CN114071695A - 一种时间同步的跳数收敛方法及系统 - Google Patents
一种时间同步的跳数收敛方法及系统 Download PDFInfo
- Publication number
- CN114071695A CN114071695A CN202111516488.XA CN202111516488A CN114071695A CN 114071695 A CN114071695 A CN 114071695A CN 202111516488 A CN202111516488 A CN 202111516488A CN 114071695 A CN114071695 A CN 114071695A
- Authority
- CN
- China
- Prior art keywords
- convergence
- probability
- hop count
- hop
- convergence probability
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/001—Synchronization between nodes
- H04W56/0015—Synchronization between nodes one node acting as a reference for the others
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
- H04J3/0638—Clock or time synchronisation among nodes; Internode synchronisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J3/00—Time-division multiplex systems
- H04J3/02—Details
- H04J3/06—Synchronising arrangements
- H04J3/0635—Clock or time synchronisation in a network
- H04J3/0682—Clock or time synchronisation in a network by delay compensation, e.g. by compensation of propagation delay or variations thereof, by ranging
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Synchronisation In Digital Transmission Systems (AREA)
Abstract
本发明涉及网络时间同步技术领域,公开了一种时间同步的跳数收敛方法及系统,该跳数收敛方法,包括以下步骤:S1,获取同步误差估计与邻居节点数:将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;S2,进行收敛概率模糊判断:利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;S3,调整跳数:通过收敛概率对时间同步算法的跳数进行调整。本发明解决了现有技术存在的消息碰撞概率大、多跳路径上的累计误差大、网络的通信开销大等问题。
Description
技术领域
本发明涉及网络时间同步技术领域,具体是一种时间同步的跳数收敛方法及系统。
背景技术
时间同步是无线传感器网络的一项基础支撑技术。在无线传感器网络的应用中,传感器节点采集的数据如果没有空间和时间信息是没有任何意义的。准确的时间同步是实现传感器网络自身协议的运行、定位、多传感器数据融合、移动目标的跟踪、基于的协议以及基于睡眠/侦听模式的节能机制等技术的基础。
据国内外公开发表论文,授权的相关专利信息,以及NTP(Network TimeProtocol)、IEEE standard 1588v2、WIA-PA、ISA100.11a和WirelessHART等相关协议或标准可知,面向大规模无线网络时间同步的知识产权主要集中于时间同步算法的时间信息交换、网络通信结构、参数估计和实现方案等方面。而针对网络时间同步跳数自适应收敛,尚无公开文献。
现有技术存在消息碰撞概率大、多跳路径上的累计误差大、网络的通信开销大等问题。
发明内容
为克服现有技术的不足,本发明提供了一种时间同步的跳数收敛方法及系统,解决现有技术存在的消息碰撞概率大、多跳路径上的累计误差大、网络的通信开销大等问题。
本发明解决上述问题所采用的技术方案是:
一种时间同步的跳数收敛方法,包括以下步骤:
S1,获取同步误差估计与邻居节点数:将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;
