩阵P(n)中的时间相位误差值均小于预设的收敛门限,时间同步过程结束,非NTR节点的测量时间值不再更新;进入步骤(11);
(11)系统进入时间同步保持状态,用更新周期维护表对更新周期T进行更新,进行时间品质等级评定,具体为:
表2所示为时间品质评定表,预测误差状态协方差矩阵中第一行第一列即时间相位预测误差的自相关值与各个等级相对应的时间同步精度对比判定时间品质等级。其中误差状态协方差矩阵中的时间相位误差值大于低一级时间品质对应的同步精度值,且小于高一级时间品质对应的同步精度值,则判定当前时间品质等级为低一级时间品质,若误差状态协方差矩阵中的时间相位误差值小于时间品质等级1的对应时间精度值,则将其判定为时间品质等级1,利用表2,可以更清晰地判断时间同步精度等级,还可以根据不同系统的精度等级要求确定所对应的误差状态协方差矩阵中的时间相位误差值的大小,从而对方法中的参数和门限进行调整。
表2
重复步骤(5)-步骤(9),若步骤(9)中计算得到的误差状态协方差矩阵中的时间相位误差值有一个大于预设的收敛门限,则重复步骤(1)-步骤(11)。
实施例
卡尔曼滤波器通过逐次测量时钟误差值Z(n)对时间参数状态矢量X(n)进行估计,使估计误差的均方差最小。Q1为时间参数状态协方差矩阵和Q2为观察噪声协方差矩阵。其中Q2具有随机性,这个随机性是由于时间或数值量化、接收机或转换器噪声、外部精度限制和滤波器时延(响应速度)等有关。即与硬件器件差异有很大关联。H(n)为测量矩阵,φ(n+1,n)为系统状态转移矩阵。φ(n+1,n),H(n),Q1和Q2均已知。预测时钟t=θ+ωT,X=[θ ω]T,时钟误差测量值Z(n)=t+ε,其中ε初始时钟偏差,H=[1 0], 其中T为预测生成误差时钟更新周期。P(n)为预测误差相关矩阵,P(n)初始值已知。P(n,n-1)为预测误差相关矩阵中相位的自相关值用来评估本地时钟的时间等级。其初始值为时间参数状态矢量X(n)的自相关值。在特殊环境下,时间品质级别高(等级大于5最优)的节点可充当次要网络时间基准为时间品质等级低的非NTR端机提供入网信息,进行时间同步。
卡尔曼滤波器收敛稳定后,整个同步过程进入同步保持阶段。提取误差协方差中的相位自相关值描述时间同步的时间品质。自相关值越小则时间品质等级越高,其中时间品质的等级来制定精同步门限。非NTR端机将通过状态转移矩阵维护模块改变状态转移矩阵中的T值,来改变该同步滤波器的迭代时间。同步滤波器收敛稳定后,可降低RTT的更新率,即节省用于时间同步的时隙。故可将该时隙释放出来用来传输有效数据。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (4)
1.一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,所述卡尔曼滤波器包括:测量矩阵,状态转移矩阵和误差状态协方差矩阵;其特征在于步骤如下:
(1)建立非NTR节点的本地时钟参数模型,具体形式为:t=θ+ωT,其中θ为时间相位,ω为时钟温漂频率,T为更新周期,在开环网络时间同步过程中利用更新周期维护表对更新周期T进行更新,t为非NTR节点的本地时钟;进入步骤(2);
(2)NTR节点广播信标信息,非NTR节点接收到广播信标信息后,利用广播信标信息中的时隙信息确定自身发送询问信息的时钟同步时隙,并利用广播信标信息中的时间信息更新非NTR节点的本地时钟t,所述NTR节点为高动态TDMA节点中的时间参考节点,非NTR节点为高动态TDMA节点中的除时间参考节点之外的其他所有参与节点;
(3)非NTR节点在步骤(2)中确定的发送询问信息的时钟同步时隙内向NTR节点发送询问信息RTT-I,NTR节点收到RTT-I后记录到达时间,并在预先设定的同一时钟同步时隙中的时刻Ta向非NTR节点发送反馈信息RTT-R;
(4)若非NTR节点收到步骤(3)中NTR节点发送的反馈信息RTT-R,则利用公式计算出测量时钟误差,并利用测量时钟误差ε和步骤(2)中更新的非NTR节点的本地时钟t计算非NTR节点的测量时间值Z(n)=t+ε,式中TOAI为RTT-I到达NTR节点时NTR节点记录的到达时间,Ta为NTR节点发送RTT-R的时刻,TOAR为RTT-R到达非NTR节点时非NTR节点记录的到达时间;
若非NTR节点没有收到步骤(3)中NTR节点发送的反馈信息RTT-R,则将非NTR节点的本地时钟预测值作为非NTR节点的测量时间值,式中H(n)为卡尔曼滤波器的测量矩阵,为时间相位和时钟温漂频率的预测值;
(5)利用步骤(4)中计算得到的非NTR节点的测量时间值Z(n)和非NTR节点的本地时钟预测值计算新息将超出预设新息数值范围的新息剔除,得到有效新息α(n);
(6)利用卡尔曼滤波器的误差状态协方差推移矩阵P(n,n-1)、状态转移矩阵φ(n+1,n)和测量矩阵H(n)计算卡尔曼增益K(n),具体为:
