CN117425201A - 基于单基站精准定位的tsn时间同步及流量调度优化方法 - Google Patents
基于单基站精准定位的tsn时间同步及流量调度优化方法 Download PDFInfo
- Publication number
- CN117425201A CN117425201A CN202311435308.4A CN202311435308A CN117425201A CN 117425201 A CN117425201 A CN 117425201A CN 202311435308 A CN202311435308 A CN 202311435308A CN 117425201 A CN117425201 A CN 117425201A
- Authority
- CN
- China
- Prior art keywords
- base station
- time
- positioning
- position information
- tsn
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 title claims abstract description 15
- 230000005540 biological transmission Effects 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 18
- 230000026676 system process Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/0055—Synchronisation arrangements determining timing error of reception due to propagation delay
- H04W56/006—Synchronisation arrangements determining timing error of reception due to propagation delay using known positions of transmitter and receiver
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0226—Traffic management, e.g. flow control or congestion control based on location or mobility
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/0289—Congestion control
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及确定性时间敏感网络技术领域,具体为一种基于单基站精准定位的TSN时间同步及流量调度优化方法,包括:通过使用单个5G+蓝牙/UWB基站求解得到的用户位置信息,估计出用户与基站之间的传播时延,进而提高时间同步精度,同时基于用户的位置信息,使用TSN调度器预测节点之间的传输时间和距离,对不同流量进行精细化调度,同时及时发现链路故障或拥塞情况,选择合理的时空调度策略,以更好地满足实时通信和控制的应用需求。
Description
技术领域
本发明涉及确定性时间敏感网络技术领域,具体为一种基于单基站精准定位的TSN时间同步及流量调度优化方法。
背景技术
随着5G、人工智能、大数据等技术在工业中应用的不断推进,对工业网络在实时性、低抖动、低时延信号与大带宽数据的共网传输智能调度等方面提出了更高的需求。例如设备之间具有严格的时序约束关系,在规定时刻必须对事件做出准确响应,为实现设备之间的全面互联,需要在时间精准同步关键技术进行突破等。因此基于时间敏感网络技术(TSN)的工业互联网需要在面向工业应用场景、应用的时间同步、智能控制等方面进行突破和提升,结合5G无线连接超低时延和超强灵活性特性与TSN超高可靠和超强确定性特性,构成有线无线融合的工业异构网络,实现工业网络智能化实时控制。
目前的热门解决方案是通过5G移动网络与时间敏感网络(TSN)融合的方式,满足实时能力和移动性支持等各种需求。其中TSN脱胎于以太网技术,能够提供有界低时延、低抖动以及高可靠的数据传输服务。它的时间同步依赖于广义精确时间协议(gPTP),通过同步消息和后续消息的分发,TSN能够实现主时钟和从时钟之间的时间同步。而5G网络主要采用随站部署接收GPS、北斗等信号定位方案实现时间同步,基站直接通过接收天线获取全球导航卫星系统(GNSS)时钟源。由于TSN和5G具有各自不同的时间同步机制,实现两者之间的时间同步成为了优化网络传输、资源利用率的关键技术难题。
现有技术中两者的时间同步存在误差,其误差的主要来源包括:传播延迟上引入的误差和停留时间上引入的误差;因此只要提高传播延迟和停留时间的精度就能够提高时间同步的精度,以减小甚至消除时间同步存在的误差。其中,停留时间的误差大小主要取决于子载波间距,通过调整子载波间距就能有效解决停留时间引入的误差。而由于基站和UE(用户设备)之间上下行链路的不对称,它们之间的传播延迟就难以得到精确的估计;同时,UE位置的变化也会导致传播延迟的变化,因此传播延迟的估计就成为一个难题。