S2,进行收敛概率模糊判断:利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;
S3,调整跳数:通过收敛概率对时间同步算法的跳数进行调整。
作为一种优选的技术方案,步骤S1中,设相邻节点vi和vj,各自有对应的时间戳Li[k]和Lj[k],则同步误差估计El[k]由下式得出:El[k]=Li[k]-Lj[k]。
作为一种优选的技术方案,步骤S1中,通过单向广播获得邻居节点数量。
作为一种优选的技术方案,步骤S2包括以下步骤:
S21,生成模糊矩阵:将局部同步误差估计、邻居节点数量以及两者对应的权重参数进行处理,输出收敛概率模糊矩阵;
S22,进行模糊综合判断:利用局部同步误差估计与邻居节点数量两者对应的权重参数权重集,结合收敛概率模糊矩阵,得到收敛概率的模糊估计。
作为一种优选的技术方案,步骤S3中,通过设置收敛概率阈值调整跳数:若收敛概率≥收敛概率阈值,则将当前跳数减小一跳;若收敛概率<收敛概率阈值,则将当前跳数增加一跳。
作为一种优选的技术方案,步骤S3中,采用收敛概率的简单移动均值与原跳数的乘积作为下一时刻的跳数值;其中,收敛概率的简单移动均值指前n次收敛概率值的算数平均值;当得到第n+1个收敛概率值时,剔除最前一个收敛概率值。
作为一种优选的技术方案,步骤S3中,采用比例单元和/或积分单元自适应控制跳数的调整:将得到的收敛概率对跳数进行自适应控制,其中,比例单元用以控制跳数对收敛概率的响应速度,积分单元控制稳态误差。
作为一种优选的技术方案,还包括位于步骤S2与步骤S3之间的以下步骤:
SS,滤波处理收敛概率:对步骤S2输出的收敛概率进行EWMA滤波后输出。
作为一种优选的技术方案,步骤SS中,采用如下公式进行滤波:EWMA(t)=λY(t)+(1-λ)EWMA(t-1)t=1,2,…n,
其中,EWMA(t)表示t时刻的收敛概率估计值;λ表示平滑因子,0<λ<1;Y(t)表示t时刻的收敛概率模糊估计值。
一种时间同步的自适应跳数收敛系统,应用于所述的一种时间同步的跳数收敛方法,包括以下单元:
同步误差估计与邻居节点数获取单元:用以将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;
收敛概率模糊判断单元:用以利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;
跳数调整单元:用以通过收敛概率对时间同步算法的跳数进行调整。
本发明相比于现有技术,具有以下有益效果:
本发明用于有时间同步需求的分布式系统或无线网络中,将其集成到应用对象所采用的多跳时间同步算法中;本发明利用时间同步算法获得的成对时间戳得到局部同步误差估计,进一步估计同步误差收敛概率,对概率进行滤波后再对跳数进行收敛;本发明在各种网络结构与各种不同的时间同步算法中都能进行有效的跳数自适应,从而找到每个节点适合的跳数,有效降低消息碰撞概率、多跳路径上的累计误差以及网络的通信开销。
附图说明
图1为本发明所述一种时间同步的跳数收敛方法的步骤示意图;
图2为本发明所述一种时间同步的跳数收敛系统的结构框图。
具体实施方式
下面结合实施例及附图,对本发明作进一步的详细说明,但本发明的实施方式不限于此。
实施例1
如图1、图2所示,一种时间同步的跳数收敛方法,包括以下步骤:
S1,获取同步误差估计与邻居节点数:将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;
S2,进行收敛概率模糊判断:利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;
S3,调整跳数:通过收敛概率对时间同步算法的跳数进行调整。
本发明利用时间同步算法获得的成对时间戳得到局部同步误差估计,进一步估计同步误差收敛概率,再对跳数进行调整。本发明在各种网络结构与各种不同的时间同步算法中都能进行有效的跳数自适应,从而找到每个节点适合的跳数,有效降低消息碰撞概率、多跳路径上的累计误差以及网络的通信开销。
作为一种优选的技术方案,步骤S1中,设相邻节点vi和vj,各自有对应的时间戳Li[k]和Lj[k],则同步误差估计El[k]由下式得出:El[k]=Li[k]-Lj[k]。
这便于得到局部同步误差估计。
作为一种优选的技术方案,步骤S1中,通过单向广播获得邻居节点数量。
这便于获得邻居节点数量。
作为一种优选的技术方案,步骤S2包括以下步骤:
S21,生成模糊矩阵:将局部同步误差估计、邻居节点数量以及两者对应的权重参数进行处理,输出收敛概率模糊矩阵;
S22,进行模糊综合判断:利用局部同步误差估计与邻居节点数量两者对应的权重参数权重集,结合收敛概率模糊矩阵,得到收敛概率的模糊估计。
这实现了收敛概率的模糊估计。
作为一种优选的技术方案,步骤S3中,通过设置收敛概率阈值调整跳数:若收敛概率≥收敛概率阈值,则将当前跳数减小一跳;若收敛概率<收敛概率阈值,则将当前跳数增加一跳。
这便于直接通过收敛概率调整跳数。
