一种温度自适应无线传感网络时间同步方法

无线传感器网络节点中的廉价晶振极易受到温度、电压、湿度等工作环境因素的影响.节点晶振的这一特性,为室外大规模无线传感器网络时间同步技术带来了两方面的挑战:(1) 过高的通信开销;(2) 精度与能耗之间的不平衡.针对以上问题,提出了一种基于温度感知的、自适应的无线传感器网络时间同步算法.该算法能够依赖本地温度信息对节点时间频偏进行估计及补偿,在保证算法同步精度的同时,降低了网络通信开销.除此之外,提出一种动态同步周期调节机制,使得算法能够根据当前环境温度变化情况对节点同步周期进行动态调节,从而达到了能耗与精度之间的平衡.大量仿真实验结果表明:所提出的时间同步算法可将通信能耗降低至传统同步算法的10%;且在环境温度不断变化的情况下,80%的频偏估计值其误差小于0.5ppm.故,所提出的时间同步方法能够有效地适用于室外环境下部署的大规模无线传感器网络.     

基于分簇的高能效无线传感器网络时间同步算法

针对经典时间同步算法应用于无线传感器网络时主要是提高同步精度而忽略网络能耗的问题,提出了一种基于分簇的高能效无线传感器网络时间同步算法.该算法基于分簇的网络拓扑结构,基站与簇首采用改进的双向同步机制传播同步消息包,簇首与簇内节点采用双向同步机制与被动监听相结合的方式完成时间同步,减少了消息包传输的数量,同时设计了同步分组延迟的周期更新因子,进一步减少了报文开销.仿真结果证明:该机制能减少同步报文开销,降低网络能量消耗,保证良好的同步精度.     

基于簇的能量均衡无线传感器网络时间同步算法

针对现有时间同步算法应用于多跳无线传感器网络时存在的误差累计和能耗不均衡问题,提出一种基于簇的能量均衡时间同步算法。该算法基于簇状分层的网络拓扑,簇首之间采用双向监听机制代替双向交换机制,以减小通信开销和发送时延带来的同步误差;簇成员节点利用双向交换和单向广播相结合的机制与簇首同步,并通过最优剩余能量选取回应节点,均衡簇内节点能耗。对提出的新方法和传统的同步算法在精度和能耗方面进行理论分析和仿真验证,结果表明,该算法在保证较高同步精度的前提下可以减小通信开销,均衡网内节点能量消耗,延长网络生命周期。     

一种低开销的无线传感器网络时间同步算法

低开销是无线传感器网络时间同步算法的重要技术要求之一.为了降低同步过程中的通信开销,提出了一种基于部分广播的低开销无线传感器网络时间同步算法.算法基于TPSN算法的分层思想,利用节点的距离信息,选撵当层节点的部分相邻节点进行下一层的等级广播,从而有效地降低同步过程中的通信开销.分析了在不同的网络节点密度下广播信息包数与等级广播距离的关系,得到了不同网络节点密度下的最优等级广播距离.仿真结果表明,与TPSN算法相比,在相同的同步精度下,算法能显著地降低高密度无线传感器网络时间同步的开销.     

无线传感器网络层次参考时间同步算法的研究

无线传感器在网络应用中要求节点间保持时间同步,但现存的经典时间同步算法,因节点的接收时间受时钟偏差和传输延迟的影响,其同步精度不高。为提高网络时间同步精度,均衡节点能耗,提出了一种改进的层次参考时间同步算法（Improved Hierarchy Referencing Time Synchronization,IHRTS）。该算法基于节点在层次结构中唯一物理位置的时间特性,采用贝叶斯估计对节点接收时间进行估算,缩小时间偏差的误差范围,获得比较精确的同步偏移量,从而改善时间同步精度;同时采用无线信道的广播特性与双向同步机制的同步思想,最小化了通信负载,均衡了节点能耗。通过仿真结果表明将贝叶斯估计方法应用到时间同步算法中,在均衡节点能量消耗同时有效地提高了网络同步精度。     

基于精度分簇的无线传感器网络时间同步算法

无线传感器网络时间同步的精度主要受同步跳数的影响,同步精度随同步跳数增大而降低;网络分簇采用分簇技术以实现尽可能延长网络的生存周期的目标;基于精度分簇的无线传感器网络时间同步算法结合了两个方面的因素;该算法以网络内节点不同的同步精度要求为基础,精度要求高的节点推选为簇首,保证簇首节点与基站的高精度单跳同步,同时在簇首与普通节点同步采用简单的单向报文同步方式以降低整个网络的同步功耗;通过仿真和分析得出该同步方法能保证精度要求,降低了同步开销和能耗,具有一定的应用价值.     

一种基于帧间信息差的改进TPSN算法

在无线传感器网络中,TPSN时间同步算法作为一种基于成对的双向同步算法,取得了良好的时间同步精度,但是同步能耗大。根据TPSN算法中传感器节点收到的数据在时间上和空间上的相关性,通过压缩数据来减少数据流量,提出了一种基于帧间信息差的改进TPSN算法。在改进TPSN算法中传感器节点首次时间同步时存储同步帧,之后的同步帧均采用与前一帧的信息差,压缩了同步帧的数据量,减少了报文开销,从而降低了同步能耗。仿真结果表明,改进TPSN算法有效地降低了时间同步的能耗,同时保持了TPSN算法的精度。     

一种适用于矿山设备振动监测的WSNs改进时间同步算法

结合矿山设备振动监测的实际情况,给出了矿山设备振动监测的无线传感器网络模型;针对TPSN时间同步算法能耗大、DMTS时间同步算法精度低的问题,提出一种改进的无线传感器网络时间同步算法——TPDM算法。该算法采用动态簇首选择算法选出簇首节点,簇首节点之间的同步采用TPSN算法以保证同步精度,簇内节点之间的同步采用DMTS算法以降低能耗,并采用基于最小平方线性回归方法的时钟漂移补偿技术对同步时钟进行时间补偿。仿真结果表明,与TPSN算法和DMTS算法相比,TPDM算法在能耗和精度方面得到了折中,能更好地满足矿山设备振动监测的要求。     

一种低功耗无线传感器网络时间同步算法

间同步对无线传感器网络的应用至关重要,为提高同步精度,多数算法都以较多的消息交换或复杂的计算为代价来达到这一目的,因而能耗较大.为减少时间同步的消息交换开销,节约节点能量,提出了一种简单低功耗时间同步算法,该算法结合了单向广播同步机制和双向成对同步机制,有效利用网络中节点的广播信息,使网络中节点单跳广播域内只有一个下层节点与之进行双向成对同步,从而达到了减少消息开销和节约能量的目的.最后通过仿真验证了该算法的性能.     

基于分簇的低功耗多跳无线传感器网络层次时间同步算法

针对典型时间同步算法在应用于多跳无线传感器网络(WSN)时主要集中于提高网络同步精度而忽略能耗、路径跳数、误差累积等问题,提出一种基于分簇的低功耗多跳WSN层次时间同步算法。该算法基于分簇的层次型网络结构,选取某一簇内节点与簇头进行双向同步,其邻居节点通过被动监听方式间接完成同步,减少了数据包传输数量,且数字签名方式保证了消息传输的安全性;引用了同步分组延迟的周期更新系数,以进一步减少报文开销。仿真结果表明,算法有效地降低了能量消耗,提高了网络寿命,具有一定的实用性。     

一种用于大规模无线传感器网络的时钟同步算法

针对经典的时钟同步算法在大规模无线传感器网络中存在的同步精度低与能量消耗高等问题,提出一种基于簇-树结构的无线传感器网络时钟同步算法。首先,建立一棵以网关为根节点、簇首为子节点的生成树来减少网络中节点同步时的累计跳数;然后,在该生成树的基础上采用簇间双向的SRS和簇内单向的ROS同步机制进行同步,在保证同步精度的前提下减少网络同步所需的消息数量。实验结果表明,相比传统的RBS和TPSN算法,提出的簇-树结构同步算法可使网络的平均同步精度保持在更高的水平,并有效地降低网络同步时节点的能耗。     

无线传感器网络中同步补偿机制的研究与应用

在由事件触发、部分节点同步的无线传感器网络应用中,传统时间同步算法周期性全网同步存在不必要的能耗问题。通过分析现有的时间同步机制,提出一种基于事件触发的时间同步补偿算法,该算法通过分别统计出沿途的累计处理时延并补偿传输延时的方式实现部分节点同步。实验结果表明,在兴趣节点数量较少和事件发生频率较低的情况下该算法具有良好的同步效果和节能性。     

基于分簇的双簇首水下传感器网络时间同步算法

水下传感器的时间同步会受到节点移动、传播时延、能耗等因素的影响,陆地传感器的时间同步算法无法直接应用于水下环境。综合考虑水下通信的特点,提出一种基于分簇的双簇首辅助时间同步算法。基于节点能耗和深度对其进行分簇,从簇中选取2个最优节点作为主副簇首,引入节点移动模型以减小节点移动性造成的计算误差,并使用移动信标节点完成簇首间的同步。在此基础上,利用双簇首对普通节点进行同步,并考虑声速动态变化对同步性能的影响。仿真结果表明,与TSHL、MU-Sync、multi-hop、D-Sync等算法相比,该算法的能耗较低,同步精度较高。     

无线传感网络低能耗时间同步的研究

低耗能是无线传感器网络时间同步算法的重要技术要求之一。为了降低同步过程中的能量消耗,提出了一种低能耗LECTS（Low Energy Consumption Time Synchronization）算法。该算法基于TPSN算法的基本思想,在两个阶段同时进行改进来降低能量消耗。在层次发现阶段利用节点之间的距离来限制部分节点广播,降低数据包的发送;在同步阶段结合单向广播和双向报文交换同步机制,也同样降低数据包的发送。通过仿真结果表明,与TPSN算法以及其改进算法STSP算法相比,算法能显著地降低无线传感器网络时间同步的能量消耗,且节点密度越大,节能越显著。     

无线传感网络中基于误差椭圆的自适应节点 选择目标跟踪算法

追踪精度与传感器节点能耗是无线传感网络WSN(Wireless Sensor Network)中主要考虑的两个性能指标,现有的许多目标追踪算法在提高追踪精度、降低传感器节点能耗的同时缺乏对传感器节点位置与数目的考虑.因此,提出一种基于误差椭圆的自适应节点选择目标追踪算法,以误差椭圆为基准计算目标最可能出现的区域,然后根据误差判决调整区域内所需激活的传感器节点数量,完成对目标的跟踪.仿真结果表明,该算法可以在保证追踪精度的同时有效降低激活传感器节点数量.     

基于Bootstrap采样粒子滤波的WirelessHART时间同步算法﹡

针对无线HART传感器网络时间同步精度较低、能耗过大等问题,提出了一种基于Bootstrap采样的粒子滤波时间同步算法。在未知网络延迟分布的情况下,为了减少观测次数,对发送端和接收端的时间戳观测值进行Bootstrap采样,采用混合粒子滤波算法,获得精确的时钟偏移,从而不仅降低了无线HART传感网络时间同步误差,而且使能耗减小。最后,实验表明,对于无线HART网状分层网络,当观测量达到10以上时,粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的50%,而基于Bootstrap采样的粒子滤波算法获得的时间偏差的均方误差约是最大似然估计算法的35%,仿真的结果验证了该方法的可行性和有效性。