无线传感器网络集信息采集、传输和处理技术于一体,被认为是21世纪最有影响力的技术之一,具有巨大的发展潜力。时间同步对于无线传感器网络至关重要,是无线传感器网络中许多通信协议和功能实现的前提,如低功耗的MAC协议运行、可靠的数据融合、精确的目标跟踪和定位等都需要网络中的节点保持时间同步。目前,集中式无线传感器网络时间同步算法需要在网络中选取参考节点和划分网络层次,极易受到节点失效等特殊状况影响,可扩展性较差,同时存在多跳误差累积严重的问题。而分布式无线传感器网络时间同步算法因具有良好的可扩展性和对动态网络的鲁棒性而越来越受到关注。本文重点研究基于分组耦合的网络层分布式无线传感器网络时间同步算法。　　首先,论文对无线传感器网络时间同步技术的研究现状进行了较为详尽的总结和分析,介绍了无线传感器网络时间同步基本要求和算法设计的基本思路,并对当前典型的分布式无线传感器网络时间同步算法进行了阐述和分析。　　其次,论文提出了一种基于Kalman一致滤波的网络层分布式时间同步算法。该算法不需要将网络分层,每个节点都和它的相邻节点交换时间消息,通过分布式Kalman一致滤波器估计本节点的时钟偏移和频率偏移,使得全网所有节点的虚拟全局时钟逐渐收敛一致。该算法将随机传输时延对同步的影响等效于观测噪声,避免了时间延迟对算法收敛性的影响,同时通过Kalman一致性滤波器的最优估计,减小了传输时延对同步精度的影响。仿真实验表明,提出的算法在多跳网络中误差累积较小,具有较高的同步精度,具有良好的可扩展性。　　最后,论文针对分布式时间同步算法收敛速度慢于集中式时间同步算法的问题,从应用的角度对论文所提出的同步算法进行了两种简单的收敛加速设计,使其在实际的大规模网络中更具应用价值。