K(n)=φ(n+1,n)P(n,n-1)HT(n)Rα-1(n);其中Rα(n)=H(n)P(n,n-1)HT(n)+Q2为新息相关阵,Q2为测量过程噪声;
(7)将步骤(5)中的有效新息α(n)和步骤(6)中的卡尔曼增益K(n)相乘得到测量时间的时间相位修正值和时钟温漂频率修正值K(n)α(n);
(8)将当前更新周期的非NTR节点的本地时钟预测值与卡尔曼滤波器的状态转移矩阵φ(n+1,n)相乘,再与步骤(7)中测量时间的时间相位修正值和时钟温漂频率修正值相加,相加后的结果与卡尔曼滤波器的测量矩阵相乘得到下一更新周期非NTR节点的本地时钟预测值;下一更新周期非NTR节点本地时钟预测值具体为:
(9)利用步骤(6)中计算的卡尔曼增益K(n)、卡尔曼滤波器的测量矩阵H(n)和状态转移矩阵φ(n+1,n)更新误差状态协方差矩阵P(n),然后利用更新后的误差状态协方差矩阵更新误差状态协方差推移矩阵P(n,n-1);
(10)重复步骤(2)-步骤(9),直到步骤(9)中计算得到的误差状态协方差矩阵P(n)中的时间相位误差值均小于预设的收敛门限,时间同步过程结束,非NTR节点的测量时间值不再更新;进入步骤(11);
(11)TDMA开环网络进入时间同步保持状态,利用更新周期维护表对更新周期T进行更新,进行时间品质等级评定,重复步骤(5)-步骤(9),若步骤(9)中计算得到的误差状态协方差矩阵中的时间相位误差值有一个大于预设的收敛门限,则重复步骤(1)-步骤(11)。
2.根据权利要求1所述的一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,其特征在于:所述步骤(1)中在开环网络时间同步过程中利用更新周期维护表对更新周期T进行更新,具体为:
非NTR节点中卡尔曼滤波器在未收敛前其均为精同步状态,收敛后处于同步保持状态,根据表1所示的更新周期维护表确定卡尔曼滤波系统的更新周期T,其中精同步状态A、精同步状态B和精同步状态C均为初始设置;根据初始设置的精同步状态的不同,在精通步状态时选择不同的更新周期;
在同步保持阶段增大更新周期,同步保持状态A、同步保持状态B、同步保持状态C和同步保持状态D也为初始设置,根据初始设置的同步保持状态的不同,在同步保持状态时选择不同的更新周期;
表1中时隙为TDMA网络的基本时间单元,若干时隙组成一个时帧,若干时帧组成一个时元;
表1
同步保持状态和精同步状态对应的更新周期在一次时间同步过程中不再改变。
3.根据权利要求1所述的一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,其特征在于:所述步骤(9)中利用步骤(6)中计算的卡尔曼增益K(n)、卡尔曼滤波器的测量矩阵H(n)和状态转移矩阵φ(n+1,n)更新误差状态协方差矩阵P(n),然后利用更新后的误差状态协方差矩阵更新误差状态协方差推移矩阵P(n,n-1);具体为:
利用公式P(n)=P(n,n-1)-φ(n,n+1)K(n)H(n)P(n,n-1)对预测误差相关矩阵进行更新,其中φ(n,n+1)=φ-1(n+1,n),更新后的误差状态协方差推移矩阵具体为:P(n+1,n)=φ(n+1,n)P(n)φT(n+1,n)+Q1,其中Q1为零均值过程系统噪声向量,由公式给出,其中为相位噪声的自相关值,为频率噪声的自相关值。
4.根据权利要求1所述的一种基于卡尔曼滤波器的TDMA节点开环网络时间同步方法,其特征在于:所述步骤(11)中进行时间品质等级评定,具体为:利用表2所示的时间品质等级评定表,将预测误差状态协方差矩阵P(n,n-1)中第一行第一列的时间相位预测误差自相关值与各个时间品质等级相对应的时间同步精度相比较,判定时间品质等级,若误差状态协方差矩阵中的时间相位误差值大于低一级时间品质对应的同步精度值,且小于高一级时间品质对应的同步精度值,则判定当前时间品质等级为低一级时间品质,若误差状态协方差矩阵中的时间相位误差值小于时间品质等级1的对应时间精度值,则将其判定为时间品质等级1,
表2
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410355572.1A CN104135333B (zh) | 2014-07-24 | 2014-07-24 | 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410355572.1A CN104135333B (zh) | 2014-07-24 | 2014-07-24 | 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104135333A CN104135333A (zh) | 2014-11-05 |
CN104135333B true CN104135333B (zh) | 2017-01-11 |
Family
