CN111654908A - 基于时间敏感网络的井下混合网络时间同步方法 - Google Patents

Abstract

本发明公开了一种基于时间敏感网络的井下混合网络时间同步方法。该方法针对井下巷道狭长区域及通信困难环境中无线传感器网络时间同步精度差、能耗大的问题，进行多sink节点分簇分布式时间同步方案。首先，井下无线传感器网络建立多sink节点非均匀分簇路由拓扑结构；其次，通过分层后，在汇聚网络采取精确时钟同步算法、无线主网络采取基于卡尔曼滤波的估计算法、从网络采取单双向混合同步算法。该方法提高了井下传感器网络时间同步精度与稳定性，减少并均衡了无线传感器节点的能耗。

Description

基于时间敏感网络的井下混合网络时间同步方法

技术领域

本发明涉及无线传感器网络时间同步技术领域，具体是一种基于时间敏感网络的井下混合网络时间同步方法。

背景技术

随着实时以太网与5G技术的发展与成熟，时间敏感网络(TSN,Time SensitiveNetworking)与无线传感器网络(WSN,Wireless Sensor Network)的结合逐渐成为信息融合的必要手段。在井下巷道狭长以及特殊的通信环境中，有线数据传输无法灵活的安装在危险特殊区域，无线传输难于保证信息可靠。传统的煤矿井下安全监测监控数据传输方法时延大、可靠性低，尤其是实时性高的工作区域，时间同步精度低将带来重大的工程事故；而且无线传感器节点能耗较大，寿命短的特点不利于特殊环境下持久作业。由此提出一种基于时间敏感网络的井下混合网络时间同步方法。

发明内容

本发明目的是提供一种基于时间敏感网络的井下混合网络时间同步方法。井下无线传感器网络采取多sink节点非均匀分簇路由的拓扑结构以及分层分布式的时间同步算法，这种方法有效地解决了井下无线传感器设备全局时间同步问题，在保证网络资源有效利用的前提下，提高了网络数据传输的可靠性与实时性；大大提高了时间同步精度与稳定性、延长了网络寿命并降低了能耗。

为了达到上述目的，本发明所采用的技术方案为：

1、一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，所述方法包括下述步骤：

步骤1：在矿井下根据实际情况与网络结构，布置各网络通信节点与传感器节点：主干通信节点通过时间敏感网络建立线性拓扑结构，无线传感器节点分配在所需的检测环境，通过区域内的sink节点与通信节点相连；

步骤2：初始化全局网络，井下无线传感器网络建立多sink节点非均匀分簇拓扑结构，分为有线区域的主干网络与无线区域的主网络和次网络，主网络包含sink节点与区域选举产生的簇首节点，次网络包含簇首节点与簇中普通节点；

步骤3：主干网络采取时间敏感网络的同步协议算法进行通信节点间周期性精准时间同步，即同步达到每个sink节点处；

步骤4：当主干网络同步后，即每个sink节点实现高精度时间同步，在无线传感器网络的主网络中，sink节点作为区域主时钟采用基于卡尔曼滤波的精确时间同步算法与各从节点进行时间同步；

步骤5：当在主网络中作为从节点的簇首节点间完成一次时间同步后，在次网络中各簇首节点分别作为该网络中的主节点与区域内普通节点进行周期性时间同步，采取单双向混合同步算法；

步骤6：周期性的重复步骤3-5，实现井下网络传感器设备的精确时间同步。

2、根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的网络节点功能包括：

巷道内的sink节点和WSN节点都能利用UWB定位技术获取自身位置信息；sink节点之间由时间敏感网络协议的有线相连；所有节点有唯一ID，布置以后位置固定不变且发射功率可以调整，可以靠接受信号强度的大小计算两者距离，能获取自身剩余能量；sink节点在可靠传输范围间隔内依次灵活部署，普通节点随机或按需分配部署。

3、根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的无线网络拓扑过程具体包括：

1)在长型的主巷道区域内，首先sink节点通过UWB定位技术确定自身位置坐标；

2)其次sink节点通过协商的方式确定各自发射功率，计算两点间连线的垂直平分线交于边界长上的交点到sink节点连线的长度值与节点传输有效半径值比较，确定自身的通信半径可以覆盖区域所有节点，依次协商出各自半径使所有sink节点对巷道网络全覆盖；

3)当主网络中sink确定通信半径后，全局网络节点根据自身相对剩余能量、节点的邻居节点数目和与汇聚节点的距离的关系式值来竞争簇首节点，距离sink距离远，剩佘能量多，邻居节点多的节点竞争成功概率越大；

4)在竞争簇首成功后，普通节点再选择加入距离最近且通信半径更大的簇。

4、根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的主干网络时间同步算法具体包括：

首先整个网络时钟初始化，通过最佳主时钟算法比较邻居节点间时钟信息向量表来确定主干网络内的主时钟，然后通过基于TSN的精准时间同步协议算法使各从节点与主节点实现时间同步。

5、根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的主网络时间同步算法具体包括：

1)在WSN主网络中，由sink节点作为区域主时钟周期性发送同步请求到各簇头节点；

2)从时钟经过双向信息交互得到时间戳值计算得出时钟漂移系数与偏差值；

3)得到的值通过卡尔曼滤波算法优化出最终的偏移值进行修正时钟信息。

6、根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的次网络时间同步算法具体包括：

1)当主网络中节点完成同步后，簇首节点启动次网络同步；

2)普通节点根据自身相对剩余能量和与汇聚节点的距离来竞争回应节点；

3)簇首节点与回应节点进行双向交换时间同步，其余节点侦听间接同步；

4)各普通节点计算时钟频率相对比值和时间偏差值并补偿时钟信息。

本发明有益效果体现在：

井下无线传感器网络采取多sink节点非均匀分簇路由拓扑结构，与单sink节点结构相比，本发明更加灵活，减少了转发任务从而降低了能耗以及消除热区效应，提高了网络可靠性与实时性使得网络生存期变长。分层分布式时间同步算法相比于经典算法大大提高了时间同步精度；相比于基于神经网络与智能优化算法的同步方案，在保证网络稳定性与精准性的基础上减少了同步能耗。本发明方法有效地解决了井下无线传感器设备全局时间同步问题，在保证网络资源有效利用的前提下，提高其同步精度与稳定性、降低了能耗、延长了网络寿命。

附图说明

图1为本发明方法的整体流程框图。

图2为本发明方法的井下节点拓扑结构图。

图3为本发明方法主网络的精确时钟同步的过程图。

图4为本发明方法次网络的精确时钟同步的过程图。

具体实施方式

如图1所示，基于时间敏感网络的井下混合网络时间同步方法的过程为：

步骤1：根据井下结构与应用需求部署节点设备，初始化全局网络，矿井下各网络通信节点根据网络结构设定自身时钟角色；

步骤2：有线主干区域通过TSN协议连接，各节点周期性发送包含时钟信息向量表的同步通知数据帧至邻居节点，根据最佳主时钟算法计算比较得出全网最佳主时钟；

步骤3：有线区域的最佳主时钟周期地与从时钟进行信息交互，从时钟等待与反馈并记录时间戳，从时钟根据精确时间同步算法(gPTP，generalized Precision TimingProtocol)计算得出时钟偏移量，对从节点时钟进行补偿从而实现时间同步；

步骤4：当有线区域完成依次同步后，所有的sink节点达到ns级时间同步，各个与sink节点相连的主网络启动时间同步过程，如图3所示主从进行同步传递过程，记录时间戳并计算相对时钟漂移率和时间偏差，最后通过观测模型与预测模型的卡尔曼滤波过程进行偏移量修正，实现主网络时间同步；

步骤5：当无线区域完成依次同步后，簇首节点启动次网络同步如图4所示，普通节点根据自身相对剩余能量和与汇聚节点的距离来竞争回应节点，簇首节点与回应节点进行双向交换时间同步，其余节点侦听间接同步，各普通节点计算时钟频率相对比值和时间偏差值并补偿时钟信息。

步骤6：周期性地完成上述步骤3-5的时间同步过程，实现整个网络的精确稳定时间同步。

如图2所示，本发明方法的井下节点拓扑结构为：

sink节点为有线连接的WSN信息汇聚节点；簇头节点为无线区域内所有节点根据非均匀成簇算法选出的最优节点；其余的无线传感器节点均为普通节点，其中在巷道中每隔一段不超过sink节点最大通信的距离部署sink节点，每段内节点可根据环境灵活安排。具体过程：

步骤1：确定每个sink节点的通信半径：所有sink节点通过UWB技术获得自身坐标(x_i,y_i)，i表示节点号，首尾sink节点设自己所处矩形区域最远顶点为半径建立通信半径，下一节点计算与上一节点距离的垂直平分线交于两边线的最大值设为通信半径，并以垂直平分线线划分通信区域，上一节点协商矫正。以此类推，所有sink节点和邻居sink节点协商后，都能确定自身的通信半径，从而达到对巷道空间全覆盖；

步骤2：选举网络中簇头节点：网络节点总能量为E，平均每轮耗能为E_t，全网节点平均剩下能量为E_a，即

网络中节点剩余能量E_r大于能量阈值E_e的节点为候选簇头节点，(其中阈值E_e＝λgE_a随网络平均能量变化，λ为系数且0<λ<1)每个候选节点按照公式(1)计算权值，权值最大的节点成为簇头。

步骤3：形成分簇结构：当权值最大的簇头竞选成功后，广播竞选结果于竞争半径内，周围的普通节点通过接收信号强度计算到簇头的距离，择近入簇，簇头分配成员时隙。当每个sink通信半径内簇头数达到预值后，开始收集数据与处理融合，利用其它簇头节的多跳传递数据给邻居sink节点，若干轮数据收集后，系统根据簇头能量大小状态确定非均匀分簇过程；

步骤4：sink节点覆盖范围内的非均匀成簇算法：簇头节点的半径公式根据公式(2)，其中D_s表示为距离sink节点的距离；E_r表示为剩余能量，其中能量低于阈值E_e则不能竞选簇头；N_n为节点的邻居节点数目；其中表示距离、剰余能量和节点密度对竞争半径的影响大小的调节因子分别为α、β、γ，其值通过多次实验后确定且满足α+β+γ＝1。

如图3所示，本发明方法主网络的精确时钟同步的过程为：

步骤1：由sink节点(主时钟)与簇首节点(从时钟)的信息交互过程如图2所示，首先建立时钟模型，周期性调整采样离散化后，第n+1个周期时主从时间偏差与时钟漂移分别表示为公式(3)、(4)，式中u_θ(n)为n时刻偏差调整值，w_θ(n)，w_α(n)分别为同步过程中产生的噪声误差，自然情况下为高斯白噪声，噪音方差为

θ(n+1)＝θ(n)―u_θ(n)+α(n)·T(n)+w_θ(n) (3)

α(n+1)＝α(n)+w_α(n) (4)

步骤2：设主从节点之间的的时间偏差以及路径上的传输延时分别为T_Offset和T_Delay，从时钟获得的T₁-T₆六个时间戳，根据公式(5)、公式(6)和公式(7)，计算出时钟漂移修正系数a以及T_Offset值并存储。

步骤3：在完成上述步骤后，根据时钟模型钟公式(3)、(4)我们可以联立得到状态转移方程如公式(8),其中

为状态转移矩阵,

为控制矩阵，

第n时刻两个观测量矩阵，修正矩阵

噪音矩阵

通过偏差计算可以得到观测方程如公式(9)，其中

为测量系统的参数矩阵,P预测方程式如公式(10)，卡尔曼增益为公式(11)，P更新方程如公式(12)，其中

R为测量噪声协方差。

X(n+1|n)＝A·X(n)+B·U(n)+W(n) (8)

Z(n)＝H·X(n)+V(n) (9)

P(n+1|n)＝A·P(n)·A^T+Q (10)

K(n+1)＝P(n+1|n)·H^T·(H·P(n+1|n)·H^T+R)^―1 (11)

P(n+1)＝(I―K(n+1)·H)·P(n+1|n) (12)

通过公式(5)和(7)得到的结果，在第n个同步周期进行计算(观测)值赋值，令θ(n)＝T_Offset；α(n)＝1-1/a，结合公式(8)-(12)更新出当前时刻的偏移值θ加以修正，并记录观测值下一次调用。周期性同步调整后实现主网络较精准的同步。

如图4所示，本发明方法次网络的精确时钟同步的过程为：

步骤1：设B点为成功竞选的回应节点，簇首节点P在T_p1时刻广播同步请求分组至全簇，簇内节点A、B、C接收信息并记录时刻T_A2、T_B2、T_C2；

步骤2：回应节点B于T_B3时刻发送含有T_B1、T_B2和T_B3的反馈信息；

步骤3：节点P在T_P4时刻接收到信息后在T_P5时刻再次发送包含T_P1、T_B2、T_B3、T_P4、T_P5的信息；

步骤4：节点A、B、C接收到该分组并标记接收时刻T_A6、T_B6、T_C6；

步骤5：考虑到光速传播，延时可忽略不计，因此假设首个信息传递过程中节点A、B、C同时收到P节点发送的请求分组，所以A、C与B的时间差表示为：

Δ_AB＝T_B2-T_A2 (13)

Δ_CB＝T_B2-T_C2 (14)

在链路对称的情况下，节点B根据获取的时间戳得到与簇头P的偏差值以及漂移率如下式：

得到其与簇首节点之间的分组延迟时间。故A、C节点与簇首节点P的时间差与漂移率分别是：

Δ_AP＝Δ_AB+Δ_BP，Δ_CP＝T_CB+Δ_BP (17)

各节点完成修正时钟T＝α_nPPt+Δ_nP，实现与簇首节点间同步，其中t为节点本地时间，n为次网络普通节点编号。

Claims (6)

1.一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，所述方法包括下述步骤：

步骤1：在矿井下根据实际情况与网络结构，布置各网络通信节点与传感器节点：主干通信节点通过时间敏感网络建立线性拓扑结构，无线传感器节点分配在所需的检测环境，通过区域内的sink节点与通信节点相连；

步骤2：初始化全局网络，井下无线传感器网络建立多sink节点非均匀分簇拓扑结构，分为有线区域的主干网络与无线区域的主网络和次网络，主网络包含sink节点与区域选举产生的簇首节点，次网络包含簇首节点与簇中普通节点；

步骤3：主干网络采取时间敏感网络的同步协议算法进行通信节点间周期性精准时间同步，即同步达到每个sink节点处；

步骤4：当主干网络同步后，即每个sink节点实现高精度时间同步，在无线传感器网络的主网络中，sink节点作为区域主时钟采用基于卡尔曼滤波的精确时间同步算法与各从节点进行时间同步；

步骤5：当在主网络中作为从节点的簇首节点间完成一次时间同步后，在次网络中各簇首节点分别作为该网络中的主节点与区域内普通节点进行周期性时间同步，采取单双向混合同步算法；

步骤6：周期性的重复步骤3-5，实现井下网络传感器设备的精确时间同步。

2.根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的网络节点功能包括：

巷道内的sink节点和WSN节点都能利用UWB定位技术获取自身位置信息；sink节点之间由时间敏感网络协议的有线相连；所有节点有唯一ID，布置以后位置固定不变且发射功率可以调整，可以靠接受信号强度的大小计算两者距离，能获取自身剩余能量；sink节点在可靠传输范围间隔内依次灵活部署，普通节点随机或按需分配部署。

3.根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的无线网络拓扑过程具体包括：

1)在长型的主巷道区域内，首先sink节点通过UWB定位技术确定自身位置坐标；

2)其次sink节点通过协商的方式确定各自发射功率，计算两点间连线的垂直平分线交于边界长上的交点到sink节点连线的长度值与节点传输有效半径值比较，确定自身的通信半径可以覆盖区域所有节点，依次协商出各自半径使所有sink节点对巷道网络全覆盖；

3)当主网络中sink确定通信半径后，全局网络节点根据自身相对剩余能量、节点的邻居节点数目和与汇聚节点的距离的关系式值来竞争簇首节点，距离sink距离远，剩佘能量多，邻居节点多的节点竞争成功概率越大；

4)在竞争簇首成功后，普通节点再选择加入距离最近且通信半径更大的簇。

4.根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的主干网络时间同步算法具体包括：

1)整个网络时钟初始化，通过最佳主时钟算法比较邻居节点间时钟信息向量表来确定主干网络内的主时钟；

2)通过基于TSN的精准时间同步协议算法使各从节点与主节点实现时间同步。

5.根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的主网络时间同步算法具体包括：

1)在WSN主网络中，由sink节点作为区域主时钟周期性发送同步请求到各簇头节点；

2)从时钟经过双向信息交互得到时间戳值计算得出时钟漂移系数与偏差值；

3)得到的值通过卡尔曼滤波算法优化出最终的偏移值进行修正时钟信息。

6.根据权利要求1所述的一种基于时间敏感网络的井下混合网络时间同步方法，其特征在于，根据所述的次网络时间同步算法具体包括：

1)当主网络中节点完成同步后，簇首节点启动次网络同步；

2)普通节点根据自身相对剩余能量和与汇聚节点的距离来竞争回应节点；

3)簇首节点与回应节点进行双向交换时间同步，其余节点侦听间接同步；

4)各普通节点计算时间偏差值并补偿时钟。

Images