多参数时钟模型和同步抖动约束的无线传感器网络时间同步

For large scale wireless sensor networks, time synchronization is the necessary condition to the key technologies such as networking protocol, task cooperation, low power consumption and so on. On account of being restrained by multi-hop distributed topology, clock not ideal, dynamic environment, resource-constrained and so on, to time synchronization， there are the difficulties that fast clock drifting, clock speed and communication latency is immeasurable. Also, difficult establishment of long time synchronization, impossible elimination of synchronization jitter, continuous diminution of Synchronization accuracy and energy efficiency, is the main problem for wireless sensor networks time synchronization. Hence, this project concludes the problem of time synchronization as synchronization establishment and synchronization holding. Using the theory of enhance learning, stochastic system and optimization as main analysis tool, we construct the multi-parameter clocks model under fast clock drifting. Starting from the system architecture and implementation method, we research the theory and method of time synchronization with multi-parameter clocks model and time synchronization jitter constraints on multiply restrained large scale wireless sensor networks. Concretely, the key scientific problems are 1) the sharing learning real-time optimal estimation of clock parameters under resource-constrained. 2) time synchronization message exchanging, fast clock drift compensating, and time synchronization jitter restraining. Improving time synchronization accuracy and energy efficiency and achieving low duty cycle long term time synchronization with jitter constraint may tamp the theoretical basis for large scale wireless sensor networks time synchronization.

时间同步是大规模无线传感器网络任务协同、网络协议和低功耗等关键技术的必要条件。而无线传感器网络受多跳分布式、时钟非理想、动态环境和资源受限等多重约束，其时间同步面临“时钟快速漂移，时钟速度和通信延迟不可测”的困难，且存在长期同步难建立、同步抖动难消除、同步精度和能量效率持续下降等问题。为此，本项目将时间同步问题归纳为同步建立与同步保持，以增强学习、随机系统和最优化等理论为主要分析工具，构建时钟快速漂移的多参数时钟模型，从基础理论、系统架构和实现方法出发，研究多重受限下大规模无线传感器网络的多参数时钟模型和抖动约束时间同步理论和方法。具体而言，通过研究关键科学问题：1）资源约束下的时钟参数共享学习实时优化估计；2）多重受限下的时间同步信息交换、时钟快速漂移补偿和时间同步抖动约束。提升时间同步精度与能量效率，实现同步抖动约束下的低占空比长期时间同步，为大规模无线传感器网络时间同步夯实理论基础。

时间同步为无线传感器网络（Wireless Sensor Networks，WSN）构建一致的时间概念，它是数据采集、位置服务和低功耗休眠等WSN应用的重要支撑技术。WSN是一种低功耗、低成本且低速率的多跳自组织分布式网络，针对WSN的时间同步算法受到网络节点在计算能力、通信资源和能量等多方面约束，同时面临网络结构对算法性能的限制。本项目对现有时间同步方法在参数估计模型、误差因素和收敛特性等方面展开理论研究和定性分析，掌握WSN时间同步的误差规律；针对现存的问题和不足，从参数估计、算法框架以及算法实现方面出发，研究新的参数估计方法和时间同步算法；以实验验证所提出算法在同步精度和收敛速度等方面的优势和局限，分析网络结构对算法性能的影响。主要完成以下研究：1）完成了随机延迟分布特性研究和参数估计误差因素研究。分析了多中断任务对随机延迟分布的影响，在现有高斯随机延迟模型中引入延迟异常值的表述；研究了双向信息交换模型和单向广播模型的时钟偏移估计的误差因素，推导了相应误差模型。2）针对单向广播时间同步框架，基于高斯随机延迟模型，提出了时钟漂移最大似然估计方法，并推导了相应的克拉美罗下界；提出了时钟偏移最大似然估计方法，得到了相应的估计误差模型。3）提出了基于多重广播的快速泛洪时间同步算法（Rapid-flooding Multi-broadcast Time Synchronization，RMTS），在单向广播同步模型中巧妙地构建了一种联合时钟漂移的时钟倾斜估计模型，得到了具有实时延迟补偿RMTS的新颖实现。4）针对平均一致性收敛特性展开研究，拓展了平均一致性时间同步的收敛理论；基于代数连通度越大则平均一致性收敛越快的结论，提出了多跳平均一致性时间同步（Multi-Hop Average Consistency Time Synchronization，MACTS）算法。通过本项目研究，显著地提升了无线传感器网络时间同步算法的同步精度和收敛速度。