为了解决这一难题,目前研究人员提出了两种方法,一种是基于定时提前(TA)的方法,另一个则是利用往返时间(RTT)来估计传播延迟的方法。虽然这两种方法能够进行传播延迟的估计,但是这两种方法都存在一定的问题,具体地,基于定时提前的方法估计出的传播延迟精度取决于TA的时间粒度,然而TA存在有限的时间粒度,特别是在较小子载波间距的情况下,TA的粒度误差会更大,因此,基于定时提前的传播延迟估计方法的精度有限;同样地,利用RTT的传播延迟估计方法精度也受到gNB(5G基站)向UE发送的时间差的粒度影响。
此外,目前也有研究通过使用TDOA法估计位置信息来求解传播时延,进而提高时间同步的精度,但是该种方法需要在一定区域内安装多个gNB来进行算法求解,同时该种方法对位置信息的求解精度也不足。
因此现在急需一种基于单基站精准定位的TSN时间同步及流量调度优化方法,能通过单基站获取更精准的UE的位置信息,估计UE和基站之间的传播时延,进而提高时间同步精度,同时通过更精准的UE的位置信息提高TSN流量调度的效率和准确性,以更好地满足实时通信和控制的应用需求。
发明内容
本发明意在提供一种基于单基站精准定位的TSN时间同步及流量调度优化方法,能通过单基站获取更精准的UE的位置信息,估计UE和基站之间的传播时延,进而提高时间同步精度,同时通过更精准的UE的位置信息提高TSN流量调度的效率和准确性,以更好地满足实时通信和控制的应用需求。
本发明提供如下基础方案:基于单基站精准定位的TSN时间同步及流量调度优化方法,包括如下内容:
S1、UE进行小区搜索,获取预设范围内所有基站的位置信息;
S2、UE通过接收到基站发送信号的功率大小选择最优的基站作为定位基站,进行定位请求;
S3、定位基站接收到定位请求后,进行实时测量其相对UE的角度信息,同时根据测距算法,获取所述UE到定位基站的距离信息,并根据得到的距离信息和角度信息,使用卡尔曼滤波器进行非视距误差的消除,获取UE的位置信息;其中角度信息为方位角;
S4、根据获取的位置信息,计算UE和定位基站之间的距离;根据距离,获取传播延迟;
S5、通过识别UE的位置信息,构建网络拓扑结构,确定网络拓扑结构、链路质量和带宽资源;
S6、根据UE的位置信息,使用TSN调度器预测节点之间的传输时间和距离,对不同流量进行精细化调度,同时获取链路故障或拥塞情况,并采用对应的时空调度策略;其中节点包括UE和设备。
进一步,所述基站为5G+蓝牙基站或5G+UWB基站中的一种或多种。
进一步,所述S3,包括:S31、定位基站根据接收到定位请求,估计每一条路径的AOA与到达时间,并选取到达时间最短的路径作为直达路径;从而能解决多径效应的影响,更好地区分直达路径和非直达路径;
S32、根据直达路径,获取直达路径的方位角以及UE和定位基站之间的距离信息;并根据AOA和距离信息,获取UE的定位位置;
S33、对定位位置使用卡尔曼滤波器进行非视距误差的消除,获取UE的位置信息。
进一步,所述S33,包括:
S331、设置UE位置向量Xk,系统过程随机噪声Wk,系统状态转移矩阵Φk,k-1,噪声输入矩阵Γk,k-1,系统观测值Zk,观测矩阵Hk和观测噪声Vk;
构建状态方程和观测方程为:
Xk=Φk,k-1Xk-1+Γk,k-1Wk-1;
Zk=HkXk+Vk;
系统过程噪声方差Qk正定,观测噪声方差Rk非负定;
S332、进行下一状态一步预测
其中为k时刻的状态估计值;
S333、进行状态估计
S334、构建滤波增益矩阵
S335、一步预测误差方差阵
其中Pk为k时刻的估计误差方差;
S336、构建估计误差方差阵
Pk=[1-KkHk]Pk,k-1;
根据系统的初始值X0和P0,在k时刻的观测值Zk,推断出k时刻的状态估计值
本方案的有益效果:本方法通过使用单个基站(具体地,采用5G+蓝牙/UWB基站)求解得到的用户位置信息,估计出用户与基站之间的传播时延,进而提高时间同步精度,同时基于用户的位置信息,使用TSN调度器预测节点之间的传输时间和距离,对不同流量进行精细化调度,同时及时发现链路故障或拥塞情况,选择合理的时空调度策略;其中单基站定位的方式可以在工业互联网中进行更加方便简单的部署,降低网络部署成本及布线难度;同时更精准的用户位置信息可以提高TSN流量调度的效率,从而更好地满足实时通信和控制的应用需求。
并且通过本方案获取了UE更精准的位置信息,可以提高TSN流量调度的效率,帮助TSN调度器更准确地确定网络延迟、流量拥堵和带宽利用率等因素,在网络拓扑建立、时空调度优化、端到端链路保障、精细化流量调度等方面能够得到一定程度上的性能提升,从而更好地满足实时通信和控制的应用需求。
附图说明
图1为本发明基于单基站精准定位的TSN时间同步及流量调度优化方法实施例的流程示意图;
图2为本发明基于单基站精准定位的TSN时间同步及流量调度优化方法实施例中卡尔曼滤波的原理流程示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例基本如附图1所示:基于单基站精准定位的TSN时间同步及流量调度优化方法,包括如下内容:
S1、UE进行小区搜索,获取预设范围内所有基站的位置信息;其中基站为5G+蓝牙基站或5G+UWB基站中的一种或多种;
S2、UE通过接收到基站发送信号的功率大小选择最优的基站作为定位基站,进行定位请求;
S3、定位基站接收到定位请求后,进行实时测量其相对UE的角度信息,同时根据测距算法,获取所述UE到定位基站的距离信息,并根据得到的距离信息和角度信息,并使用卡尔曼滤波器进行非视距误差的消除,获取UE的位置信息;其中角度信息为方位角;
所述S3,具体包括:
S31、定位基站根据接收到定位请求,估计每一条路径的AOA(到达角)与到达时间,并选取到达时间最短的路径作为直达路径;从而能解决多径效应的影响,更好地区分直达路径和非直达路径;
S32、根据直达路径,获取直达路径的方位角以及UE和定位基站之间的距离信息;并根据AOA和距离信息,获取UE的定位位置;
S33、对定位位置使用卡尔曼滤波器进行非视距误差的消除,获取UE的位置信息。
因为非视距误差会存在于测量数据的整个过程中,因此通过使用卡尔曼滤波器进行非视距误差的消除,其基本原理是利用系统模型和观测模型的统计特性,递推得到最优融合数据;具体估计预测过程中为:当前状态的估计值=基于上一时刻的预估值+当前状态观测值,即预估值和观测值加权相加。经过卡尔曼滤波处理后的数值更好地接近实际值,即使在远距离情况下也可以将定位精确度达到厘米级。
如图2所示,S33具体包括以下内容:
S331、设置UE位置向量Xk,系统过程随机噪声Wk,系统状态转移矩阵Φk,k-1,噪声输入矩阵Γk,k-1,系统观测值Zk,观测矩阵Hk和观测噪声Vk;
构建状态方程和观测方程为:
Xk=Φk,k-1Xk-1+Γk,k-1Wk-1;
Zk=HkXk+Vk;
系统过程噪声方差Qk正定,观测噪声方差Rk非负定;
S332、进行下一状态一步预测
其中为k时刻的状态估计值;
S333、进行状态估计
S334、构建滤波增益矩阵
S335、一步预测误差方差阵
其中Pk为k时刻的估计误差方差;
S336、构建估计误差方差阵
Pk=[1-KkHk]Pk,k-1;
通过上述步骤,根据系统的初始值X0和P0,在k时刻的观测值Zk,推断出k时刻的状态估计值
S4、根据获取的位置信息,计算UE和定位基站之间的距离,根据距离,获取传播延迟;具体地,UE和定位基站之间的距离d,根据距离,获取传播延迟t=d/c,其中c为光速;
S5、通过识别UE的位置信息,构建网络拓扑结构,确定网络拓扑结构、链路质量和带宽资源;通过更准确的UE的位置信息,能够获得更准确的网络拓扑结构;
S6、根据UE的位置信息,使用TSN调度器预测各节点之间的传输时间和距离,对不同流量进行精细化调度,同时获取链路故障或拥塞情况,并采用对应的时空调度策略;其中节点包括UE和设备。通过更准确的UE的位置信息,调度策略可以实施得更加准确。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (4)
1.基于单基站精准定位的TSN时间同步及流量调度优化方法,其特征在于,包括:
S1、UE进行小区搜索,获取预设范围内所有基站的位置信息;
S2、UE通过接收到基站发送信号的功率大小选择最优的基站作为定位基站,进行定位请求;
S3、定位基站接收到定位请求后,进行实时测量其相对UE的角度信息,同时根据测距算法,获取所述UE到定位基站的距离信息,并根据得到的距离信息和角度信息,使用卡尔曼滤波器进行非视距误差的消除,获取UE的位置信息;
S4、根据获取的位置信息,计算UE和定位基站之间的距离;根据距离,获取传播延迟;
S5、通过识别UE的位置信息,构建网络拓扑结构,确定网络拓扑结构、链路质量和带宽资源;
S6、根据UE的位置信息,使用TSN调度器预测节点之间的传输时间和距离,对不同流量进行精细化调度,同时获取链路故障或拥塞情况,并采用对应的时空调度策略;其中节点包括UE和设备。
2.根据权利要求1所述的基于单基站精准定位的TSN时间同步及流量调度优化方法,其特征在于,所述基站为5G+蓝牙基站或5G+UWB基站中的一种或多种。
3.根据权利要求2所述的基于单基站精准定位的TSN时间同步及流量调度优化方法,其特征在于,所述S3,包括:S31、定位基站根据接收到定位请求,估计每一条路径的AOA与到达时间,并选取到达时间最短的路径作为直达路径;从而能解决多径效应的影响,更好地区分直达路径和非直达路径;
S32、根据直达路径,获取直达路径的方位角以及UE和定位基站之间的距离信息;并根据AOA和距离信息,获取UE的定位位置;
S33、对定位位置使用卡尔曼滤波器进行非视距误差的消除,获取UE的位置信息。
4.根据权利要求3所述的基于单基站精准定位的TSN时间同步及流量调度优化方法,其特征在于,所述S33,包括:
S331、设置UE位置向量Xk,系统过程随机噪声Wk,系统状态转移矩阵Φk,k-1,噪声输入矩阵Γk,k-1,系统观测值Zk,观测矩阵Hk和观测噪声Vk;
构建状态方程和观测方程为:
Xk=Φk,k-1Xk-1+Γk,k-1Wk-1;
Zk=HkXk+Vk;
其中系统过程噪声方差Qk正定,观测噪声方差Rk非负定;
S332、进行下一状态一步预测
其中为k时刻的状态估计值;
S333、进行状态估计
S334、构建滤波增益矩阵
S335、一步预测误差方差阵
其中Pk为k时刻的估计误差方差;
S336、构建估计误差方差阵
Pk=[1-KkHk]Pk,k-1;
根据系统的初始值X0和P0,在k时刻的观测值Zk,推断出k时刻的状态估计值