作为一种优选的技术方案,步骤S3中,采用收敛概率的简单移动均值与原跳数的乘积作为下一时刻的跳数值;其中,收敛概率的简单移动均值指前n次收敛概率值的算数平均值;当得到第n+1个收敛概率值时,剔除最前一个收敛概率值。
这便于提高调整跳数的准确度。
作为一种优选的技术方案,步骤S3中,采用比例单元和/或积分单元自适应控制跳数的调整:将得到的收敛概率对跳数进行自适应控制,其中,比例单元用以控制跳数对收敛概率的响应速度,积分单元控制稳态误差。
这便于通过比例单元和/或积分单元自适应控制跳数的调整,从而进一步提高调整跳数的准确度。
作为一种优选的技术方案,还包括位于步骤S2与步骤S3之间的以下步骤:
SS,滤波处理收敛概率:对步骤S2输出的收敛概率进行EWMA滤波后输出。
通过EWMA滤波,得到的收敛概率剔除了短期波动,并且更加平稳,更加真实有效。
作为一种优选的技术方案,步骤SS中,采用如下公式进行滤波:EWMA(t)=λY(t)+(1-λ)EWMA(t-1)t=1,2,…n,
其中,EWMA(t)表示t时刻的收敛概率估计值;λ表示平滑因子,0<λ<1;Y(t)表示t时刻的收敛概率模糊估计值。
合理设置λ,既保证了时效性又兼顾了平稳性。
实施例2
如图1、图2所示,作为实施例1的进一步优化,本实施例包含了实施例1的全部技术特征,除此之外,本实施例还包括以下技术特征:
一种时间同步的自适应跳数收敛系统,应用于所述的一种时间同步的跳数收敛方法,包括以下单元:
同步误差估计与邻居节点数获取单元:用以将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;
收敛概率模糊判断单元:用以利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;
跳数调整单元:用以通过收敛概率对时间同步算法的跳数进行调整。
实施例3
如图1、图2所示,本实施例包含实施例1、实施例2的全部技术特征,本实施例在实施例1、实施例2的基础上,提供更细化的实施方式。
本发明涉及时间同步的自适应跳数收敛方法,该方法可用于有时间同步需求的分布式系统或无线网络中,将其集成到应用对象所采用的多跳时间同步算法中。本发明利用时间同步算法获得的成对时间戳得到局部同步误差估计,进一步估计同步误差收敛概率,对概率进行滤波后再对跳数进行收敛。该方法在各种网络结构与各种不同的时间同步算法中都能进行有效的跳数自适应,从而找到每个节点适合的跳数,有效降低消息碰撞概率、多跳路径上的累计误差以及网络的通信开销。
本发明技术方案主要包含同步误差估计与邻居节点数获取单元、收敛概率模糊判断单元、收敛概率滤波处理单元以及跳数调整单元四大主体部分。
(1)同步误差估计与邻居节点数获取;
同步误差估计与邻居节点数获取单元的输入为成对时间戳,输出为局部同步误差估计及邻居节点数量。
在本发明中以节点间的瞬时时钟偏移作为同步误差估计值El[k],具体实现则依托于实际应用中所采用的时间同步算法及其时钟偏移估计方法。时钟偏移估计是所有时间同步算法相关协议或标准必不可少的一部分,本发明可直接利用时间同步算法中的时钟偏移估计值作为同步误差估计值El[k]。因此,本发明不需要额外的通信开销来获得节点的时间戳,亦不需单独计算El[k],同时也不会对所采用的时间同步算法造成干扰和影响。这些优点使得本发明能够非常容易地被嵌入到实际应用的时间同步算法中,具有极其优异的扩展性。
设相邻节点vi和vj,各自有对应的时间戳Li[k]和Lj[k],则同步误差估计El[k]由下式得出:
El[k]=Li[k]-Lj[k]。
同时,进行一次单向广播可获得节点的邻居节点数量,由于邻居节点数量极大程度上影响了网络稠密度,而网络的稠密度越大局部收敛越能代表全局收敛。因此,邻居节点数获取是本发明中的一个重要部分。
(2)收敛概率模糊判断单元;
此部分包含模糊矩阵生成部分及收敛概率综合评判部分。
①模糊矩阵生成;
由于局部同步误差与邻居节点数量可以反映时间同步收敛情况,但并没有表现出强线性关系,因此需要模糊逻辑将不确定的信息模糊化。本部分的输入为局部同步误差估计值El[k]、邻居节点数量N以及两者对应的权重参数,输出为收敛概率模糊矩阵。具体说明如下。
在上一单元中得到了局部同步误差估计El[k]与邻居节点数量N,这两者作为模糊矩阵的评价因素集。确定评价因素集后,结合输入的评价因素对应的权重(不同的时间同步算法对应了不同的权重值),建立评价档次集,将局部同步误差划分为{大,较大,中,较小,小}等五个不同档次,同理可将邻居节点数划分为{大,较大,中,较小,小}等五个不同档次,最终生成收敛概率模糊矩阵。模糊矩阵单元如表1所示,其中,α、β表示多次统计下落到该档次中的概率。
表1局部同步误差、邻居节点数的档次-评价因素对应表
②收敛概率综合评判;
(3)收敛概率滤波处理单元;
本部分是对上一单元得到的收敛概率估计进行EWMA滤波(指数加权移动平均)。EWMA主要用于对网络状态参数进行估计和平滑,能通过控制权值来剔除短期波动,达到滤波效果。其公式如下式所示:
其中表示t时刻的估计值;为平滑因子,即对于历史测量值的权重系数;Y(t)表示t时刻测量值,在本发明中表示t时刻的收敛概率模糊估计值。
其中的值越接近1,说明过去测量值权重越低,算法时效性越强;另一方面的大小也可反映算法吸收瞬时突发情况的能力,越小,平稳性越强。通过查阅相关文献,本发明建议取0.6,既保证了时效性又兼顾了平稳性。
通过EWMA滤波,得到的收敛概率剔除了短期波动,并且更加平稳,更加真实有效。
(4)跳数调整单元。
在上一单元中得到了滤波后的收敛概率,通过收敛概率对算法跳数进行调整,具体如下。
方法一:采用直接通过收敛概率调整跳数的方法。收敛概率大于0.8就将当前跳数降低一跳,小于0.8就将当前跳数增加一跳。
方法二:采用收敛概率的简单移动均值与原跳数的乘积作为下一时刻的跳数值。其中收敛概率的简单移动均值指的是前n次收敛概率值的算数平均,当得到第n+1个概率值时,剔除最前一个概率值。
方法三:采用自适应PI(比例单元和/或积分单元)控制。通过得到的收敛概率对跳数进行自适应PI控制,其中比例控制影响跳数对概率的响应速度,积分控制影响稳态误差。
如上所述,可较好地实现本发明。
本说明书中所有实施例公开的所有特征,或隐含公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合和/或扩展、替换。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,依据本发明的技术实质,在本发明的精神和原则之内,对以上实施例所作的任何简单的修改、等同替换与改进等,均仍属于本发明技术方案的保护范围之内。
Claims (10)
1.一种时间同步的跳数收敛方法,其特征在于,包括以下步骤:
S1,获取同步误差估计与邻居节点数:将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;
S2,进行收敛概率模糊判断:利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;
S3,调整跳数:通过收敛概率对时间同步算法的跳数进行调整。
2.根据权利要求1所述的一种时间同步的跳数收敛方法,其特征在于,步骤S1中,设相邻节点vi和vj,各自有对应的时间戳Li[k]和Lj[k],则同步误差估计El[k]由下式得出:
El[k]=Li[k]-Lj[k]。
3.根据权利要求2所述的一种时间同步的跳数收敛方法,其特征在于,步骤S1中,通过单向广播获得邻居节点数量。
4.根据权利要求1所述的一种时间同步的跳数收敛方法,其特征在于,步骤S2包括以下步骤:
S21,生成模糊矩阵:将局部同步误差估计、邻居节点数量以及两者对应的权重参数进行处理,输出收敛概率模糊矩阵;
S22,进行模糊综合判断:利用局部同步误差估计与邻居节点数量两者对应的权重参数权重集,结合收敛概率模糊矩阵,得到收敛概率的模糊估计。
5.根据权利要求1所述的一种时间同步的跳数收敛方法,其特征在于,步骤S3中,通过设置收敛概率阈值调整跳数:若收敛概率≥收敛概率阈值,则将当前跳数减小一跳;若收敛概率<收敛概率阈值,则将当前跳数增加一跳。
6.根据权利要求1所述的一种时间同步的跳数收敛方法,其特征在于,步骤S3中,采用收敛概率的简单移动均值与原跳数的乘积作为下一时刻的跳数值;其中,收敛概率的简单移动均值指前n次收敛概率值的算数平均值;当得到第n+1个收敛概率值时,剔除最前一个收敛概率值。
7.根据权利要求1所述的一种时间同步的跳数收敛方法,其特征在于,步骤S3中,采用比例单元和/或积分单元自适应控制跳数的调整:将得到的收敛概率对跳数进行自适应控制,其中,比例单元用以控制跳数对收敛概率的响应速度,积分单元控制稳态误差。
8.根据权利要求1至7任一项所述的一种时间同步的跳数收敛方法,其特征在于,还包括位于步骤S2与步骤S3之间的以下步骤:
SS,滤波处理收敛概率:对步骤S2输出的收敛概率进行EWMA滤波后输出。
9.根据权利要求8所述的一种时间同步的跳数收敛方法,其特征在于,步骤SS中,采用如下公式进行滤波:
EWMA(t)=λY(t)+(1-λ)EWMA(t-1)t=1,2,…n,
其中,EWMA(t)表示t时刻的收敛概率估计值;λ表示平滑因子,0<λ<1;Y(t)表示t时刻的收敛概率模糊估计值。
10.一种时间同步的自适应跳数收敛系统,其特征在于,应用于权利要求1至9任一项所述的一种时间同步的跳数收敛方法,包括以下单元:
同步误差估计与邻居节点数获取单元:用以将输入的成对时间戳进行处理,输出局部同步误差估计及邻居节点数量;
收敛概率模糊判断单元:用以利用局部同步误差估计及邻居节点数量,得到收敛概率的模糊估计;