ID=51807876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410355572.1A Active CN104135333B (zh) | 2014-07-24 | 2014-07-24 | 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104135333B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107438285B (zh) * | 2016-05-27 | 2020-01-17 | 普天信息技术有限公司 | 一种上行同步调整方法和装置 |
CN108668356A (zh) * | 2018-04-19 | 2018-10-16 | 厦门大学 | 一种水下传感器时间同步方法 |
CN110505683B (zh) * | 2019-09-23 | 2021-06-08 | 重庆邮电大学 | 一种面向平均一致性时钟同步的频率偏移估计方法 |
CN110740127B (zh) * | 2019-09-26 | 2022-03-04 | 浙江工业大学 | 一种基于改进的自适应卡尔曼滤波的偏差攻击的估计方法 |
CN110831147B (zh) * | 2019-11-08 | 2020-12-01 | 北京邮电大学 | 一种适用于毫米波星间链路的载波频率同步方法 |
CN111769866B (zh) * | 2020-06-17 | 2021-10-19 | 电子科技大学 | 飞行器同步广播方法、系统与装置 |
CN113890667B (zh) * | 2021-12-06 | 2022-03-01 | 天津七一二通信广播股份有限公司 | 反向积分滤波往返校时方法与系统 |
CN114885414A (zh) * | 2022-05-06 | 2022-08-09 | 陕西凌云电器集团有限公司 | 一种增加时间同步精度的算法 |
CN115085848A (zh) * | 2022-06-13 | 2022-09-20 | 中国电子科技集团公司第十研究所 | 一种钟差测量方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090093089A (ko) * | 2008-02-28 | 2009-09-02 | 부산대학교 산학협력단 | 무선 시각 동기 시스템 및 무선 시각 동기 방법 |
CN102426373A (zh) * | 2011-09-01 | 2012-04-25 | 中国航空工业第六一八研究所 | 一种惯性/卫星组合导航系统开闭环混合修正方法 |
CN102494684A (zh) * | 2011-11-11 | 2012-06-13 | 东南大学 | 一种基于wsn/mins组合导航的导航信息无偏紧组合方法 |
CN102629418A (zh) * | 2012-04-09 | 2012-08-08 | 浙江工业大学 | 基于模糊卡尔曼滤波的交通流参数预测方法 |
-
2014
- 2014-07-24 CN CN201410355572.1A patent/CN104135333B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090093089A (ko) * | 2008-02-28 | 2009-09-02 | 부산대학교 산학협력단 | 무선 시각 동기 시스템 및 무선 시각 동기 방법 |
CN102426373A (zh) * | 2011-09-01 | 2012-04-25 | 中国航空工业第六一八研究所 | 一种惯性/卫星组合导航系统开闭环混合修正方法 |
CN102494684A (zh) * | 2011-11-11 | 2012-06-13 | 东南大学 | 一种基于wsn/mins组合导航的导航信息无偏紧组合方法 |
CN102629418A (zh) * | 2012-04-09 | 2012-08-08 | 浙江工业大学 | 基于模糊卡尔曼滤波的交通流参数预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104135333A (zh) | 2014-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104135333B (zh) | 一种基于卡尔曼滤波器的tdma节点开环网络时间同步方法 | |
US11789111B2 (en) | Method and system for multipath reduction for wireless synchronization and/or locating | |
US8837530B2 (en) | Method and system for adaptive synchronization of timing information generated by independently clocked communication nodes | |
Kwak et al. | A new double two-way ranging algorithm for ranging system | |
US11153838B1 (en) | Time synchronization enhancements for integrated 5G-TSN networking | |
US11259144B2 (en) | Media access control (MAC) frame structure and data communication method in a real-time localization system | |
CN108370551A (zh) | 基于到达时间差定位方法、用户设备及网络设备 | |
US9877149B2 (en) | Assisted passive geo-location of a wireless local area network device | |
Núñez et al. | Pulse-coupled time synchronization for distributed acoustic event detection using wireless sensor networks | |
Talvitie et al. | Positioning and location-based beamforming for high speed trains in 5G NR networks | |
CN102905365A (zh) | 一种无线传感器网络节点定位方法 | |
CN105188126A (zh) | 基于平均场的分布式多跳无线网络时钟同步方法 | |
CN103648164A (zh) | 一种基于到达时间差和Gossip算法的无线传感器网络分布式定位方法 | |
Djaja-Josko et al. | A new transmission scheme for wireless synchronization and clock errors reduction in UWB positioning system | |
Muppala et al. | Feasibility of standalone TDoA-based localization using LoRaWAN | |
CN103095333B (zh) | 一种高速移动环境下定时同步方法 | |
Saad et al. | High accuracy location estimation for a Mobile Tag using one-way UWB signaling | |
Lee et al. | Non-synchronised time difference of arrival localisation scheme with time drift compensation capability | |
Yeredor | Decentralized TOA-based localization in non-synchronized wireless networks with partial, asymmetric connectivity | |
US20170030998A1 (en) | Geo-location of a wlan device using mobile monitoring station | |
US20160277880A1 (en) | Geo-location of a wlan device | |
Panichcharoenrat et al. | Two hybrid RSS/TOA localization techniques in cognitive radio system | |
US10823840B2 (en) | Collaborative node-based positioning method, to-be-positioned node, and collaborative node | |
Djaja-Josko et al. | Application of Kalman Filter for positioning precision improvement in UWB localization system | |
Anil et al. | A survey on various time synchronization techniques underwater sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |