CN106211309A - 一种高效的水声传感器网络时间同步方法 - Google Patents

Abstract

本发明属于水声传感器网络的时间同步算法领域，其特征是能够较好地利用传感器节点的空间特性及移动性提高时间同步精度及能量利用率，即进行水声传感器网络的节点间时间同步时，有效地利用移动节点间的空间相关特性来估计传感器节点间相对较大且动态变化的传播时延，并通过建立递归数学模型进行线性回归处理的方式确定最终传播时延、时钟偏斜及偏差，进而显著地提高传感器节点间时间同步精度及节点能量利用率。

Description

一种高效的水声传感器网络时间同步方法

技术领域

本发明属于水声传感器网络的时间同步算法领域，其特征是能够较好地利用传感器节点的空间特性及移动性提高时间同步精度及能量利用率，即进行水声传感器网络的节点间时间同步时，有效地利用移动节点间的空间相关特性来估计传感器节点间相对较大且动态变化的传播时延，并通过建立递归数学模型进行线性回归处理的方式确定最终传播时延、时钟偏斜及偏差，进而显著地提高传感器节点间时间同步精度及节点能量利用率。

背景技术

水声传感器网络是由具有声学通信与计算能力的传感器节点构成的水下监测网络系统，其部署在海洋等水下环境，在实现水下环境的污染监控，水下生物样本采集，自然灾害预防，辅助导航等方面具备广阔的应用前景。时间同步作为水声传感器网络的重要基础和支撑技术，对水声传感器网络的设计和应用至关重要。

水声传感器网络的独有特征为时间同步方法带来了新的挑战：(1)水声信号较小的传播速度会造成水声传感器网络具有较大的传播时延，而如此大的传播时延会严重影响时间同步的精度；(2)水声传感器网络中，受水流等因素影响，传感器节点会时刻移动，这种传感器节点固有的移动特性，会造成节点间的传播时延持续动态变化，进一步加剧了时间精确同步的困难性；(3)水声传感器节点间的信息交互需要消耗能量，而传感器携带的能量是一定的，则就需提高能量利用率。

水声传感器网络中，时间同步算法的基础为节点间的同步过程，而计算并补偿节点间的传播时延为同步过程中最为重要的环节。目前已有的时间同步方法均存在一定的局限性，如某些时间同步方法忽略了水声传感器网络节点固有的移动特性，假设传播时延的对称性，使用往返时延的一半来表示传播时延，而实际的水声传感器网络中，传播时延的对称性会被节点固有的移动性所破坏；某些时间同步方法未考虑时钟偏斜的影响，由于时钟晶振频率的不同，时钟会发生漂移，若不考虑时钟偏斜的影响，传感器节点间的时间同步精度会受到严重影响，进而造成水声传感器网络性能的下降。

由于水声传感器网络的传感器节点间的距离较远、传播时延大且传播时延是动态变化的，可能会导致时间同步的计算结果出现几毫秒甚至十几毫秒的误差，其必须得到补偿。本发明提出基于传感器节点的空间相关特性计算传播时延的方法，并通过线性回归及校准处理提高所计算传播时延、时钟偏斜及偏差的精度，进而有效地提高时间同步精度及能量利用率。

发明内容

本发明的目的：

水声传感器网络中，时间同步作为水声传感器网络的重要基础和支撑技术，对水声传感器网络的设计和应用至关重要。时间同步算法的基础为节点间的同步过程，而计算并补偿节点间的传播时延为同步过程中最为重要的环节。

本发明通过有效地利用移动节点间的空间相关特性来估计传感器节点间相对较大且动态变化的传播时延，并通过建立递归数学模型进行线性回归处理的方式确定准确的最终传播时延，进而提高传感器节点间时间同步精度及节点能量利用率。

本发明的技术方案：

本发明提出了利用移动节点间的空间相关特性估计传感器节点间相对较大且动态变化的传播时延，以及采用线性回归方式确定最终准确的传播时延以提高时间同步精度和能量利用率的设计思想，并给出了一种线性回归处理数学模型。

本发明方案涉及的时间同步流程包括3个阶段：传播时延估计，线性回归及校准。

传播时延估计阶段包括消息交互和时延计算两个部分。消息交互是指传感器节点通过广播请求信息(SR)的方式启动时间同步，当其相邻超级节点接收到广播的SR后，回应两个反馈信息(RS)，RS包含MAC层时间戳及其所记录的速度矢量(如图2所示)。时延计算是指传感器节点通过利用空间相关特征计算其移动速度矢量(如图3所示)，同时传感器节点始终保持广播SR，直到能够获取到足够用于线性回归的数据样本为止。

线性回归阶段，传感器节点基于MAC层时间戳及其所对应的传播时延集合执行线性回归，以估计初始时钟偏差及偏斜。为了降低传播时延估计的影响，线性回归采用先进的权重最小均方估计(WLSE，Weighted Least Square Estimation)方法。

校准阶段，为了提高时间同步精度，传感器节点更新其特定初始参数(如初始时钟偏斜和距离)，并重新进行时延计算和线性回归以获得最终的时钟偏斜和偏差。

本发明的有益效果：

1)利用移动节点的空间相关特性估计传感器节点的传播时延。本发明提出利用移动节点间的空间相关特性估计传感器节点间相对较大且动态变化的传播时延的设计思想，能够显著地提高时间同步的精度。

2)采用线性回归的迭代方式对时间同步精度进行校准。本发明提出采用线性回归方式对时间同步进行校准以确定最终传播时延、时钟偏斜和偏差，进而能够提高时间同步的精度和能量利用率。

附图说明

图1水声传感器网络示意图

图2传播时间估计过程中的消息交互流程图

图3相对移动示意图

图4确定修订WLSE权重参数示意图

图1中，101表示水平面，102为携带GPS的浮标系统，103为超级节点，能够为传感器节点提供定时和速度参考，104为普通传感器节点。

图2中，201表示时间轴，202为传感器节点，203为超级节点，204表示SR消息，205表示RS1消息，206表示RS2消息，207表示SR消息的发送时刻T₁，208表示SR消息的接收时刻T₂，209表示RS1消息的发送时刻T₃，210表示RS1消息的接收时刻T₄，211表示RS2消息的发送时刻T₅，212表示RS2消息的接收时刻T₆，213为第一次反馈时间t_r1，214表示第二次反馈时间t_r2。

图3中，301为传感器节点，302为超级节点，303表示时刻T₁、T₄和T₆，304表示时刻T₂，305表示距离d₃，306表示距离d₂，307表示距离d₁，308表示角度θ，也即是∠T₁T₅T₂，309表示时刻T₅，310表示角度β，也即是∠T₂T₅T₃，311表示时刻T₃，312表示距离L₂，313表示距离L₁。

图4中，401为传感器节点，402为超级节点，403表示时刻T₁、T₄和T₆，404表示时刻T₂，405表示距离d₃，406表示距离d₂，407表示距离d₁，408表示角度θ，也即是∠T₁T₅T₂，409表示时刻T₅，410表示角度β，也即是∠T₂T₅T₃，411表示时刻T₃，412表示距离L₂，413表示距离L₁，414表示角度γ，也即是∠T₂T₃T₅。

具体实施方式

下面给出一种通过建立数学模型来基于传感器节点的空间相关特性估计节点间的较大且动态变化的传播时延的方法，并通过建立递归数学模型来提供上述方法的时间同步精度及能量利用率。

本发明不仅限于该数学模型方案，凡是在进行水声传感器网络的时间同步研究时，利用本发明的设计思想，即利用水声传感器节点的空间相关特性估计节点间的传播时延及建立数学模型来提高时间同步精度及能量利用率，均在本发明的保护范围之内。

具体实施方式描述如下：

(一)预定义

1.速度估计

本发明的时间同步方法中，传感器节点利用空间相关特性根据相邻超级节点的移动速度估计自身的移动速度。假设任意水下节点在指定持续时间内的移动速度矢量表示为：V＝[v(1)，v(2)，…v(i)，…v(k)]，其中v(i)表示指定较小持续时间内的平均速度。假设传感器节点j需计算其所对应的移动速度[v_x(j)，v_y(j)]，且传感器节点j已知其相邻超级节点的移动速度，则能够计算得出传感器节点j的移动速度为公式(1-1)(本发明实例假设传感器节点仅在水平面上进行移动，不涉及Z轴方向移动)。

$\left\{\begin{array}{c}{v}_x\left(j\right)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ζ}}_{\mathrm{ij}}{v}_x\left(i\right)\\ v_y\left(j\right)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ζ}}_{\mathrm{ij}}{v}_y\left(i\right)\end{array}\right.---(1-1)$

公式(1-1)中，m表示相邻节点的个数，且r_ij为节点i与节点j之间的欧几里德距离。

2.成对同步

为了实现时钟间的精确同步，大部分的算法依赖于时钟偏斜及偏差的估计，其能够表示不同时钟测量之间的关系，同样本发明也依赖于时钟偏斜和偏差的估计这种成对同步方式。本发明的时间同步方法中，传感器节点为需获取时间同步的节点，超级节点为参考时钟节点，从而能够得到公式(1-2)。

T＝a·t+b (1-2)

公式(1-2)中，T表示传感器节点的测量时间，t为参考时间，a为时钟偏斜，b为时钟偏差。

3.参数描述

本发明方案的实例所涉及的参数含义描述：

a：时钟偏斜

b：时钟偏差

V_p：传播速度

t_r：反馈时间，其值为t_r1+t_r2

t_r1，t_r2：第一次反馈时间，第二次反馈时间

t_i：统计传感器节点速度矢量的时间间隔

V_x，V_y：x，y轴的相对移动速度

v_x(j)，v_y(j)：传感器节点j在x，y轴上的当前移动速度

T₁，T₃，T₅：SR，RS1及RS2的发送时刻

T₂，T₄，T₆：SR，RS1及RS2的接收时刻

d₁，d₂，d₃：SR，RS1及RS2的传播距离

τ₁，τ₂，τ₃：SR，RS1及RS2的传播时延

h₁：T₁→T₂→T₃→T₄的往返距离

h₂：T₁→T₂→T₅→T₆的往返距离

L₁，L₂：在t_r1和t_r持续时间内，超级节点相对于传感器节点的直线移动距离

(二)传播时延估计

1.消息交互

消息交互流程(如图2所示)中，每个消息包括其从MAC层所获取的发送时间，传感器节点(202)及超级节点(203)将其本地时间标识为数据包接收时间，SR接收时间包含在RS1消息中。超级节点在接收到SR后即开始记录其每t_i持续时间内的速度矢量，且这些速度矢量会通过RS2消息分发给传感器节点。综上所述，某些事先预设置的时间间隔参数对时延估计结果非常重要，如t_i，t_r，t_r1，t_r2(t_r1要小于t_r2)。

2.时延计算

基于图2中的流程及公式(1-2)，能够得到消息交互过程中，两类不同反馈消息的往返距离h₁和h₂，其如公式(1-3)所示。

$\left\{\begin{array}{c}{h}_1=d_1+d_2=(T_2-T_3+\frac{T_4-T_1}{a})\×V_p\\ h_2=d_1+d_3=(T_2-T_5+\frac{T_6-T_1}{a})\×V_p\end{array}\right.---(1-3)$

公式(1-3)中，d₁、d₂、d₃分别为SR、RS1和RS2的传播距离。为了计算h₁和h₂，需要增加测量时间戳，则偏斜“a”是必不可少的，且是未知的。本发明的时间同步方法中，将此时的时钟偏斜假设为1(称之为初始偏斜)，然后就能够计算出公式(1-3)中的h₁和h₂，此时将其作为常数以辅助其他参数的计算，最后将在校准阶段对由假设的初始偏斜所引入的误差进行校正。

传感器节点通过其所接收到的RS1消息计算出其到每个超级节点的初始距离r，且r可表示为往返距离h₁的1/2，因此t_r1是非常短的，则误差在可接受范围之内。通过上述描述，初始距离r能够通过公式(1-4)表示。

$r=\frac{h_1}{2}=\frac{d_1+d_2}{2}=\frac{(T_2-T_3+\frac{T_4-T_1}{a}){\×V}_p}{2}---(1-4)$

根据已知初始距离r和超级节点的速度矢量，传感器节点就能够通过公式(1-1)不断地计算来获取自己相对于超级节点的速度矢量，进而估计出传感器节点的传播时延。

由于t_r1远小于t_r2(如图3(a)所示)，则在t_r1持续时间内，超级节点相对于传感器节点的直线移动距离L₁将远小于L₂，其中L₂表示在t_r持续时间内，超级节点相对于传感器节点的直线移动距离，从而能够图3(a)中的角度β是非常小的，进而可将图3(a)近似表示为图3(b)。其中，L₁和L₂能够通过公式(1-5)计算得到。

$\left\{\begin{array}{c}{L}_{1x}=\underset{j=1}{\overset{(T_3-T_2)/t_i}{\mathrm{\Σ}}}{v}_x\left(j\right)t_i,L_{2x}=\underset{j=1}{\overset{(T_5-T_2)/t_i}{\mathrm{\Σ}}}{v}_x\left(j\right)t_i\\ L_{1y}=\underset{j=1}{\overset{(T_3-T_2)/t_i}{\mathrm{\Σ}}}{v}_y\left(j\right)t_i,L_{2y}=\underset{j=1}{\overset{(T_5-T_2)/t_i}{\mathrm{\Σ}}}{v}_y\left(j\right)t_i\\ L_1=\sqrt{{L_{1x}}^2+{L_{1y}}^2},L_2=\sqrt{{L_{2x}}^2+{L_{2y}}^2}\end{array}\right.---(1-5)$

基于图3(b)和公式(1-3)，并针对ΔT₁T₂T₃和ΔT₁T₂T₅中的公共角a应用余弦定理，则能够估计出SR、RS1和RS2的传播时延，如公式(1-6)所示。

$\left\{\begin{array}{c}{\mathrm{\τ}}_1=f_d(L_1,L_2,h_1,h_2)=\frac{L_1({h_2}^2-{L_2}^2)+L_2({L_1}^2-{h_1}^2)}{2(L_1{h}_2-L_{1}h1)V_p}\\ {\mathrm{\τ}}_2=h_1/V_p-f_d(L_1,L_2,h_1,h_2)\\ {\mathrm{\τ}}_3=h_2/V_p-f_d(L_1,L_2,h_1,h_2)\end{array}\right.---(1-6)$

估计传感器节点的传播时延是本发明的重点工作，其所引入的误差在水声传感器网络的所有不确定因素中占有主导地位，为了提高时间同步精度和能量利用率，需对误差进行分析并尽量降低误差。

(三)线性回归

线性回归阶段，传感器节点首先进行初次线性回归运算以估计初始时钟偏斜及偏差。针对任一消息交互流程(如图2所示)，能够得到2个采样点，如公式(1-7)所示。

(T_3，i+τ_2，i，T_4，i)、(T_5，i+τ_3，i，T_6，i) (1-7)

公式(1-7)中，i表示消息交互流程的序号，基于公式(1-7)中的采用点执行线性回归操作。由于本发明的时间同步方法是基于L₂远大于L₁的假设，而该假设无法在任何移动方式下均能够保证准确，因此针对某些恶劣场景，采样点可能与预期差别较大。为了能够降低外部因素的影响以提高时间同步精度，则引入修订WLSE算法。针对WLSE算法，均方误差和表示为公式(1-8)。

$\mathrm{\σ}(b,a)=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_i{(T_i-b-{\mathrm{af}}_p\left(t_i\right))}^2---(1-8)$

在公式(1-8)中，T₁表示T₄或T₆，f_p(t_i)表示T₃+τ₂或T₅+τ₃。通过线性回归，WLSE算法能够获得使σ(b，a)最小的和的值。

$\left\{\begin{array}{c}\mathrm{\σ}(\hat{b},\hat{a})=\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_i{(T_i-\hat{b}-\hat{a}{f}_p\left(t_i\right))}^2\\ =\min \underset{i=1}{\overset{m}{\mathrm{\Σ}}}{\mathrm{\ω}}_i{(T_i-b-{\mathrm{af}}_p\left(t_i\right))}^2\end{array}\right.---(1-9)$

WLSE算法通过权重系数ω_i对每个数据采样点的重要性建模，为了能够高效地应用WLSE的增益，我们为本发明所采用的WLSE算法重新定义权重。对于本发明时间同步所有可能引入的误差，其固有误差来源于β＝0的假设(如图3(b)所示)，且只有L₂远大于L₁时才会存在；若不是上述情况，则假设所造成的最大误差来源于β取最大值时的场景。

为了进一步研究上述问题，则假设L₁值为圆的半径(如图4所示)，则在时刻T₃，超级节点可能位于圆的任何一点位置上。在圆的任何一点上，为了能够使β最大化，应垂直于从而能够得到F(β)＝sin(β)在区间[0，π/2]内为上界是L₁/L₂的单调递增函数。因此F(β)能够表示为一系列误差的指示，并定义权重为公式(1-10)。

ω_i＝1/F(β[i])＝L₂[i]/L₁[i] (1-10)

公式(1-10)中，i表示消息交互流程的序号。基于修订的WLSE算法，能够增加采样数据功率以满足假设并降低外部影响，因此其能提高估计时钟偏斜和偏差的精度。

(四)校准

校准阶段，传感器节点执行校准流程以进一步提高时间同步精度。由于传感器节点的移动特性，距离d₁与d₂可能不同，则初始距离由于上述已估计出d₁和d₂，则将能利用d₁和重新计算所得到的速度矢量来更新初始距离r。在传播时延估计阶段，在计算h₁和h₂时，假设初始时钟偏斜为1，现在已经获取到初次估计的时钟偏斜，则可对时钟偏斜进行更新并重新计算往返距离h₁和h₂。

完成上述迭代过程，不会增加任何额外的消息负荷，通过相同时间戳的迭代运算及参数更新，就能够实现时钟偏斜和偏差的校准。

Claims (2)

1.一种高效的水声传感器网络时间同步方法，其特征在于：提出有效地利用移动传感器节点间的空间相关特性来估计节点间的传播时延的设计思路，其能够显著地提高传感器节点间时间同步精度及节点能量利用率。

2.如权利要求1所述的高效的水声传感器网络时间同步方法，本发明对有效地利用移动传感器节点间的空间相关特性来估计传感器节点间相对较大且动态变化的传播时延的方法进行数学建模，并通过建立递归数学模型进行线性回归处理的方式确定最终传播时延、时钟偏斜及偏差，能够显著地提高节点间的时间同步精度及节点能量利用率。