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311435308.4A CN117425201A (zh) | 2023-10-31 | 2023-10-31 | 基于单基站精准定位的tsn时间同步及流量调度优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311435308.4A CN117425201A (zh) | 2023-10-31 | 2023-10-31 | 基于单基站精准定位的tsn时间同步及流量调度优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117425201A true CN117425201A (zh) | 2024-01-19 |
Family
ID=89524489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311435308.4A Pending CN117425201A (zh) | 2023-10-31 | 2023-10-31 | 基于单基站精准定位的tsn时间同步及流量调度优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117425201A (zh) |
-
2023
- 2023-10-31 CN CN202311435308.4A patent/CN117425201A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7513348B2 (ja) | 地球外通信のための予測測定 | |
JP4119893B2 (ja) | 信号伝搬遅延ルーチング | |
KR101302821B1 (ko) | 통신 노드를 포함하는 데이터 패킷 네트워크 내의 선택된 유형의 분산 데이터를 프로세싱하는 방법, 디바이스 및 통신 노드 | |
US8149726B2 (en) | Wireless communication system and method | |
US8467309B2 (en) | Packet based location provisioning in wireless networks | |
CN111867073A (zh) | 时间信息的处理方法、定时提前的确定方法及相关设备 | |
KR20050117557A (ko) | 저속 중앙처리장치를 이용하는 무선 애드-혹 통신네트워크에 있어서 이동 가입자에 대한 위치계산의정확도를 향상시키기 위한 시스템 및 방법 | |
CN112904705B (zh) | 一种低轨小卫星之间的分级时钟同步方法 | |
JP2011049770A (ja) | 無線通信システム、無線基地局および制御方法 | |
US20230051166A1 (en) | Delay Sensitive Network Estimation System | |
US20230163839A1 (en) | Coordinated Satellite and Terrestrial Channel Utilization | |
EP2710761B1 (en) | Clustering apparatus and method for controlling timing | |
Krummacker et al. | Intra-network clock synchronization for wireless networks: From state of the art systems to an improved solution | |
CN113099527B (zh) | 基于定时消息交换的5g无线边缘绝对时间同步方法 | |
CN114070448A (zh) | 一种基于多属性决策的主时钟选取方法 | |
CN117425201A (zh) | 基于单基站精准定位的tsn时间同步及流量调度优化方法 | |
CN117042111A (zh) | 电力5g融合通信网络时间同步系统、方法和设备 | |
CN116388918A (zh) | 一种5g与tsn融合网络的冗余主时钟方法 | |
US20240048261A1 (en) | Robust time distribution and synchronization in computer and radio access networks | |
CN115314989B (zh) | 一种5g与tsn融合网络的时间同步方法 | |
US11191053B1 (en) | Network-based clock for time distribution across a wireless network | |
JP7325638B2 (ja) | 複数の他のノードに接続された特定のノードを同期する方法 | |
CN105657811A (zh) | 自组网节点自动同步方法 | |
JP5263785B2 (ja) | 無線通信システム、制御方法および制御装置 | |
Gao et al. | Network Scalability for Ultra‐Wideband Real‐Time Location Systems Based on vMISO |
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 |