跳数调整单元:用以通过收敛概率对时间同步算法的跳数进行调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111516488.XA CN114071695B (zh) | 2021-12-13 | 2021-12-13 | 一种时间同步的跳数收敛方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111516488.XA CN114071695B (zh) | 2021-12-13 | 2021-12-13 | 一种时间同步的跳数收敛方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114071695A true CN114071695A (zh) | 2022-02-18 |
CN114071695B CN114071695B (zh) | 2023-04-28 |
Family
ID=80229320
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111516488.XA Active CN114071695B (zh) | 2021-12-13 | 2021-12-13 | 一种时间同步的跳数收敛方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114071695B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101102179A (zh) * | 2006-07-06 | 2008-01-09 | 北京三星通信技术研究有限公司 | 无线电通信系统中采用的接收机同步方法 |
CN101843010A (zh) * | 2007-12-18 | 2010-09-22 | 泰勒斯阿莱尼亚空间公司意大利分公司 | 同步网络节点的方法及其系统和装置 |
US20130314273A1 (en) * | 2010-12-30 | 2013-11-28 | Sensys Networks, Inc. | Wireless and Wireline Sensor Nodes, Micro-Radar, Networks and Systems |
US20140355628A1 (en) * | 2013-06-03 | 2014-12-04 | King Abdulaziz City For Science And Technology | Recursive time synchronization protocol method for wireless sensor networks |
CN107483380A (zh) * | 2017-09-12 | 2017-12-15 | 中国电子科技集团公司第四十研究所 | 一种基于多级架构的oqpsk信号大频偏载波同步方法 |
CN109358330A (zh) * | 2018-11-06 | 2019-02-19 | 电子科技大学 | 一种双基前视sar线性时间同步误差估计方法 |
CN112165368A (zh) * | 2020-08-27 | 2021-01-01 | 西南科技大学 | 一种时间同步的实时自适应收敛估计系统 |
-
2021
- 2021-12-13 CN CN202111516488.XA patent/CN114071695B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101102179A (zh) * | 2006-07-06 | 2008-01-09 | 北京三星通信技术研究有限公司 | 无线电通信系统中采用的接收机同步方法 |
CN101843010A (zh) * | 2007-12-18 | 2010-09-22 | 泰勒斯阿莱尼亚空间公司意大利分公司 | 同步网络节点的方法及其系统和装置 |
US20130314273A1 (en) * | 2010-12-30 | 2013-11-28 | Sensys Networks, Inc. | Wireless and Wireline Sensor Nodes, Micro-Radar, Networks and Systems |
US20140355628A1 (en) * | 2013-06-03 | 2014-12-04 | King Abdulaziz City For Science And Technology | Recursive time synchronization protocol method for wireless sensor networks |
CN107483380A (zh) * | 2017-09-12 | 2017-12-15 | 中国电子科技集团公司第四十研究所 | 一种基于多级架构的oqpsk信号大频偏载波同步方法 |
CN109358330A (zh) * | 2018-11-06 | 2019-02-19 | 电子科技大学 | 一种双基前视sar线性时间同步误差估计方法 |
CN112165368A (zh) * | 2020-08-27 | 2021-01-01 | 西南科技大学 | 一种时间同步的实时自适应收敛估计系统 |
Non-Patent Citations (2)
Title |
---|
FANGRONG SHI: "A:A novel rapid-flooding approach with real-time delay compensation for wireless-sensor network time synchronization" * |
石繁荣: "无线传感网络分布式时间同步研究" * |
Also Published As
Publication number | Publication date |
---|---|
CN114071695B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sommer et al. | Gradient clock synchronization in wireless sensor networks | |
WO2016173358A1 (zh) | 一种适用于wia-pa网络的时钟同步频率偏移估计方法 | |
Wang et al. | Estimation of clock skew for time synchronization based on two-way message exchange mechanism in industrial wireless sensor networks | |
Gong et al. | CESP: A low-power high-accuracy time synchronization protocol | |
JP2010541298A (ja) | センサネットワークにおける時間同期に関する方法及びシステム | |
CN111083775B (zh) | 一种基于RPL路由协议的IPv6无线传感网时间同步方法 | |
Gong et al. | On the accuracy of pairwise time synchronization | |
CN110278048B (zh) | 一种基于分簇算法的分级Ad Hoc网络时间同步方法 | |
CN113038589B (zh) | 一种基于无线网络分簇拓扑的矩阵模型估计时间同步方法 | |
CN101541073A (zh) | 无线传感器网络节点晶振频率误差补偿方法 | |
Pinho et al. | A robust gradient clock synchronization algorithm for wireless sensor networks | |
Zhou et al. | APE-Sync: An adaptive power efficient time synchronization for mobile underwater sensor networks | |
CN110808807B (zh) | 一种局域网络中设备的时钟同步方法 | |
CN103338472B (zh) | 一种无线网络链路质量估计方法 | |
CN114071695A (zh) | 一种时间同步的跳数收敛方法及系统 | |
CN112165368B (zh) | 一种时间同步的实时自适应收敛估计系统 | |
Tulone | A resource--efficient time estimation for wireless sensor networks | |
Sun et al. | Photovoltaic modules monitoring based on WSN with improved time synchronization | |
Lv et al. | Simulation and performance analysis of the ieee1588 ptp with kalman filtering in multi-hop wireless sensor networks | |
CN115347965B (zh) | 带缓存机制的基于改进滑动平均滤波的时间同步优化方法 | |
CN110896339B (zh) | 一种基于局部加权最小二乘法的时钟同步补偿方法 | |
CN114885414A (zh) | 一种增加时间同步精度的算法 | |
CN114553358A (zh) | 一种物联网分布式精确时间同步方法 | |
CN114301562B (zh) | 一种无线网络时间同步的周期自适应方法及系统 | |
Chen et al. | A Fast Clock Synchronization Method for Wireless Sensor Networks Based on Grey Prediction. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |