一种按需分层无线传感器网络时间同步方法

摘要

一种按需分层无线传感器网络时间同步方法，属于无线传感器网络时间同步方法。分层时间同步方法包括：根据不同的网络层次和网络结构分层应用不同的时间同步方法，在节点内部建立缓存区，缓存样本数据；设定窗口长度参数，并对在窗口内的样本进行最大似然估计，得出时钟偏差和链路延迟均值；分层时间同步方法分为三个阶段，一是层次发现阶段，在该阶段建立无线传感器网络节点的层次结构，及设定算法标志位；二是算法决定阶段，根据算法标志位决定所使用的算法并设立相应的缓冲区；三是时间同步阶段，按照不同层次使用不同的时间同步算法以进行全网内的节点时钟的同步。优点：提高了时间同步的精度；降低了能量消耗；增加了灵活性和可扩展性。

主权项

一种按需分层无线传感器网络时间同步方法，其特征在于：分层时间同步方法包括：根据不同的网络层次和网络结构分层应用不同的时间同步方法，在节点内部建立缓存区，缓存样本数据；设定窗口长度参数，并对在窗口内的样本进行最大似然估计，得出时钟偏差和链路延迟均值；分层时间同步方法分为三个阶段，分别为层次发现阶段、算法决定阶段、时间同步阶段；所述的层次发现阶段，需要在所有节点中记录一个算法标志位，仅能取值0或1；所述的标志位的设定方法：根据无线传感器网络应用环境、拓扑结构及同步要求进行更改；在无线传感器网络中，当网关节点和簇首节点间保持较高精度，对底层网络同步精度要求不高时，终端节点设置算法标志位为1以使用I‑RBS算法，主干网络中设置算法标志位为0以使用MLE‑TPSN算法；当在局部范围内保持很高精度，在主干网络要求精度不高时，设定终端节点算法标志位为0以使用MLE‑TPSN算法，设定网关节点和簇首节点的算法标志位为1以使用I‑RBS算法；I‑RBS为改进型参考广播同步，英文全称为Improved Reference Broadcast Synchronization；MLE‑TPSN为基于最大似然估计的传感器网络定时同步协议，英文全称为Based on Maximum Likelihood Estimate Timing‑sync Protocol for Sensor Networks；所述的算法决定阶段，根据标志位设定所需使用的算法；相邻两层节点只要有一层节点为1则使用I‑RBS算法；均不为1则采用MLE‑TPSN算法，且在使用MLE‑TPSN的层次运用下式计算结果：${\Phi }_{MLE}=\left[\begin{array}{c}{\hat{d}}_{MLE}\\ {\hat{\phi }}_{MLE}\\ {\hat{\lambda }}_{MLE}\end{array}\right]=\frac{1}{2}\left[\begin{array}{c}{M}_{\min }+N_{\min }\\ M_{\min }-N_{\min }\\ \bar{M}+\bar{N}-(M_{\min }+N_{\min })\end{array}\right]---\left(1\right)$其中，T_1,k、T_2,k、T_3,k、T_4,k为时间戳，其产生符合如下规则：首先，节点A向节点B发送同步包，其中包含节点A在发送该信息时的本地时间T_1,k，节点B在收到此条信息后记录收到的本地时间T_2,k；其次，节点B向节点A发送一个确认包，其中包含节点B在发送该信息时的本地时间T_3,k，及T_2,k，节点A收到第二条同步信息时记录本地时间T_4,k；式(1)中M_k＝T_2,k‑T_1,k，N_k＝T_4,k‑T_3,k，M_min＝min_1|k|nM_k，N_min＝min_1|k|nN_k，和分别是数据和的样本均值；为MLE‑TPSN算法估计的固定部分延迟，为MLE‑TPSN算法估计的可变部分延迟的均值，是MLE‑TPSN算法估计的节点间的时钟偏移，k为某一特定的同步轮数，n为设定的缓存区样本数，计算出结果后，由下层节点根据计算参数向上层节点同步；在使用I‑RBS的层次运用下式计算结果：需调整值＝(T'_1,k‑T'_2,k)+(T'_4,k‑T'_2,k)  (2)其中，T'_1,k、T'_2,k、T'_3,k和T'_4,k均为时间戳；同步时，由节点C发出数据包，节点B和节点A分别在T'_1,k时刻和T'_2,k时刻收到了数据包，然后节点B发出数据包，其中包含T'_1,k时刻的值，节点C和节点A分别在T'_3,k时刻和T'_4,k时刻收到了数据包，此时节点A便可以将自己的时间值根据T'_1,k、T'_2,k和T'_4,k时刻的值调整自己的时钟与节点B的时钟同步；或者，所述方法的相邻两层只要有一层节点为0则使用I‑RBS算法，均不为0则采用MLE‑TPSN算法；所述的时间同步阶段，根据一定样本量估计出时间同步时的参数，以便下层节点向上层节点同步。