CN110572874A - 面向钢结构探伤的无线传感器网络置信加权时间同步方法 - Google Patents

Abstract

一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，包括以下步骤：S1、采用根节点动态选举机制选取最小ID号的节点为同步时钟源，洪泛广播分级报文，建立层级网络；S2、同步时钟源周期性广播同步报文，子节点接收到同步报文后建立线性回归表，共维护8对时间戳，进行参数估计建立置信区间，更新线性回归表；S3、对8对时间戳数据进行解算，维护4对时钟漂移率数据表，求解加权因子；S4、子节点利用调整后的时钟漂移率拟合线性回归曲线，对本地时钟进行补偿，从而实现单跳同步，以此类推，已同步的节点继续广播时间同步数据，子节点以此为标准对时间偏差进行补偿，进而实现全网同步。本发明容错能力强、稳定好、同步精度高。

Description

面向钢结构探伤的无线传感器网络置信加权时间同步方法

技术领域

本发明涉及无线传感器网络时间同步技术领域，特别是涉及一种面向钢结构探伤的无线传感器网络置信加权时间同步方法。

背景技术

无线传感器网络的时间同步是多传感器节点数据融合以获取全局信息的关键支撑技术，但由于各传感器节点的初始时钟不同步、晶振工艺误差等因素，无线传感器网络存在时间不同步的现象。钢结构损伤检测需要对多个测点同时进行振动信号的采集，若存在较大的时间同步误差后期进行振动信号分析时会引起频域曲线的相位偏移，对损伤位置的分析产生显著的影响。因此面向钢结构损伤检测的无线传感器网络必须具有较高的时间同步精度。

面向钢结构损伤检测的工业无线传感器网络，容易受到钢结构的屏蔽干扰、温湿度变化、射频干扰等因素的影响，而导致时间同步数据的异常。因此面向钢结构损伤检测的无线传感器网络必须要具有较高的稳定性和容错能力。

发明内容

为了克服现有面向钢结构探伤的无线传感器网络的稳定性和容错能力较差的不足，本发明提供一种容错能力强、稳定好、同步精度高的面向钢结构探伤的无线传感器网络置信加权时间同步方法。

本发明解决其技术问题采用的技术方案是：

一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，包括以下步骤：

S1、无线传感器网络采用根节点动态选举机制选取最小ID号的节点为同步时钟源，洪泛广播分级报文，建立层级网络；

S2、同步时钟源周期性广播同步报文，子节点接收到同步报文后建立线性回归表，共维护8对时间戳数据对，并对回归表内的时间同步偏差进行参数估计以建立置信区间，进而剔除异常同步数据更新线性回归表；

S3、利用最小二乘法以线性回归表内的8对时间戳数据对作为样本，计算时钟漂移率，共维护4对时钟漂移率数据表，求解加权因子，进而对时钟漂移率进行加权平均；

S4、子节点利用调整后的时钟漂移率拟合线性回归曲线，对本地时钟进行补偿，从而实现单跳同步，以此类推，已同步的节点继续广播时间同步数据，子节点以此为标准对时间偏差进行补偿，进而实现全网同步。

进一步，在无线传感器网络分级阶段，同步时钟源洪泛广播分级报文，1跳邻居节点获取父节点级别号后，更新本地级别号为父节点级别号加1，以此类推各级子节点级别号为父节点级别号加1，依次逐层扩散最终完成全网分级；所述步骤S1中，无线传感器网络层级结构可根据钢结构损伤检测位置相应的部署为星形网络或树形网络；

再进一步，所述步骤S2的过程如下：

子节点接收到父节点的时间同步报文后，获取同步报文中的父节点本地时间戳T₁，并记录接收时间戳T₂，则时钟偏差d＝T₂-T₁，共维护8对时间戳数据对(d,T₂)。并引入参数估计理论，以该数据对作为样本，估计置信区间；在接下来的同步周期中，利用求解得到的置信区间对节点间的时钟偏差进行合法性判断。若时钟偏差在预测区间内，则将数据对作为参考点加入到线性回归表，反之判定为异常数据，剔除该数据。若对异常数据连续出现次数进行统计，若该值大于设定的阈值则清空线性回归表，重新获取8对时间戳，并更新置信区间。

所述步骤S3的过程如下：

为了实现对传感器节点时钟漂移的补偿，子节点建立一元线性回归模型，得到时钟偏差与本地时钟的最优拟合曲线，其中在理想工作环境下，时钟偏差与接收时间满足线性关系。

d＝skew×t+d₀+ε

skew为时钟漂移率，d为发送节点的发送时间戳与接收节点的接收时间戳之差，d₀为初始的偏差，t为接收节点接收到同步消息时的本地时间戳。其中ε～N(0,σ²)，ε为服从正态分布的随机误差；

节点接收到n对时间戳数据对后以此为参考点，建立线性回归表，为了实现回归系数skew、d₀精确估计，使残差尽可能小，采用最小二乘法对残差平方和进行最优求解；

其中样本回归直线为：

为时钟漂移率的估计值，为初始时钟偏差的估计值，为时钟偏差的估计值；

残差方程为：

Q为残差的平方和，Q_e为最小残差平方和，d_i为线性回归表中第i个参考点的时钟偏差，t_i为接收节点的第i个时间戳；

为使残差尽可能小，对残差平方和函数求极值得d₀与skew的最优估计：

式中n表示线性回归表中时间戳的对数，m为节点同步周期的序数，为平均时钟偏差和平均接收时间；

通过最小二乘法解算得到skew、d₀的最优估计值，从而获得最优拟合曲线对接收节点进行补偿，实现无线传感器网络的时间同步；为了进一步提高时间同步算法的稳定性，引入了随机加权平均，其中该算法需要维护n个时钟漂移率的数据表，计算各时钟漂移率的方差，解算加权因子，进而对时钟漂移率进行加权平均，以提高时间同步算法的稳定性；

其中时钟漂移率数据表中参考点i的方差σ_i′为：

为n个时钟漂移率数据表内的时钟漂移率平均值，为数据表中第i个时钟漂移率；

时钟漂移率的加权因子为：

由此得调整后的第m个同步周期的时钟漂移率：

skew′为调整后的时钟漂移率；

d＝skew′×t+d₀

T₂′＝T₂-d

T₂′为调整后的节点本地时间。

所述步骤S4的过程如下：在非同步时期，子节点根据经过调整后的时钟漂移率拟合得到线性回归曲线，估算时钟偏差进而进行补偿进而实现本地节点的时间调整。已同步的节点将本地发送时间戳嵌入到同步报文中，并广播该同步报文，子节点接收到同步报文后，获取其中的发送时间，并记录本地接收时间，计算时钟偏差。进而维护8对时间戳数据对，解算时间偏差进行补偿，以此类推最终实现全网时间同步。

本发明的有益效果：本发明通过实验验证了时间同步方法的容错性、稳定性，实现了无线传感器网络的高精度时间同步，完全满足钢结构损伤检测的要求。

附图说明

图1为面向钢结构探伤的无线传感器网络时间同步方法流程图。

图2为面向钢结构探伤的主从节点置信加权时间同步方法数据处理流程图。

具体实施方式

下面结合附图对本发明做进一步说明。

参照图1和图2，一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，包括以下步骤：

S1、无线传感器网络采用根节点动态选举机制选取最小ID号的节点为同步时钟源，洪泛广播分级报文，建立层级网络；

S2、同步时钟源周期性广播同步报文，子节点建立线性回归表，共维护8对时间戳，并对回归表内的时间同步偏差进行参数估计，从而建立置信区间，进而剔除异常同步数据；

S3、利用线性回归算法对线性回归表内8对时间戳数据进行解算，计算时钟漂移率，以此维护4对时钟漂移率数据表，求解加权因子，进而对时钟漂移率进行加权平均；

S4、子节点利用调整后的时钟漂移率拟合线性回归曲线，对本地时钟进行补偿，从而实现单跳同步，以此类推，已同步的父节点继续广播时间同步数据，子节点以此为标准对时间偏差进行补偿，进而实现全网同步。

在钢结构建筑上无线传感器节点的部署：无线传感网络主要由钢结构探伤机器人、基站以及控制中心组成。其中多组探伤机器人以一定拓扑结构部署到钢结构表面，形成机器人自组网，通过无线传感器网络实现机器人控制命令和振动数据的传输。控制中心通过有线传输的方式将控制命令传输给基站，基站通过无线传感器网络发送至子节点，多级网络逐层传递，最终实现多机器人渐进生成具有固定拓扑结构的机器人编队，并保持编队队形到达各振动测点。在同一时刻，多个振动传感器同时采集振动数据，最后经无线多跳传输返回给控制中心。

无线传感器网络分级：同步时钟源洪泛广播分级，其中分级报文包括时间戳、节点ID号RootID、顺序号SeqNum。各节点采用时间同步数据包过滤机制，若接收的时间同步数据包满足RootID<myRootID，SeqNum>HighestSeqNum，则节点更新回归表。因节点ID唯一，从而保证全网具有唯一的根节点，避免了多个基准节点引起的同步冲突。面向钢结构探伤的移动无线传感器网络，在运动过程中由于钢结构的屏蔽作用，若根节点所在的机器人与无线传感器网络断开而失效时，无线传感器网络需要动态选举根节点。在指定n个时间同步周期内，若接收节点没有监听到其他节点的时间同步数据包，则声明自身为根节点，将myRootID更新为本节点ID。若监听到更低ID号的节点发送的时间同步信号时，则取消根节点并更新myRootID为发送节点ID，进而保证了无线传感器网络具有唯一的同步时钟源，因此具有较高的鲁棒性。若有新的机器人节点加入现有的网络且节点ID更小时，则先与网络全局时间同步在声明为根节点，进而选取最小ID的节点为根节点，这种同步机制避免了全网重新建立层次网络，不会形成网络断开的状态。

节点接收到n对时间戳数据后(一般取8)，建立线性回归表。为了实现回归系数skew、d₀精确估计，使残差尽可能小，采用最小二乘法对残差平方和进行最优求解。

其中样本回归直线为：

为时钟漂移率的估计值，为初始时钟偏差的估计值，为节点间时钟偏差的估计值。

残差方程为：

Q为残差的平方和，Q_e为最小残差平方和。

为使残差尽可能小，对残差平方和函数求极值可得d₀与skew的最优估计：

式中n表示线性回归表中时间戳的对数，m为节点同步周期的序数。d_i为线性回归表中第i个参考点的时钟偏差，t_i为接收节点的第i个时间戳，为平均时钟偏差和平均接收时间。

由此待同步节点得到时钟漂移率的估计值。

为了提高时间同步算法的稳定性和容错性，进一步的在所述的步骤S2中，引入参数估计理论，对时间同步偏差进行参数估计，设置置信区间剔除异常数据。最小总拟合误差即残差平方和Q_e与方差的无偏估计的关系为：

残差平方Q_e和与σ²的商服从χ²分布

其中σ为方差。

由上式变换可得

由于ε_i服从正态分布，故d也服从正态分布

d～N(d₀+skew×t,σ²)

为时钟漂移率的样本方差，为初始时钟偏差的样本方差。

l_xx为t的2阶中心距。

由此可得

故服从正态分布

由χ²分布、正态分布以及t分布之间的关系可得d服从t分布

p为概率，1-α为置信度，其取值为0.95，查表可得t_a/2(n-2)为1.860，样本个数为8，根式约为1，由此确定时间偏差d的置信区间为：

由于为σ²的无偏估计，可用σ近似代替其中σ一般根据传感器节点测试得到，由线性回归表中的样本估计得到。

子节点接收到同步时钟源的同步报文后，获取同步报文中的时钟偏差，共维护n对时间戳数据对(一般取8)。通过参数估计，求解置信区间，若接收到的时间同步数据包中的时间偏差位于置信区间之外则剔除异常时间同步数据，反之则更新线性回归线，共维护8对时间戳数据对。

在所述的步骤S3中，其中时钟漂移率数据表中参考点i的方差σ_i′为：

为数据表中第i个时钟漂移率，为数据表中时钟漂移率的均值。

时钟漂移率的加权因子为：

由此可得调整后的第m个同步周期时钟漂移率：

根据上式求解得到的调整后的时钟漂移率拟合出来的线性回归线能够更好的跟踪传感器节点的时钟偏差。

d＝skew′×t+d₀

在非同步时期根据上式的时钟偏差对本地时钟进行补偿。

T₂′＝T₂-d

T₂′为调整后的节点本地时间。

所述步骤S4的过程如下：已同步的节点将本地发送时间戳嵌入到同步报文中，并广播该同步报文，子节点接收到同步报文后，获取其中的发送时间，并记录本地接收时间，计算时钟偏差；进而维护8对时间戳数据对，解算时间偏差进行补偿，以此类推最终实现全网时间同步。

Claims (5)

1.一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，其特征在于，所述方法包括以下步骤：

S1、无线传感器网络采用根节点动态选举机制选取最小ID号的节点为同步时钟源，洪泛广播分级报文，建立层级网络；

S2、同步时钟源周期性广播同步报文，子节点接收到同步报文后建立线性回归表，共维护8对时间戳，并对回归表内的时间同步偏差进行参数估计建立置信区间，进而剔除异常同步数据，并更新线性回归表；

S3、利用线性回归算法对线性回归表内8对时间戳数据进行解算，计算时钟漂移率，以此维护4对时钟漂移率数据表，求解加权因子，进而对时钟漂移率进行加权平均；

S4、子节点利用调整后的时钟漂移率拟合线性回归曲线，对本地时钟进行补偿，从而实现单跳同步，以此类推，已同步的节点继续广播时间同步数据，子节点以此为标准对时间偏差进行补偿，进而实现全网同步。

2.根据权利要求1所述的一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，其特征在于，在无线传感器网络分级阶段，同步时钟源洪泛广播分级报文，1跳邻居节点获取父节点级别号后，更新本地级别号为父节点级别号加1，以此类推子节点级别号为父节点级别号加1，依次逐层扩散最终完成全网分级；所述的步骤S1中，无线传感器网络层级结构根据钢结构损伤检测位置相应的部署为星形网络或树形网络。

3.根据权利要求书1或2所述的一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，其特征在于，所述步骤S2中，子节点接收到父节点的时间同步消息后，获取时间同步消息中的父节点本地时间戳T₁，并记录接收时间戳T₂，则时钟偏差d＝T₂-T₁，共维护8对时间戳数据对(d,T₂)，并引入参数估计理论，以8对时间戳数据对作为样本，估计置信区间，在接下来的同步过程中，利用求解得到的置信区间对同步消息中的时钟偏差进行合法性判断；若时钟偏差在预测区间内，则将数据对作为参考点加入到线性回归表，反之判定为异常数据，剔除该数据；若对异常数据连续出现次数进行统计，若该值大于设定的阈值则清空线性回归表，重新获取8对时间戳，更新置信区间。

4.根据权利要求书1或2所述的一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，其特征在于，所述步骤S3的过程如下：

在理想工作环境下，时钟偏差与接收时间满足线性关系，建立一元线性回归模型；

d＝skew×t+d₀+ε

skew为时钟漂移率，d为发送节点的发送时间戳与接收节点的接收时间戳之差，d₀为初始的偏差，t为接收节点接收到同步消息时的本地时间戳；其中ε～N(0,σ²)，ε为服从正态分布的随机误差；

节点接收到n对时间戳数据对后以此为参考点，建立线性回归表，为了实现回归系数skew、d₀精确估计，使残差尽可能小，采用最小二乘法对残差平方和进行最优求解；

其中样本回归直线为：

为时钟漂移率的估计值，为初始时钟偏差的估计值，为时钟偏差的估计值；

残差方程为：

Q为残差的平方和，Q_e为最小残差平方和，d_i为线性回归表中第i个参考点的时钟偏差，t_i为接收节点的第i个时间戳；

为使残差尽可能小，对残差平方和函数求极值得d₀与skew的最优估计：

式中n表示线性回归表中时间戳的对数，m为节点同步周期的序数，为平均时钟偏差和平均接收时间；

通过最小二乘法解算得到skew、d₀的最优估计值，从而获得最优拟合曲线对接收节点进行补偿，实现无线传感器网络的时间同步；为了进一步提高时间同步算法的稳定性，引入了随机加权平均，其中该算法需要维护n个时钟漂移率的数据表，计算各时钟漂移率的方差，解算加权因子，进而对时钟漂移率进行加权平均，以提高时间同步算法的稳定性；

其中时钟漂移率数据表中参考点i的方差σ′_i为：

为n个时钟漂移率数据表内的时钟漂移率平均值，为数据表中第i个时钟漂移率；

时钟漂移率的加权因子为：

由此得调整后的第m个同步周期的时钟漂移率：

skew′为调整后的时钟漂移率；

d＝skew′×t+d₀

T₂′＝T₂-d

T₂′为调整后的节点本地时间。

5.根据权利要求书1或2所述的一种面向钢结构探伤的无线传感器网络置信加权时间同步方法，其特征在于，所述步骤S4的过程如下：

已同步的节点将本地发送时间戳嵌入到同步报文中，并广播该同步报文，子节点接收到同步报文后，获取其中的发送时间，并记录本地接收时间，计算时钟偏差；进而维护8对时间戳数据对，解算时间偏差进行补偿，以此类推最终实现全网时间同步。